5. Estructuras de datos
***********************

Este capítulo describe en más detalle algunas cosas que ya has
aprendido y agrega algunas cosas nuevas también.


5.1. Más sobre listas
=====================

El tipo de dato lista tiene algunos métodos más. Aquí están todos los
métodos de los objetos lista:

list.append(x)

   Agrega un ítem al final de la lista. Equivale a "a[len(a):] = [x]".

list.extend(iterable)

   Extiende la lista agregándole todos los ítems del iterable.
   Equivale a "a[len(a):] = iterable".

list.insert(i, x)

   Inserta un ítem en una posición dada. El primer argumento es el
   índice del ítem delante del cual se insertará, por lo tanto
   "a.insert(0, x)" inserta al principio de la lista y
   "a.insert(len(a), x)" equivale a "a.append(x)".

list.remove(x)

   Quita el primer ítem de la lista cuyo valor sea *x*. Lanza un
   "ValueError" si no existe tal ítem.

list.pop([i])

   Remove the item at the given position in the list, and return it.
   If no index is specified, "a.pop()" removes and returns the last
   item in the list. It raises an "IndexError" if the list is empty or
   the index is outside the list range.

list.clear()

   Elimina todos los elementos de la lista. Equivalente a "del a[:]".

list.index(x[, start[, end]])

   Retorna el índice basado en cero del primer elemento cuyo valor sea
   igual a *x*. Lanza una excepción "ValueError" si no existe tal
   elemento.

   Los argumentos opcionales *start* y *end* son interpretados como la
   notación de rebanadas y se usan para limitar la búsqueda a un
   segmento particular de la lista. El índice retornado se calcula de
   manera relativa al inicio de la secuencia completa en lugar de
   hacerlo con respecto al argumento *start*.

list.count(x)

   Retorna el número de veces que *x* aparece en la lista.

list.sort(*, key=None, reverse=False)

   Ordena los elementos de la lista in situ (los argumentos pueden ser
   usados para personalizar el orden de la lista, ver "sorted()" para
   su explicación).

list.reverse()

   Invierte los elementos de la lista in situ.

list.copy()

   Retorna una copia superficial de la lista. Equivalente a "a[:]".

Un ejemplo que usa la mayoría de los métodos de la lista:

   >>> fruits = ['orange', 'apple', 'pear', 'banana', 'kiwi', 'apple', 'banana']
   >>> fruits.count('apple')
   2
   >>> fruits.count('tangerine')
   0
   >>> fruits.index('banana')
   3
   >>> fruits.index('banana', 4)  # Find next banana starting at position 4
   6
   >>> fruits.reverse()
   >>> fruits
   ['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange']
   >>> fruits.append('grape')
   >>> fruits
   ['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange', 'grape']
   >>> fruits.sort()
   >>> fruits
   ['apple', 'apple', 'banana', 'banana', 'grape', 'kiwi', 'orange', 'pear']
   >>> fruits.pop()
   'pear'

You might have noticed that methods like "insert", "remove" or "sort"
that only modify the list have no return value printed -- they return
the default "None". [1]  This is a design principle for all mutable
data structures in Python.

Otra cosa que puedes observar es que no todos los datos se pueden
ordenar o comparar. Por ejemplo, "[None, 'hello', 10]" no se puede
ordenar ya que los enteros no se pueden comparar con strings y *None*
no se puede comparar con los otros tipos. También hay algunos tipos
que no tienen una relación de orden definida. Por ejemplo, "3+4j <
5+7j" no es una comparación válida.


5.1.1. Usar listas como pilas
-----------------------------

The list methods make it very easy to use a list as a stack, where the
last element added is the first element retrieved ("last-in, first-
out").  To add an item to the top of the stack, use "append()".  To
retrieve an item from the top of the stack, use "pop()" without an
explicit index.  For example:

   >>> stack = [3, 4, 5]
   >>> stack.append(6)
   >>> stack.append(7)
   >>> stack
   [3, 4, 5, 6, 7]
   >>> stack.pop()
   7
   >>> stack
   [3, 4, 5, 6]
   >>> stack.pop()
   6
   >>> stack.pop()
   5
   >>> stack
   [3, 4]


5.1.2. Usar listas como colas
-----------------------------

También es posible usar una lista como una cola, donde el primer
elemento añadido es el primer elemento retirado ("primero en entrar,
primero en salir"); sin embargo, las listas no son eficientes para
este propósito. Agregar y sacar del final de la lista es rápido, pero
insertar o sacar del comienzo de una lista es lento (porque todos los
otros elementos tienen que ser desplazados en uno).

