12. Programación Funcional en Python

Programación Funcional en Python. La programación funcional es una forma de escribir programas en la que usamos funciones para procesar datos, de manera similar a cómo usamos fórmulas matemáticas. La idea principal es evitar cambiar los datos directamente y trabajar con copias de ellos en lugar de modificarlos.

Python es un lenguaje flexible que permite combinar diferentes estilos de programación, y la programación funcional es uno de ellos. En este capítulo, haremos una pequeña introducción a las herramientas especiales que puedes utilizar en Python.

Empecemos.

Recuperar un conjunto de imágenes ahora.

Corsair Vengeance RGB Pro DDR4 3600 MHz C18, Kit de Memoria de sobremesa de Alto Rendimiento (AMD optimizado), Color Negro, 32 GB (2 x 16 GB)

(48522094)

Recuperando el precio ahora.

(a partir de enero 14, 2026 20:04 GMT +01:00 - Más informaciónLos precios y la disponibilidad de los productos son exactos a partir de la fecha/hora indicada y están sujetos a cambios. Cualquier información de precio y disponibilidad que se muestre en [los sitios de Amazon relevantes), según corresponda] en el momento de la compra se aplicará a la compra de este producto.)

Map, Filter y Reduce

Las funciones map(), filter() y reduce() son herramientas esenciales en la programación funcional que permiten transformar y filtrar datos de manera sencilla.

map()

La función map() aplica una función dada a cada ítem de un iterable (como una lista) y devuelve un nuevo iterable con los resultados.

Ejemplo de uso:

# Función que se aplicará
def cuadrado(x):
    return x ** 2

# Lista de números
numeros = [1, 2, 3, 4, 5]

# Aplicar la función cuadrado a cada número
resultado = map(cuadrado, numeros)

# Convertir el resultado a una lista
print(list(resultado))  # Salida: [1, 4, 9, 16, 25]

filter()

La función filter() crea un iterable que contiene solo los elementos del iterable original para los cuales la función dada devuelve True.

Ejemplo de uso:

# Función que verifica si un número es par
def es_par(x):
    return x % 2 == 0

# Lista de números
numeros = [1, 2, 3, 4, 5, 6]

# Filtrar números pares
resultado = filter(es_par, numeros)

# Convertir el resultado a una lista
print(list(resultado))  # Salida: [2, 4, 6]

reduce()

La función reduce() no está incluida en el espacio de nombres global de Python 3, pero se puede importar desde el módulo functools. Por lo tanto tendrás que utilizar pip para instalar el módulo, pero seguro que a estas alturas ya sabes hacerlo. reduce() plica una función de manera acumulativa a los elementos de un iterable, reduciéndolo a un solo valor.

Ejemplo de uso:

from functools import reduce

# Función que suma dos números
def suma(x, y):
    return x + y

# Lista de números
numeros = [1, 2, 3, 4, 5]

# Reducir la lista a la suma total
resultado = reduce(suma, numeros)

print(resultado)  # Salida: 15

Uso de Generadores (yield)

Los generadores son una forma de crear iteradores de manera sencilla utilizando la palabra clave yield. En lugar de devolver un valor y terminar la función, yield permite pausar la ejecución y volver a continuar desde el mismo punto, ahorrando memoria y recursos.

Ejemplo de generador:

def conteo_regresivo(n):
    while n > 0:
        yield n  # Pausa la función y devuelve n
        n -= 1

# Crear un generador
contador = conteo_regresivo(5)

# Iterar sobre el generador
for numero in contador:
    print(numero)
# Salida:
# 5
# 4
# 3
# 2
# 1

Iteradores

Un iterador es un objeto que implementa el protocolo de iteración de Python, permitiendo recorrer su contenido. Un iterador debe implementar los métodos __iter__() y __next__(). Los generadores son una forma conveniente de crear iteradores sin necesidad de implementar estos métodos manualmente.

Ejemplo de un iterador personalizado:

class Contador:
    def __init__(self, limite):
        self.limite = limite
        self.contador = 0

    def __iter__(self):
        return self

    def __next__(self):
        if self.contador < self.limite:
            self.contador += 1
            return self.contador
        else:
            raise StopIteration  # Señala que no hay más elementos

# Crear un objeto iterador
contador = Contador(5)

# Iterar sobre el objeto
for numero in contador:
    print(numero)
# Salida:
# 1
# 2
# 3
# 4
# 5

functools.partial

Permite crear nuevas funciones basadas en funciones existentes, fijando algunos de los argumentos de la función original. Es útil para simplificar llamadas repetitivas con parámetros comunes.

Ejemplo:

from functools import partial

def potencia(base, exponente):
    return base ** exponente

# Creamos una función que siempre eleva al cuadrado
cuadrado = partial(potencia, exponente=2)

print(cuadrado(5))  # Salida: 25

itertools (Iteradores Funcionales)

El módulo itertools proporciona herramientas poderosas para trabajar con iteradores y secuencias de datos.

Funciones importantes:

• itertools.chain: Combina varias iterables en una sola.
• itertools.permutations: Genera todas las permutaciones posibles de un iterable.
• itertools.combinations: Genera combinaciones únicas de un iterable.
• itertools.groupby: Agrupa datos similares en iteradores consecutivos.

