6. Expresiones
**************

Este capítulo explica el significado de los elementos de expresiones
en Python.

**Notas de Sintaxis:** En este y los siguientes capítulos será usada
notación BNF extendida para describir sintaxis, no análisis léxico.
Cuando (una alternativa de) una regla de sintaxis tiene la forma

   name ::= othername

y no han sido dadas semánticas, las semánticas de esta forma de "name"
son las mismas que para "othername".


6.1. Conversiones aritméticas
=============================

Cuando una descripción de un operador aritmético a continuación usa la
frase "los argumentos numéricos son convertidos a un tipo común", esto
significa que la implementación de operador para tipos incorporados
funciona de la siguiente forma:

* Si cualquiera de los argumentos es un número complejo, el otro es
  convertido a complejo;

* de otra forma, si cualquier de los argumentos es un número de punto
  flotante, el otro es convertido a punto flotante;

* de otra forma, ambos deben ser enteros y no se necesita conversión.

Algunas reglas adicionales aplican para ciertos operadores (ej., una
cadena de caracteres como argumento a la izquierda del operador '%').
Las extensiones deben definir su comportamiento de conversión.


6.2. Átomos
===========

Los átomos son los elementos más básicos de las expresiones. Los
átomos más simples son identificadores o literales. Las formas
encerradas en paréntesis, corchetes o llaves son también
sintácticamente categorizadas como átomos. La sintaxis para átomos es:

   atom      ::= identifier | literal | enclosure
   enclosure ::= parenth_form | list_display | dict_display | set_display
                 | generator_expression | yield_atom


6.2.1. Identificadores (Nombres)
--------------------------------

Un identificador encontrándose como un átomo es un nombre. Vea la
sección Identificadores y palabras clave para la definición léxica y
la sección Nombres y vínculos para documentación de nombrar y
vincular.

Cuando el nombre es vinculado a un objeto, la evaluación del átomo
produce ese objeto. Cuando un nombre no es vinculado, un intento de
evaluarlo genera una excepción "NameError".

**Alteración de nombre privado:** Cuando un identificador que ocurre
textualmente en una definición de clase comienza con dos o más
caracteres de guión bajo y no termina en dos o más guiones bajos, es
considerado un *private name* de esa clase. Los nombres privados son
transformados a una forma más larga antes de que sea generado código
para ellos. La transformación inserta el nombre de clase, con los
guiones bajos iniciales eliminados y un solo guión bajo insertado,
delante del nombre. Por ejemplo, el identificador "__spam" que se
encuentra en una clase denominada "Ham" será transformado a
"_Ham__spam". Esta transformación es independiente del contexto
sintáctico en el cual es usado el identificador. Si el nombre
transformado es extremadamente largo (más largo que 255 caracteres),
puede ocurrir el truncamiento definido por la implementación. Si el
nombre de clase consiste únicamente de guiones bajos, no se realiza
transformación.


6.2.2. Literales
----------------

Python soporta literales de cadenas de caracteres y bytes y varios
literales numéricos:

   literal ::= stringliteral | bytesliteral
               | integer | floatnumber | imagnumber

La evaluación de un literal produce un objeto del tipo dado (cadena de
caracteres, bytes, entero, número de punto flotante, número complejo)
con el valor dado. El valor puede ser aproximado en el caso de
literales de número de punto flotante e imaginarios (complejos). Vea
la sección Literales para más detalles.

Todos los literales corresponden a tipos de datos inmutables y, por lo
tanto, la identidad del objeto es menos importante que su valor.
Múltiples evaluaciones de literales con el mismo valor (ya sea la
misma ocurrencia en el texto del programa o una ocurrencia diferente)
pueden obtener el mismo objeto o un objeto diferente con el mismo
valor.


6.2.3. Formas entre paréntesis
------------------------------

Una forma entre paréntesis es una lista de expresiones opcionales
encerradas entre paréntesis:

   parenth_form ::= "(" [starred_expression] ")"

Una expresión entre paréntesis produce lo que la lista de expresión
produce: si la lista contiene al menos una coma, produce una tupla; en
caso contrario, produce la única expresión que que forma la lista de
expresiones.

Un par de paréntesis vacío producen un objeto de tupla vacío. Debido a
que las tuplas son inmutables, se aplican las mismas reglas que
aplican para literales (ej., dos ocurrencias de una tupla vacía puede
o no producir el mismo objeto).

Note que las tuplas no son formadas por los paréntesis, sino más bien
mediante el uso del operador de coma. La excepción es la tupla vacía,
para la cual los paréntesis *son* requeridos -- permitir "nada" sin
paréntesis en expresiones causaría ambigüedades y permitiría que
errores tipográficos comunes pasaran sin ser detectados.


6.2.4. Despliegues para listas, conjuntos y diccionarios
--------------------------------------------------------

Para construir una lista, un conjunto o un diccionario, Python provee
sintaxis especial denominada "despliegue", cada una de ellas en dos
sabores:

* los contenidos del contenedor son listados explícitamente o

* son calculados mediante un conjunto de instrucciones de bucle y
  filtrado, denominadas una *comprehension*.