Para implementar una cola, utiliza "collections.deque" el cual fue
diseñado para añadir y quitar de ambas puntas de forma rápida. Por
ejemplo:

   >>> from collections import deque
   >>> queue = deque(["Eric", "John", "Michael"])
   >>> queue.append("Terry")           # Terry arrives
   >>> queue.append("Graham")          # Graham arrives
   >>> queue.popleft()                 # The first to arrive now leaves
   'Eric'
   >>> queue.popleft()                 # The second to arrive now leaves
   'John'
   >>> queue                           # Remaining queue in order of arrival
   deque(['Michael', 'Terry', 'Graham'])


5.1.3. Comprensión de listas
----------------------------

Las comprensiones de listas ofrecen una manera concisa de crear
listas. Sus usos comunes son para hacer nuevas listas donde cada
elemento es el resultado de algunas operaciones aplicadas a cada
miembro de otra secuencia o iterable, o para crear un segmento de la
secuencia de esos elementos para satisfacer una condición determinada.

Por ejemplo, asumamos que queremos crear una lista de cuadrados, como:

   >>> squares = []
   >>> for x in range(10):
   ...     squares.append(x**2)
   ...
   >>> squares
   [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

Nótese que esto crea (o sobreescribe) una variable llamada "x" que
sigue existiendo luego de que el bucle haya terminado. Podemos
calcular la lista de cuadrados sin ningún efecto secundario haciendo:

   squares = list(map(lambda x: x**2, range(10)))

o, un equivalente:

   squares = [x**2 for x in range(10)]

que es más conciso y legible.

Una lista de comprensión consiste de corchetes rodeando una expresión
seguida de la declaración "for" y luego cero o más declaraciones "for"
o "if".  El resultado será una nueva lista que sale de evaluar la
expresión en el contexto de los "for" o "if" que le siguen.  Por
ejemplo, esta lista de comprensión combina los elementos de dos listas
si no son iguales:

   >>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
   [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

y es equivalente a:

   >>> combs = []
   >>> for x in [1,2,3]:
   ...     for y in [3,1,4]:
   ...         if x != y:
   ...             combs.append((x, y))
   ...
   >>> combs
   [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

Nótese como el orden de los "for" y "if" es el mismo en ambos
pedacitos de código.

Si la expresión es una tupla (como el "(x, y)" en el ejemplo
anterior), debe estar entre paréntesis.

   >>> vec = [-4, -2, 0, 2, 4]
   >>> # create a new list with the values doubled
   >>> [x*2 for x in vec]
   [-8, -4, 0, 4, 8]
   >>> # filter the list to exclude negative numbers
   >>> [x for x in vec if x >= 0]
   [0, 2, 4]
   >>> # apply a function to all the elements
   >>> [abs(x) for x in vec]
   [4, 2, 0, 2, 4]
   >>> # call a method on each element
   >>> freshfruit = ['  banana', '  loganberry ', 'passion fruit  ']
   >>> [weapon.strip() for weapon in freshfruit]
   ['banana', 'loganberry', 'passion fruit']
   >>> # create a list of 2-tuples like (number, square)
   >>> [(x, x**2) for x in range(6)]
   [(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
   >>> # the tuple must be parenthesized, otherwise an error is raised
   >>> [x, x**2 for x in range(6)]
     File "<stdin>", line 1
       [x, x**2 for x in range(6)]
        ^^^^^^^
   SyntaxError: did you forget parentheses around the comprehension target?
   >>> # flatten a list using a listcomp with two 'for'
   >>> vec = [[1,2,3], [4,5,6], [7,8,9]]
   >>> [num for elem in vec for num in elem]
   [1, 2, 3, 4, 5, 6, 7, 8, 9]

Las comprensiones de listas pueden contener expresiones complejas y
funciones anidadas:

   >>> from math import pi
   >>> [str(round(pi, i)) for i in range(1, 6)]
   ['3.1', '3.14', '3.142', '3.1416', '3.14159']


5.1.4. Listas por comprensión anidadas
--------------------------------------

La expresión inicial de una comprensión de listas puede ser cualquier
expresión arbitraria, incluyendo otra comprensión de listas.