Ejemplo:

from itertools import combinations

# Generar combinaciones únicas de una lista
numeros = [1, 2, 3, 4]
combinaciones = list(combinations(numeros, 2))
print(combinaciones)  # Salida: [(1, 2), (1, 3), (1, 4), (2, 3), (2, 4), (3, 4)]

operator

El módulo operator proporciona funciones predefinidas que equivalen a operadores básicos, permitiendo escribir código más limpio y funcional.

Funciones importantes:

• operator.add: Suma dos números.
• operator.mul: Multiplica dos números.
• operator.itemgetter: Recupera un elemento de una lista o diccionario.
• operator.attrgetter: Obtiene atributos de un objeto.

Ejemplo:

from operator import add

numeros = [1, 2, 3, 4]
resultado = list(map(add, numeros, numeros))
print(resultado)  # Salida: [2, 4, 6, 8]

all y any

Estas funciones permiten evaluar condiciones lógicas en iterables.

• all(iterable): Retorna True si todos los elementos del iterable son verdaderos.
• any(iterable): Retorna True si al menos un elemento del iterable es verdadero.

Ejemplo:

numeros = [1, 2, 3, 0]
print(all(numeros))  # Salida: False (porque 0 es falso)
print(any(numeros))  # Salida: True (porque hay al menos un elemento verdadero)

Expresiones de Comprensión

Aunque no son exclusivas de la programación funcional, las comprensiones de listas, conjuntos y diccionarios son herramientas poderosas para transformar y filtrar datos en una línea de código.

Ejemplo:

# Crear una lista de cuadrados
cuadrados = [x ** 2 for x in range(1, 6)]
print(cuadrados)  # Salida: [1, 4, 9, 16, 25]

filterfalse del módulo itertools

Es similar a filter, pero en lugar de seleccionar los elementos donde la condición es verdadera, selecciona los que son falsos.

Ejemplo:

from itertools import filterfalse

# Filtrar números que NO son pares
numeros = [1, 2, 3, 4, 5]
impares = list(filterfalse(lambda x: x % 2 == 0, numeros))
print(impares)  # Salida: [1, 3, 5]

zip

Permite emparejar elementos de múltiples iterables, lo que es útil para combinar datos de manera funcional.

Ejemplo:

nombres = ["Ana", "Juan", "Luis"]
edades = [25, 30, 35]

# Combinar listas en una sola estructura
personas = list(zip(nombres, edades))
print(personas)  # Salida: [('Ana', 25), ('Juan', 30), ('Luis', 35)]

Resumen

La programación funcional en Python ofrece herramientas para transformar y manipular datos. Funciones como map(), filter(), y reduce() permiten aplicar operaciones en colecciones de datos de forma concisa. Además, el uso de generadores y la comprensión de iteradores facilitan la creación de flujos de datos que son eficientes en memoria y fáciles de manejar. Incorporar estos conceptos en el desarrollo de Python puede resultar en un código más limpio, legible y mantenible.

Pasemos a la parte práctica.

# Lista de temperaturas en Celsius
temperaturas_celsius = [0, 10, 20, 30, 40]

# Función para convertir Celsius a Fahrenheit
def celsius_a_fahrenheit(celsius):
    return celsius * 9 / 5 + 32

# Usamos map para aplicar la conversión a toda la lista
temperaturas_fahrenheit = list(map(celsius_a_fahrenheit, temperaturas_celsius))

print("Temperaturas en Fahrenheit:", temperaturas_fahrenheit)

# Lista de números del 1 al 20
numeros = list(range(1, 21))

# Función para verificar si un número es par
def es_par(numero):
    return numero % 2 == 0

# Usamos filter para quedarnos solo con los números pares
numeros_pares = list(filter(es_par, numeros))

print("Números pares:", numeros_pares)

# Generador para los cuadrados de los números
def generador_cuadrados(n):
    for i in range(1, n + 1):
        yield i ** 2

# Usamos el generador
print("Cuadrados de los números del 1 al 10:")
for cuadrado in generador_cuadrados(10):
    print(cuadrado)

Bibliografía de Python de interés.

• Curso de Programación Python. Autor: Arturo Montejo Ráez y Salud María Jiménez Zafra (Editorial Anaya)
• Aprende Python desde cero hasta avanzado. Autor: Xavier Reyes Ochoa (Editorial Book Shelter GmbH)
• Aprende la Programación Orientada a Objetos con el lenguaje Python. Autor: Vincent Boucheny (Editorial Ediciones ENI)
• 100 Ejercicios Python para praticar. Autor:  Laurentine K.Masson (Editorial: Publicación Independiente).

Recuperar un conjunto de imágenes ahora.

[Nuevo] TP-Link Deco X1500 (3-Pack) - Sistema WiFi 6 Mesh IA, AX1500 Doble Banda 2.4 GHz/5 GHz, Cobertura hasta 520 m2, 3X Puertos Gigabit por Unidad, 160MHz, ODFMA, 1024QAM, Control Parental

(45525311)

143,94 € (a partir de enero 14, 2026 20:04 GMT +01:00 - Más informaciónLos precios y la disponibilidad de los productos son exactos a partir de la fecha/hora indicada y están sujetos a cambios. Cualquier información de precio y disponibilidad que se muestre en [los sitios de Amazon relevantes), según corresponda] en el momento de la compra se aplicará a la compra de este producto.)