Los elementos comunes de sintaxis para las comprensiones son:

   comprehension ::= assignment_expression comp_for
   comp_for      ::= ["async"] "for" target_list "in" or_test [comp_iter]
   comp_iter     ::= comp_for | comp_if
   comp_if       ::= "if" expression_nocond [comp_iter]

La comprensión consiste en una única expresión seguida por al menos
una cláusula "for" y cero o más cláusulas "for" o "if". En este caso,
los elementos del nuevo contenedor son aquellos que serían producidos
mediante considerar cada una de las cláusulas "for" o "if" un bloque,
anidado de izquierda a derecha y evaluando la expresión para producir
un elemento cada vez que se alcanza el bloque más interno.

Sin embargo, aparte de la expresión iterable en la cláusula "for" más
a la izquierda, la comprensión es ejecutada en un alcance separado
implícitamente anidado. Esto asegura que los nombres asignados a en la
lista objetiva no se "filtren" en el alcance adjunto.

La expresión iterable en la cláusula más a la izquierda "for" es
evaluada directamente en el alcance anidado y luego pasada como un
argumento al alcance implícitamente anidado. Subsecuentes cláusulas
"for" y cualquier condición de filtro en la cláusula "for" más a la
izquierda no pueden ser evaluadas en el alcance adjunto ya que pueden
depender de los valores obtenidos del iterable de más a la izquierda.
Por ejemplo, "[x*y for x in range(10) for y in range(x, x+10)]".

Para asegurar que la comprensión siempre resulta en un contenedor del
tipo apropiado, las expresiones "yield" y "yield from" están
prohibidas en el alcance implícitamente anidado.

A partir de Python 3.6, en una función "async def", una cláusula
"async for" puede ser usada para iterar sobre un *asynchronous
iterator*. Una comprensión en una función "async def" puede consistir
en una cláusula "for" o "async for" siguiendo la expresión inicial,
puede contener cláusulas adicionales "for" o "async for" y también
pueden usar expresiones "await". Si una comprensión contiene cláusulas
"async for" o expresiones "await" es denominada una *asynchronous
comprehension*. Una comprensión asincrónica puede suspender la
ejecución de la función de corrutina en la cual aparece. Vea también
**PEP 530**.

Nuevo en la versión 3.6: Fueron introducidas las comprensiones
asincrónicas.

Distinto en la versión 3.8: Prohibidas "yield" y "yield from" en el
alcance implícitamente anidado.


6.2.5. Despliegues de lista
---------------------------

Un despliegue de lista es una serie de expresiones posiblemente vacía
encerrada entre corchetes:

   list_display ::= "[" [starred_list | comprehension] "]"

Un despliegue de lista produce un nuevo objeto lista, el contenido se
especifica por una lista de expresiones o una comprensión. Cuando se
proporciona una lista de expresiones, sus elementos son evaluados
desde la izquierda a la derecha y colocados en el objeto lista en ese
orden. Cuando se proporciona una comprensión, la lista es construida
desde los elementos resultantes de la comprensión.


6.2.6. Despliegues de conjuntos
-------------------------------

Un despliegue de conjunto se denota mediante llaves y se distinguen de
los despliegues de diccionarios por la ausencia de caracteres de doble
punto separando claves y valores:

   set_display ::= "{" (starred_list | comprehension) "}"

Un despliegue de conjunto produce un nuevo objeto conjunto mutable, el
contenido se especifica mediante una secuencia de expresiones o una
comprensión. Cuando se proporciona una lista de expresiones separadas
por comas, sus elementos son evaluados desde la izquierda a la derecha
y añadidos al objeto de conjunto. Cuando se proporciona una
comprensión, el conjunto es construido de los elementos resultantes de
la comprensión.

Un conjunto vacío no puede ser construido con "{}"; este literal
construye un diccionario vacío.


6.2.7. Despliegues de diccionario
---------------------------------

Un despliegue de diccionario es una serie posiblemente vacía de pares
clave/datos encerrados entre llaves:

   dict_display       ::= "{" [key_datum_list | dict_comprehension] "}"
   key_datum_list     ::= key_datum ("," key_datum)* [","]
   key_datum          ::= expression ":" expression | "**" or_expr
   dict_comprehension ::= expression ":" expression comp_for

Un despliegue de diccionario produce un nuevo objeto diccionario.

Si es dada una secuencia separada por comas de pares clave/datos, son
evaluadas desde la izquierda a la derecha para definir las entradas
del diccionario: cada objeto clave es usado como una clave dentro del
diccionario para almacenar el dato correspondiente. Esto significa que
puedes especificar la misma clave múltiples veces en la lista
clave/datos y el valor final del diccionario para esa clave será la
última dada.

Un doble asterisco "**" denota *dictionary unpacking*. Su operando
debe ser un *mapping*. Cada elemento de mapeo es añadido al nuevo
diccionario. Valores más tardíos remplazan los valores ya establecidos
para los pares clave/dato y para los desempaquetados de diccionario
anteriores.

Nuevo en la versión 3.5: Desempaquetar en despliegues de diccionarios,
originalmente propuesto por **PEP 448**.