Considerá el siguiente ejemplo de una matriz de 3x4 implementada como
una lista de tres listas de largo 4:

   >>> matrix = [
   ...     [1, 2, 3, 4],
   ...     [5, 6, 7, 8],
   ...     [9, 10, 11, 12],
   ... ]

La siguiente comprensión de lista transpondrá las filas y columnas:

   >>> [[row[i] for row in matrix] for i in range(4)]
   [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

Como vimos en la sección anterior, la lista de comprensión anidada se
evalúa en el contexto del "for" que lo sigue, por lo que este ejemplo
equivale a:

   >>> transposed = []
   >>> for i in range(4):
   ...     transposed.append([row[i] for row in matrix])
   ...
   >>> transposed
   [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

el cual, a la vez, es lo mismo que:

   >>> transposed = []
   >>> for i in range(4):
   ...     # the following 3 lines implement the nested listcomp
   ...     transposed_row = []
   ...     for row in matrix:
   ...         transposed_row.append(row[i])
   ...     transposed.append(transposed_row)
   ...
   >>> transposed
   [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

En el mundo real, deberías preferir funciones predefinidas a
declaraciones con flujo complejo. La función "zip()" haría un buen
trabajo para este caso de uso:

   >>> list(zip(*matrix))
   [(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

Ver Desempaquetando una lista de argumentos para detalles sobre el
asterisco de esta línea.


5.2. La instrucción "del"
=========================

There is a way to remove an item from a list given its index instead
of its value: the "del" statement.  This differs from the "pop()"
method which returns a value.  The "del" statement can also be used to
remove slices from a list or clear the entire list (which we did
earlier by assignment of an empty list to the slice).  For example:

   >>> a = [-1, 1, 66.25, 333, 333, 1234.5]
   >>> del a[0]
   >>> a
   [1, 66.25, 333, 333, 1234.5]
   >>> del a[2:4]
   >>> a
   [1, 66.25, 1234.5]
   >>> del a[:]
   >>> a
   []

"del" puede usarse también para eliminar variables:

   >>> del a

Hacer referencia al nombre "a" de aquí en más es un error (al menos
hasta que se le asigne otro valor). Veremos otros usos para "del" más
adelante.


5.3. Tuplas y secuencias
========================

Vimos que las listas y cadenas tienen propiedades en común, como el
indexado y las operaciones de rebanado. Estas son dos ejemplos de
datos de tipo *secuencia* (ver Tipos secuencia --- list, tuple,
range). Como Python es un lenguaje en evolución, otros datos de tipo
secuencia pueden agregarse. Existe otro dato de tipo secuencia
estándar: la *tupla*.

Una tupla está formada por un número de valores separados por comas,
por ejemplo:

   >>> t = 12345, 54321, 'hello!'
   >>> t[0]
   12345
   >>> t
   (12345, 54321, 'hello!')
   >>> # Tuples may be nested:
   ... u = t, (1, 2, 3, 4, 5)
   >>> u
   ((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
   >>> # Tuples are immutable:
   ... t[0] = 88888
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: 'tuple' object does not support item assignment
   >>> # but they can contain mutable objects:
   ... v = ([1, 2, 3], [3, 2, 1])
   >>> v
   ([1, 2, 3], [3, 2, 1])

Como puedes ver, en la salida las tuplas siempre se encierran entre
paréntesis para que las tuplas anidadas puedan interpretarse
correctamente; pueden ingresarse con o sin paréntesis, aunque a menudo
los paréntesis son necesarios de todas formas (si la tupla es parte de
una expresión más grande). No es posible asignar a los ítems
individuales de una tupla, pero sin embargo sí se puede crear tuplas
que contengan objetos mutables, como las listas.

A pesar de que las tuplas puedan parecerse a las listas,
frecuentemente se utilizan en distintas situaciones y para distintos
propósitos. Las tuplas son *immutable* y normalmente contienen una
secuencia heterogénea de elementos que son accedidos al desempaquetar
(ver más adelante en esta sección) o indizar (o incluso acceder por
atributo en el caso de las "namedtuples"). Las listas son *mutable*, y
sus elementos son normalmente homogéneos y se acceden iterando a la
lista.

Un problema particular es la construcción de tuplas que contengan 0 o
1 ítem: la sintaxis presenta algunas peculiaridades para estos casos.
Las tuplas vacías se construyen mediante un par de paréntesis vacío;
una tupla con un ítem se construye poniendo una coma a continuación
del valor (no alcanza con encerrar un único valor entre paréntesis).
Feo, pero efectivo. Por ejemplo:

   >>> empty = ()
   >>> singleton = 'hello',    # <-- note trailing comma
   >>> len(empty)
   0
   >>> len(singleton)
   1
   >>> singleton
   ('hello',)

La declaración "t = 12345, 54321, 'hola!'" es un ejemplo de
*empaquetado de tuplas*: los valores "12345", "54321" y "'hola!'" se
empaquetan juntos en una tupla. La operación inversa también es
posible:

   >>> x, y, z = t

Esto se llama, apropiadamente, *desempaquetado de secuencias*, y
funciona para cualquier secuencia en el lado derecho del igual. El
desempaquetado de secuencias requiere que la cantidad de variables a
la izquierda del signo igual sea el tamaño de la secuencia. Nótese que
la asignación múltiple es en realidad sólo una combinación de
empaquetado de tuplas y desempaquetado de secuencias.


5.4. Conjuntos
==============

Python también incluye un tipo de dato para *conjuntos*. Un conjunto
es una colección no ordenada y sin elementos repetidos. Los usos
básicos de éstos incluyen verificación de pertenencia y eliminación de
entradas duplicadas. Los conjuntos también soportan operaciones
matemáticas como la unión, intersección, diferencia, y diferencia
simétrica.

Las llaves o la función "set()" pueden usarse para crear conjuntos.
Notá que para crear un conjunto vacío tenés que usar "set()", no "{}";
esto último crea un diccionario vacío, una estructura de datos que
discutiremos en la sección siguiente.

Una pequeña demostración:

   >>> basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
   >>> print(basket)                      # show that duplicates have been removed
   {'orange', 'banana', 'pear', 'apple'}
   >>> 'orange' in basket                 # fast membership testing
   True
   >>> 'crabgrass' in basket
   False

   >>> # Demonstrate set operations on unique letters from two words
   ...
   >>> a = set('abracadabra')
   >>> b = set('alacazam')
   >>> a                                  # unique letters in a
   {'a', 'r', 'b', 'c', 'd'}
   >>> a - b                              # letters in a but not in b
   {'r', 'd', 'b'}
   >>> a | b                              # letters in a or b or both
   {'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
   >>> a & b                              # letters in both a and b
   {'a', 'c'}
   >>> a ^ b                              # letters in a or b but not both
   {'r', 'd', 'b', 'm', 'z', 'l'}

De forma similar a las comprensiones de listas, la comprensión de
conjuntos está también soportada:

   >>> a = {x for x in 'abracadabra' if x not in 'abc'}
   >>> a
   {'r', 'd'}


5.5. Diccionarios
=================

Another useful data type built into Python is the *dictionary* (see
Tipos mapa --- dict). Dictionaries are sometimes found in other
languages as "associative memories" or "associative arrays".  Unlike
sequences, which are indexed by a range of numbers, dictionaries are
indexed by *keys*, which can be any immutable type; strings and
numbers can always be keys.  Tuples can be used as keys if they
contain only strings, numbers, or tuples; if a tuple contains any
mutable object either directly or indirectly, it cannot be used as a
key. You can't use lists as keys, since lists can be modified in place
using index assignments, slice assignments, or methods like "append()"
and "extend()".

Es mejor pensar en un diccionario como un conjunto de pares
*clave:valor* con el requerimiento de que las claves sean únicas
(dentro de un diccionario). Un par de llaves crean un diccionario
vacío: "{}". Colocar una lista de pares clave:valor separada por comas
dentro de las llaves añade pares clave:valor iniciales al diccionario;
esta es también la forma en que los diccionarios se muestran en la
salida.