Una comprensión de diccionario, en contraste a las compresiones de
lista y conjunto, necesita dos expresiones separadas con un caracter
de doble punto seguido por las cláusulas usuales "for" e "if". Cuando
la comprensión se ejecuta, los elementos resultantes clave y valor son
insertados en el nuevo diccionario en el orden que son producidos.

Las restricciones de los tipos de los valores de clave son listados
anteriormente en la sección Jerarquía de tipos estándar. (Para
resumir, el tipo de la clave debe ser *hashable*, el cual excluye
todos los objetos mutables.) No se detectan choques entre claves
duplicadas; el último dato (textualmente el más a la derecha en el
despliegue) almacenado para una clave dada prevalece.

Distinto en la versión 3.8: Antes de Python 3.8, en las comprensiones
de diccionarios, el orden de evaluación de clave y valor no fue bien
definido. En CPython, el valor fue evaluado antes de la clave. A
partir de 3.8, la clave es evaluada antes que el valor, como fue
propuesto por **PEP 572**.


6.2.8. Expresiones de generador
-------------------------------

Una expresión de generador es una notación compacta de generador en
paréntesis:

   generator_expression ::= "(" expression comp_for ")"

Una expresión de generador produce un nuevo objeto generador. Su
sintaxis es la misma que para las comprensiones, excepto que es
encerrado en paréntesis en lugar de corchetes o llaves.

Las variables usadas en la expresión de generador son evaluadas
perezosamente cuando se ejecuta el método "__next__()" para el objeto
generador (de la misma forma que los generadores normales). Sin
embargo, la expresión iterable en la cláusula "for" más a la izquierda
es inmediatamente evaluada, de forma que un error producido por ella
será emitido en el punto en el que se define la expresión de
generador, en lugar de en el punto donde se obtiene el primer valor.
Subsecuentes cláusulas "for" y cualquier condición en la cláusula
"for" más a la izquierda no pueden ser evaluadas en el alcance
adjunto, ya que puede depender de los valores obtenidos por el
iterable de más a la izquierda. Por ejemplo: "(x*y for x in range(10)
for y in range(x, x+10))".

Los paréntesis pueden ser omitidos en ejecuciones con un solo
argumento. Vea la sección Invocaciones para más detalles.

Para evitar interferir con la operación esperada de la expresión misma
del generador, las expresiones "yield" y "yield from" están prohibidas
en el generador definido implícitamente.

Si una expresión de generador contiene cláusulas "async for" o
expresiones "await", se ejecuta una *asynchronous generator
expression*. Una expresión de generador asincrónica retorna un nuevo
objeto de generador asincrónico, el cual es un iterador asincrónico
(ver Asynchronous Iterators).

Nuevo en la versión 3.6: Las expresiones de generador asincrónico
fueron introducidas.

Distinto en la versión 3.7: Antes de Python 3.7, las expresiones de
generador asincrónico podrían aparecer sólo en corrutinas "async def".
Desde 3.7, cualquier función puede usar expresiones de generador
asincrónico.

Distinto en la versión 3.8: Prohibidas "yield" y "yield from" en el
alcance implícitamente anidado.


6.2.9. Expresiones yield
------------------------

   yield_atom       ::= "(" yield_expression ")"
   yield_expression ::= "yield" [expression_list | "from" expression]

La expresión yield se usa al definir una función *generator* o una
función *asynchronous generator* y, por lo tanto, solo se puede usar
en el cuerpo de una definición de función. Usar una expresión yield en
el cuerpo de una función hace que esa función sea un generador y
usarla en el cuerpo de una función "async def" hace que la función de
corrutina sea un generador asincrónico. Por ejemplo:

   def gen():  # defines a generator function
       yield 123

   async def agen(): # defines an asynchronous generator function
       yield 123

Debido a sus efectos secundarios sobre el alcance contenedor, las
expresiones "yield" no están permitidas como parte de los alcances
implícitamente definidos usados para implementar comprensiones y
expresiones de generador.

Distinto en la versión 3.8: Expresiones yield prohibidas en los
ámbitos anidados implícitamente utilizados para implementar
comprensiones y expresiones de generador.

Las funciones generadoras son descritas a continuación, mientras que
las funciones generadoras asincrónicas son descritas separadamente en
la sección Funciones generadoras asincrónicas.

Cuando una función generadora es invocada, retorna un iterador
conocido como un generador. Este generador controla la ejecución de la
función generadora. La ejecución empieza cuando uno de los métodos del
generador es invocado. En ese momento, la ejecución procede a la
primera expresión yield, donde es suspendida de nuevo, retornando el
valor de "expression_list" al invocador del generador. Por suspendido,
nos referimos a que se retiene todo el estado local, incluyendo los
enlaces actuales de variables locales, el puntero de instrucción, la
pila de evaluación interna y el estado de cualquier manejo de
excepción. Cuando la ejecución se reanuda al invocar uno de los
métodos del generador, la función puede proceder como si la expresión
yield fuera sólo otra invocación externa. El valor de la expresión
yield después de la reanudación depende del método que ha reanudado la
ejecución. Si se usa "__next__()" (típicamente mediante un "for" o la
función incorporada "next()") entonces el resultado es "None". De otra
forma, si se usa "send()", entonces el resultado será el valor pasado
a ese método.