Las operaciones principales sobre un diccionario son guardar un valor
con una clave y extraer ese valor dada la clave. También es posible
borrar un par clave:valor con "del". Si usás una clave que ya está en
uso para guardar un valor, el valor que estaba asociado con esa clave
se pierde. Es un error extraer un valor usando una clave inexistente.

Ejecutando "list(d)" en un diccionario retornará una lista con todas
las claves usadas en el diccionario, en el orden de inserción (si
deseas que esté ordenada simplemente usa "sorted(d)" en su lugar).
Para comprobar si una clave está en el diccionario usa la palabra
clave "in".

Un pequeño ejemplo de uso de un diccionario:

   >>> tel = {'jack': 4098, 'sape': 4139}
   >>> tel['guido'] = 4127
   >>> tel
   {'jack': 4098, 'sape': 4139, 'guido': 4127}
   >>> tel['jack']
   4098
   >>> del tel['sape']
   >>> tel['irv'] = 4127
   >>> tel
   {'jack': 4098, 'guido': 4127, 'irv': 4127}
   >>> list(tel)
   ['jack', 'guido', 'irv']
   >>> sorted(tel)
   ['guido', 'irv', 'jack']
   >>> 'guido' in tel
   True
   >>> 'jack' not in tel
   False

El constructor "dict()" crea un diccionario directamente desde
secuencias de pares clave-valor:

   >>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
   {'sape': 4139, 'guido': 4127, 'jack': 4098}

Además, las comprensiones de diccionarios se pueden usar para crear
diccionarios desde expresiones arbitrarias de clave y valor:

   >>> {x: x**2 for x in (2, 4, 6)}
   {2: 4, 4: 16, 6: 36}

Cuando las claves son cadenas simples, a veces resulta más fácil
especificar los pares usando argumentos por palabra clave:

   >>> dict(sape=4139, guido=4127, jack=4098)
   {'sape': 4139, 'guido': 4127, 'jack': 4098}


5.6. Técnicas de iteración
==========================

When looping through dictionaries, the key and corresponding value can
be retrieved at the same time using the "items()" method.

   >>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
   >>> for k, v in knights.items():
   ...     print(k, v)
   ...
   gallahad the pure
   robin the brave

Cuando se itera sobre una secuencia, se puede obtener el índice de
posición junto a su valor correspondiente usando la función
"enumerate()".

   >>> for i, v in enumerate(['tic', 'tac', 'toe']):
   ...     print(i, v)
   ...
   0 tic
   1 tac
   2 toe

Para iterar sobre dos o más secuencias al mismo tiempo, los valores
pueden emparejarse con la función "zip()".

   >>> questions = ['name', 'quest', 'favorite color']
   >>> answers = ['lancelot', 'the holy grail', 'blue']
   >>> for q, a in zip(questions, answers):
   ...     print('What is your {0}?  It is {1}.'.format(q, a))
   ...
   What is your name?  It is lancelot.
   What is your quest?  It is the holy grail.
   What is your favorite color?  It is blue.

Para iterar sobre una secuencia en orden inverso, se especifica
primero la secuencia al derecho y luego se llama a la función
"reversed()".

   >>> for i in reversed(range(1, 10, 2)):
   ...     print(i)
   ...
   9
   7
   5
   3
   1

Para iterar sobre una secuencia ordenada, se utiliza la función
"sorted()" la cual retorna una nueva lista ordenada dejando a la
original intacta.

   >>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
   >>> for i in sorted(basket):
   ...     print(i)
   ...
   apple
   apple
   banana
   orange
   orange
   pear

El uso de "set()" en una secuencia elimina los elementos duplicados.
El uso de "sorted()" en combinación con "set()" sobre una secuencia es
una forma idiomática de recorrer elementos únicos de la secuencia
ordenada.

   >>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
   >>> for f in sorted(set(basket)):
   ...     print(f)
   ...
   apple
   banana
   orange
   pear

A veces uno intenta cambiar una lista mientras la está iterando; sin
embargo, a menudo es más simple y seguro crear una nueva lista:

   >>> import math
   >>> raw_data = [56.2, float('NaN'), 51.7, 55.3, 52.5, float('NaN'), 47.8]
   >>> filtered_data = []
   >>> for value in raw_data:
   ...     if not math.isnan(value):
   ...         filtered_data.append(value)
   ...
   >>> filtered_data
   [56.2, 51.7, 55.3, 52.5, 47.8]


5.7. Más acerca de condiciones
==============================

Las condiciones usadas en las instrucciones "while" e "if" pueden
contener cualquier operador, no sólo comparaciones.