Todo este hace a las funciones generadores similar a las corrutinas;
producen múltiples veces, tienen más de un punto de entrada y su
ejecución puede ser suspendida. La única diferencia es que una función
generadora no puede controlar si la ejecución debe continuar después
de producir; el control siempre es transferido al invocador del
generador.

Las expresiones yield están permitidas en cualquier lugar en un
constructo "try". Si el generador no es reanudado antes de finalizar
(alcanzando un recuento de referencia cero o colectando basura), el
método generador-iterador "close()" será invocado, permitiendo la
ejecución de cualquier cláusula "finally" pendiente.

When "yield from <expr>" is used, the supplied expression must be an
iterable. The values produced by iterating that iterable are passed
directly to the caller of the current generator's methods. Any values
passed in with "send()" and any exceptions passed in with "throw()"
are passed to the underlying iterator if it has the appropriate
methods.  If this is not the case, then "send()" will raise
"AttributeError" or "TypeError", while "throw()" will just raise the
passed in exception immediately.

Cuando el iterador subyacente está completo, el atributo "value" de la
instancia "StopIteration" generada se convierte en el valor de la
expresión yield. Puede ser establecido explícitamente al generar
"StopIteration" o automáticamente cuando el subiterador es un
generador (retornando un valor del subgenerador).

   Distinto en la versión 3.3: Añadido "yield from <expr>" para
   delegar el control de flujo a un subiterador.

Los paréntesis pueden ser omitidos cuando la expresión yield es la
única expresión en el lado derecho de una sentencia de asignación.

Ver también:

  **PEP 255** - Generadores Simples
     La propuesta para añadir generadores y la sentencia "yield" a
     Python.

  **PEP 342** - Corrutinas mediante Generadores Mejorados
     La propuesta para mejorar la API y la sintaxis de generadores,
     haciéndolos utilizables como corrutinas simples.

  **PEP 380** - Sintaxis para Delegar a un Subgenerador
     La propuesta para introducir la sintaxis "yield_from",
     facilitando la delegación a subgeneradores.

  **PEP 525**- Generadores Asincrónicos
     La propuesta que expandió **PEP 492** añadiendo capacidades de
     generador a las funciones corrutina.


6.2.9.1. Métodos generador-iterador
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Esta subsección describe los métodos de un generador iterador. Estos
pueden ser usados para controlar la ejecución de una función
generadora.

Tenga en cuenta que invocar cualquiera de los métodos de generador
siguientes cuando el generador está todavía en ejecución genera una
excepción "ValueError".

generator.__next__()

   Comienza la ejecución de una función generadora o la reanuda en la
   última expresión yield ejecutada. Cuando una función generadora es
   reanudada con un método "__next__()", la expresión yield actual
   siempre evalúa a "None". La ejecución entonces continúa a la
   siguiente expresión yield, donde el generador se suspende de nuevo
   y el valor de "expression_list" se retorna al invocador de
   "__next__()". Si el generador termina sin producir otro valor, se
   genera una excepción "StopIteration".

   Este método es normalmente invocado implícitamente, por ejemplo,
   por un bucle "for" o por la función incorporada "next()".

generator.send(value)

   Reanuda la ejecución y "envía" un valor dentro de la función
   generadora. El argumento *value* se convierte en el resultado de la
   expresión yield actual. El método "send()" retorna el siguiente
   valor producido por el generador o genera "StopIteration" si el
   generador termina sin producir otro valor. Cuando se ejecuta
   "send()" para comenzar el generador, debe ser invocado con "None"
   como el argumento, debido a que no hay expresión yield que pueda
   recibir el valor.

generator.throw(type[, value[, traceback]])

   Genera una excepción de tipo "type" en el punto donde el generador
   fue pausado y retorna el siguiente valor producido por la función
   generadora. Si el generador termina sin producir otro valor se
   genera una excepción "StopIteration". Si la función generadora no
   caza la excepción pasada o genera una excepción diferente, entonces
   se propaga esa excepción al invocador.

generator.close()

   Genera "GeneratorExit" en el punto donde la función generadora fue
   pausada. Si la función generadora termina sin errores, está ya
   cerrada o genera "GeneratorExit" (sin cazar la excepción), close
   retorna a su invocador. Si el generador produce un valor, se genera
   un "RuntimeError". Si el generador genera cualquier otra excepción,
   es propagado al invocador. "close()" no hace nada si el generador
   ya fue terminado debido a una excepción o una salida normal.


6.2.9.2. Ejemplos
~~~~~~~~~~~~~~~~~

Aquí hay un ejemplo simple que demuestra el comportamiento de
generadores y funciones generadoras:

   >>> def echo(value=None):
   ...     print("Execution starts when 'next()' is called for the first time.")
   ...     try:
   ...         while True:
   ...             try:
   ...                 value = (yield value)
   ...             except Exception as e:
   ...                 value = e
   ...     finally:
   ...         print("Don't forget to clean up when 'close()' is called.")
   ...
   >>> generator = echo(1)
   >>> print(next(generator))
   Execution starts when 'next()' is called for the first time.
   1
   >>> print(next(generator))
   None
   >>> print(generator.send(2))
   2
   >>> generator.throw(TypeError, "spam")
   TypeError('spam',)
   >>> generator.close()
   Don't forget to clean up when 'close()' is called.

Para ejemplos usando "yield from", ver PEP 380: Syntax for Delegating
to a Subgenerator en "Qué es nuevo en Python."


6.2.9.3. Funciones generadoras asincrónicas
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

La presencia de una expresión yield en una función o método definido
usando "async def" adicionalmente define la función como una función
*asynchronous generator*.

Cuando se invoca una función generadora asincrónica, retorna un
iterador asincrónico conocido como un objeto generador asincrónico.
Este objeto entonces controla la ejecución de la función generadora.
Un objeto generador asincrónico se usa típicamente en una sentencia
"async for" en una función corrutina análogamente a como sería usado
un objeto generador en una sentencia "for".

Invocar uno de los métodos de un generador asincrónico retorna un
objeto *awaitable* y la ejecución comienza cuando este objeto es
esperado. En ese momento, la ejecución avanza a la primera expresión
yield, donde es suspendida de nuevo, retornando el valor de
"expression_list" a la corrutina en espera. Como con un generador, la
suspensión significa que todo el estado local es retenido, incluyendo
los enlaces actuales de variables locales, el puntero de instrucción,
la pila de evaluación interna y el estado de cualquier manejo de
excepción. Cuando se reanuda la ejecución al espera al siguiente
objeto retornado por los métodos del generador asincrónico, la función
puede avanzar exactamente igual que si la expresión yield fuera otra
invocación externa. El valor de la expresión yield después de la
reanudación dependen del método que ha resumido la ejecución. Si se
usa "__anext__()" entonces el resultado es "None". De otra forma, si
se usa "asend()", entonces el resultado será el valor pasado a ese
método.

En una función generadora asincrónica, las expresiones yield están
permitidas en cualquier lugar de un constructo "try". Sin embargo, si
un generador asincrónico no es reanudado antes de finalizar
(alcanzando un contador de referencia cero o recogiendo basura),
entonces una expresión yield dentro de un constructo "try" podría
fallar al ejecutar cláusulas "finally" pendientes. En este caso, es
responsabilidad del bucle de eventos o del planificador ejecutando el
generador asincrónico invocar el método "aclose()" del generador-
iterador asincrónico y ejecutar el objeto corrutina resultante,
permitiendo así la ejecución de cualquier cláusula "finally"
pendiente.

Para encargarse de la finalización, un bucle de eventos debe definir
una función *finalizadora* la cual toma un generador-iterador
asincrónico y presumiblemente invoca "aclose()" y ejecuta la
corrutina. Este *finalizador* puede ser registrado invocando
"sys.set_asyncgen_hooks()". Cuando es iterada por primera vez, un
generador-iterador asincrónico almacenará el *finalizador* registrado
para ser invocado en la finalización. Para un ejemplo de referencia de
un método *finalizador* vea la implementación de
"asyncio.Loop.shutdown_asyncgens" en Lib/asyncio/base_events.py.

La expresión "yield from <expr>" es un error de sintaxis cuando es
usada en una función generadora asincrónica.


6.2.9.4. Métodos asincrónicos de generador-iterador
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Esta subsección describe los métodos de un generador iterador
asincrónico, los cuales son usados para controlar la ejecución de una
función generadora.

coroutine agen.__anext__()

   Retorna un esperable el cual, cuando corre, comienza a ejecutar el
   generador asincrónico o lo reanuda en la última expresión yield
   ejecutada. Cuando se reanuda una función generadora asincrónica con
   un método "__anext__()", la expresión yield actual siempre evalúa a
   "None" en el esperable retornado, el cual cuando corre continuará a
   la siguiente expresión yield. El valor de "expression_list" de la
   expresión yield es el valor de la excepción "StopIteration"
   generada por la corrutina completa. Si el generador asincrónico
   termina sin producir otro valor, el esperable en su lugar genera
   una excepción "StopAsyncIteration", señalando que la iteración
   asincrónica se ha completado.

   Este método es invocado normalmente de forma implícita por un bucle
   "async for".

coroutine agen.asend(value)

   Retorna un esperable el cual cuando corre reanuda la ejecución del
   generador asincrónico. Como el método "send()" para un generador,
   este "envía" un valor a la función generadora asincrónica y el
   argumento *value* se convierte en el resultado de la expresión