Los operadores de comparación "in" y "not in" verifican si un valor
ocurre (o no ocurre) en una secuencia. Los operadores "is" e "is not"
comparan si dos objetos son realmente el mismo objeto. Todos los
operadores de comparación tienen la misma prioridad, que es menor que
la de todos los operadores numéricos.

Las comparaciones pueden encadenarse. Por ejemplo, "a < b == c"
verifica si "a" es menor que "b" y además si "b" es igual a "c".

Las comparaciones pueden combinarse mediante los operadores booleanos
"and" y "or", y el resultado de una comparación (o de cualquier otra
expresión booleana) puede negarse con "not". Estos tienen prioridades
menores que los operadores de comparación; entre ellos "not" tiene la
mayor prioridad y "or" la menor, o sea que "A and not B or C" equivale
a "(A and (not B)) or C". Como siempre, los paréntesis pueden usarse
para expresar la composición deseada.

Los operadores booleanos "and" y "or" son los llamados operadores
*cortocircuito*: sus argumentos se evalúan de izquierda a derecha, y
la evaluación se detiene en el momento en que se determina su
resultado. Por ejemplo, si "A" y "C" son verdaderas pero "B" es falsa,
en "A and B and C" no se evalúa la expresión "C". Cuando se usa como
un valor general y no como un booleano, el valor retornado de un
operador cortocircuito es el último argumento evaluado.

Es posible asignar el resultado de una comparación u otra expresión
booleana a una variable. Por ejemplo,

   >>> string1, string2, string3 = '', 'Trondheim', 'Hammer Dance'
   >>> non_null = string1 or string2 or string3
   >>> non_null
   'Trondheim'

Nótese que en Python, a diferencia de C, asignaciones dentro de
expresiones deben realizarse explícitamente con el operador walrus
":=". Esto soluciona algunos problemas comunes encontrados en C:
escribiendo "=" en una expresión cuando se intentaba escribir "==".


5.8. Comparando secuencias y otros tipos
========================================

Las secuencias pueden compararse con otros objetos del mismo tipo de
secuencia. La comparación usa orden *lexicográfico*: primero se
comparan los dos primeros ítems, si son diferentes esto ya determina
el resultado de la comparación; si son iguales, se comparan los
siguientes dos ítems, y así sucesivamente hasta llegar al final de
alguna de las secuencias. Si dos ítems a comparar son ambos secuencias
del mismo tipo, la comparación lexicográfica es recursiva. Si todos
los ítems de dos secuencias resultan iguales, se considera que las
secuencias son iguales. Si una secuencia es la parte inicial de la
otra, la secuencia más corta es la más pequeña. El orden lexicográfico
de las cadenas de caracteres utiliza el punto de código Unicode para
ordenar caracteres individuales. Algunos ejemplos de comparación entre
secuencias del mismo tipo:

   (1, 2, 3)              < (1, 2, 4)
   [1, 2, 3]              < [1, 2, 4]
   'ABC' < 'C' < 'Pascal' < 'Python'
   (1, 2, 3, 4)           < (1, 2, 4)
   (1, 2)                 < (1, 2, -1)
   (1, 2, 3)             == (1.0, 2.0, 3.0)
   (1, 2, ('aa', 'ab'))   < (1, 2, ('abc', 'a'), 4)

Observá que comparar objetos de diferentes tipos con "<" o ">" es
legal siempre y cuando los objetos tenga los métodos de comparación
apropiados. Por ejemplo, los tipos de números mezclados son comparados
de acuerdo a su valor numérico, o sea 0 es igual a 0.0, etc. Si no es
el caso, en lugar de proveer un ordenamiento arbitrario, el intérprete
lanzará una excepción "TypeError".

-[ Notas al pie ]-

[1] Otros lenguajes podrían retornar un objeto mutado, que permite
    encadenamiento de métodos como
    "d->insert("a")->remove("b")->sort();".