   yield actual. El esperable retornado por el método "asend()"
   retornará el siguiente valor producido por el generador como el
   valor de la "StopIteration" generada o genera "StopAsyncIteration"
   si el generador asincrónico termina sin producir otro valor. Cuando
   se invoca "asend()" para empezar el generador asincrónico, debe ser
   invocado con "None" como argumento, porque no hay expresión yield
   que pueda recibir el valor.

coroutine agen.athrow(value)
coroutine agen.athrow(type[, value[, traceback]])

   Retorna un esperable que genera una excepción de tipo "type" en el
   punto donde el generador asincrónico fue pausado y retorna el
   siguiente valor producido por la función generadora como el valor
   de la excepción "StopIteration" generada. Si el generador
   asincrónico termina sin producir otro valor, el esperable genera
   una excepción "StopAsyncIteration". Si la función generadora no
   caza la excepción pasada o genera una excepción diferente, entonces
   cuando se ejecuta el esperable esa excepción se propaga al
   invocador del esperable.

coroutine agen.aclose()

   Retorna un esperable que cuando corre lanza un "GeneratorExit" a la
   función generadora asincrónica en el punto donde fue pausada. Si la
   función generadora asincrónica termina exitosamente, ya está
   cerrada o genera  "GeneratorExit" (sin cazar la excepción), el
   esperable retornado generará una excepción "StopIteration". Otros
   esperables retornados por subsecuentes invocaciones al generador
   asincrónico generarán una excepción "StopAsyncIteration". Si el
   generador asincrónico produce un valor, el esperable genera un
   "RuntimeError". Si el generador asincrónico genera cualquier otra
   excepción, esta es propagada al invocador del esperable. Si el
   generador asincrónico ha terminado debido a una excepción o una
   terminación normal, entonces futuras invocaciones a "aclose()"
   retornarán un esperable que no hace nada.


6.3. Primarios
==============

Los primarios representan las operaciones más fuertemente ligadas al
lenguaje. Su sintaxis es:

   primary ::= atom | attributeref | subscription | slicing | call


6.3.1. Referencias de atributos
-------------------------------

Una referencia de atributo es un primario seguido de un punto y un
nombre:

   attributeref ::= primary "." identifier

El primario debe evaluar a un objeto de un tipo que soporte
referencias de atributos, lo cual la mayoría de los objetos soportan.
Luego se le pide a este objeto que produzca el atributo cuyo nombre es
el identificador. Esta producción puede ser personalizada
sobrescribiendo el método "__getattr__()". Si este atributo no es
esperable, se genera la excepción "AtributeError". De otra forma, el
tipo y el valor del objeto producido es determinado por el objeto.
Múltiples evaluaciones la misma referencia de atributo pueden producir
diferentes objetos.


6.3.2. Suscripciones
--------------------

Una subscripción selecciona un elemento de una objeto secuencia
(cadena de caracteres, tupla o lista) o mapeo (diccionario):

   subscription ::= primary "[" expression_list "]"

El primario debe evaluar a un objeto que soporta subscripción (listas
o diccionarios por ejemplo). Los objetos definidos por usuarios pueden
soportar subscripción definiendo un método "__getitem__()".

Para objetos incorporados, hay dos tipos de objetos que soportan
subscripción:

Si el primario es un mapeo, la expresión de lista debe evaluar a un
objeto cuyo valor es una de las claves del mapeo y la subscripción
selecciona el valor en el mapeo que corresponda a esa clave. (La
expresión de lista es una tupla excepto si tiene exactamente un
elemento.)

Si el primario es una secuencia, la expresión de lista debe evaluar a
un entero o a un segmento (como es discutido en la siguiente sección).

La sintaxis formal no hace ninguna provisión especial para índices
negativos en secuencias; sin embargo, todas las secuencias
incorporadas proveen un método "__getitem__()" que interpreta índices
negativos añadiendo al largo de la secuencia al índice (así es que
"x[-1]" selecciona el último elemento de "x"). El valor resultante
debe ser un entero no negativo menor que el número de elementos en la
secuencia y la subscripción selecciona el elemento cuyo índice es ese
valor (contando desde cero). Ya que el soporte para índices negativos
y el troceado ocurre en el método del objeto "__getitem__()", las
subclases que sobrescriben este método necesitarán añadir
explícitamente ese soporte.

Los elementos de una cadena de caracteres son caracteres. Un caracter
no es un tipo de datos separado sino una cadena de exactamente un
caracter.


6.3.3. Segmentos
----------------

Un segmento selecciona un rango de elementos en una objeto secuencia
(ej., una cadena de caracteres, tupla o lista). Los segmentos pueden
ser usados como expresiones o como objetivos en asignaciones o
sentencias "del". La sintaxis para un segmento:

   slicing      ::= primary "[" slice_list "]"
   slice_list   ::= slice_item ("," slice_item)* [","]
   slice_item   ::= expression | proper_slice
   proper_slice ::= [lower_bound] ":" [upper_bound] [ ":" [stride] ]
   lower_bound  ::= expression
   upper_bound  ::= expression
   stride       ::= expression

Hay ambigüedad en la sintaxis formal aquí: todo lo que parezca una
expresión de lista también parece una segmento de lista, así que
cualquier subscripción puede ser interpretada como un segmento. En
lugar de complicar aún más la sintaxis, esta es desambiguada
definiendo que en este caso la interpretación como una subscripción
toma prioridad sobre la interpretación como un segmento (este es el
caso si el segmento de lista no contiene un segmento adecuado).

Las semánticas para un segmento son las siguientes. El primario es
indexado (usando el mismo método "__getitem__()" de una subscripción
normal) con una clave que se construye del segmento de lista, tal como
sigue. Si el segmento de lista contiene al menos una coma, la clave es
una tupla que contiene la conversión de los elementos del segmento; de
otra forma, la conversión del segmento de lista solitario es la clave.
La conversión de un elemento de segmento que es una expresión es esa
expresión. La conversión de un segmento apropiado es un objeto
segmento (ver sección Jerarquía de tipos estándar) cuyos atributos
"start", "stop" y "step" son los valores de las expresiones dadas como
límite inferior, límite superior y paso, respectivamente,
substituyendo "None" para las expresiones faltantes.


6.3.4. Invocaciones
-------------------

Una invocación invoca un objeto invocable (ej., una *function*) con
una serie posiblemente vacía de *argumentos*:

   call                 ::= primary "(" [argument_list [","] | comprehension] ")"
   argument_list        ::= positional_arguments ["," starred_and_keywords]
                       ["," keywords_arguments]
                     | starred_and_keywords ["," keywords_arguments]
                     | keywords_arguments
   positional_arguments ::= positional_item ("," positional_item)*
   positional_item      ::= assignment_expression | "*" expression
   starred_and_keywords ::= ("*" expression | keyword_item)
                            ("," "*" expression | "," keyword_item)*
   keywords_arguments   ::= (keyword_item | "**" expression)
                          ("," keyword_item | "," "**" expression)*
   keyword_item         ::= identifier "=" expression

Una coma final opcional puede estar presente después de los argumentos
posicionales y de palabra clave pero no afecta a las semánticas.

La clave primaria debe evaluar a un objeto invocable (funciones
definidas por el usuario, funciones incorporadas, métodos de objetos
incorporados, métodos de instancias de clases y todos los objetos que
tienen un método "__call__()" son invocables). Todas las expresiones
de argumento son evaluadas antes de que la invocación sea intentada.
Por favor, refiera a la sección Definiciones de funciones para la
sintaxis formal de listas de *parameter*.

Si hay argumentos de palabra clave, primero se convierten en
argumentos posicionales, como se indica a continuación.  En primer
lugar, se crea una lista de ranuras sin rellenar para los parámetros
formales.  Si hay N argumentos posicionales, se colocan en las
primeras N ranuras. A continuación, para cada argumento de palabra
clave, el identificador se utiliza para determinar la ranura
correspondiente (si el identificador es el mismo que el primer nombre
de parámetro formal, se utiliza la primera ranura, etc.). Si la ranura
ya está llena, se genera una excepción "TypeError". De lo contrario,
el valor del argumento se coloca en la ranura, llenándolo (incluso si
la expresión es "None", esta llena la ranura). Cuando se han procesado
todos los argumentos, las ranuras que aún no han sido rellenadas se
rellenan con el valor predeterminado correspondiente de la definición
de función. (Los valores predeterminados son calculados una vez,
cuando se define la función; por lo tanto, un objeto mutable como una
lista o diccionario utilizado como valor predeterminado será
compartido por todas las llamadas que no especifican un valor de
argumento para la ranura correspondiente; esto normalmente debe ser
evitado.) Si hay ranuras sin rellenar para las que no se especifica
ningún valor predeterminado, se genera una excepción "TypeError". De
lo contrario, la lista de ranuras rellenas se utiliza como la lista de
argumentos para la llamada.

**CPython implementation detail:** Una implementación puede proveer
funciones incorporadas cuyos argumentos posicionales no tienen
nombres, incluso si son "nombrados" a efectos de documentación y los
cuales por consiguiente no pueden ser suplidos por palabras clave. En
CPython, este es el caso para funciones implementadas en C que usan
"PyArg_ParseTuple()" para analizar sus argumentos.

Si hay más argumentos posicionales que ranuras formales de parámetros,
se genera una excepción "TypeError", a no ser que un parámetro formal
usando la sintaxis "*identifier" se encuentre presente; en este caso,
ese parámetro formal recibe una tupla conteniendo los argumentos
posicionales sobrantes (o una tupla vacía su no hay argumentos
posicionales sobrantes).

Si un argumento de palabra clave no corresponde a un nombre de
parámetro formal, se genera una excepción "TypeError", a no ser que un
parámetro formal usando la sintaxis "**identifier" esté presente; en
este caso, ese parámetro formal recibe un diccionario que contiene los
argumentos de palabra clave sobrantes (usando las palabras clave como
claves y los valores de argumento como sus valores correspondientes),
o un (nuevo) diccionario vacío si no hay argumentos de palabra clave
sobrantes.

Si la sintaxis "*expression" aparece en la invocación de función,
"expression" debe evaluar a un *iterable*. Elementos de esos iterables
son tratados como si fueran argumentos posicionales adicionales. Para
la invocación "f(x1, x2, *y, x3, x4)", si *y* evalúa a una secuencia
*y1*, ..., *yM*, equivale a una invocación con M+4 argumentos
posicionales *x1*, *x2*, *y1*, ..., *yM*, *x3*, *x4*.

Una consecuencia de esto es que aunque la sintaxis "*expression" puede
aparecer *después* de argumentos de palabra clave explícitos, es
procesada *antes* de los argumentos de palabra clave (y cualquiera de
los argumentos "*expression" -- ver abajo). Así que:

   >>> def f(a, b):
   ...     print(a, b)
   ...
   >>> f(b=1, *(2,))
   2 1
   >>> f(a=1, *(2,))
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: f() got multiple values for keyword argument 'a'
   >>> f(1, *(2,))
   1 2

Es inusual usar en la misma invocación tanto argumentos de palabra
clave como la sintaxis "*expression", así que en la práctica no surge
esta confusión.

Si la sintaxis "*expression" aparece en la invocación de función,
"expression" debe evaluar a un *mapping*, los contenidos del mismo son
tratados como argumentos de palabra clave adicionales. Si una palabra
clave está ya presente (como un argumento de palabra clave explícito o
desde otro desempaquetado), se genera una excepción "TypeError".

No pueden ser usados parámetros formales usando la sintaxis
"*identifier" o "**identifier" como ranuras de argumentos posicionales
o como nombres de argumentos de palabra clave.

Distinto en la versión 3.5: Las invocaciones de función aceptan
cualquier número de desempaquetados "*" y "**", los argumentos
posicionales pueden seguir a desempaquetados de iterable ("*") y los
argumentos de palabra clave pueden seguir a desempaquetados de
diccionario ("*"). Originalmente propuesto por **PEP 448**.

Una invocación siempre retorna algún valor, posiblemente "None", a no
ser que genere una excepción. Cómo se calcula este valor depende del
tipo del objeto invocable.

Si es---

una función definida por el usuario:
   Se ejecuta el bloque de código para la función, pasándole la lista
   de argumentos. Lo primero que hace el bloque de código es enlazar
   los parámetros formales a los argumentos; esto es descrito en la
   sección Definiciones de funciones. Cuando el bloque de código
   ejecuta una sentencia "return", esto especifica el valor de retorno
   de la invocación de función.

una función o método incorporado:
   El resultado depende del intérprete; ver Funciones Built-in para
   las descripciones de funciones y métodos incorporados.

un objeto de clase:
   Se retorna una nueva instancia de esa clase.

un método de una instancia de clase:
   Se invoca la función definida por el usuario correspondiente, con
   una lista de argumentos con un largo uno mayor que la lista de
   argumentos de la invocación: la instancia se convierte en el primer
   argumento.

una instancia de clase:
   La clase debe definir un método "__call__()"; el efecto es entonces
   el mismo que si ese método fuera invocado.


6.4. Expresión await
====================

Suspende la ejecución de *coroutine* o un objeto *awaitable*. Puede
ser usado sólo dentro de una *coroutine function*.

   await_expr ::= "await" primary

Nuevo en la versión 3.5.


6.5. El operador de potencia
============================

El operador de potencia se vincula más estrechamente que los
operadores unarios a su izquierda; se vincula con menos fuerza que los
operadores unarios a su derecha. La sintaxis es:

   power ::= (await_expr | primary) ["**" u_expr]

Por lo tanto, en una secuencia sin paréntesis de operadores unarios y
de potencia, los operadores son evaluados desde la derecha a la
izquierda (este no se constriñe al orden de evaluación para los
operandos): "-1**2" resulta en "-1".

El operador de potencia tiene las mismas semánticas que la función
incorporada "pow()" cuando se invoca con dos argumentos: este produce
su argumento de la izquierda elevado a la potencia de su argumento de
la derecha. Los argumentos numéricos se convierten primero en un tipo
común y el resultado es de ese tipo.

Para operandos int, el resultado tiene el mismo tipo que los operandos
a no ser que el segundo argumento sea negativo; en ese caso, todos los
argumentos son convertidos a float y se entrega un resultado float.
Por ejemplo, "10**2" retorna "100", pero "10**-2" retorna "0.01".

Elevar "0.0" a una potencia negativa resulta en un
"ZeroDivisionError". Elevar un número negativo a una potencia
fraccional resulta en un número "complex". (En versiones anteriores se
genera un "ValueError".)


6.6. Aritmética unaria y operaciones bit a bit
==============================================

Toda la aritmética unaria y las operaciones bit a bit tienen la misma
prioridad:

   u_expr ::= power | "-" u_expr | "+" u_expr | "~" u_expr

El operador unario "-" (menos) produce la negación de su argumento
numérico.

El operador unario "+" (más) produce su argumento numérico sin
cambios.

El operador unario "~" (invertir) produce la inversión bit a bit de su
argumento entero. La inversión bit a bit de "x" se define como
"-(x+1)". Sólo aplica a números integrales.

En todos los tres casos, si el argumento no tiene el tipo apropiado,
se genera una excepción "TypeError".


6.7. Operaciones aritméticas binarias
=====================================

Las operaciones aritméticas binarias tienen los niveles convencionales
de prioridad. Tenga en cuenta que algunas de esas operaciones también
aplican a ciertos tipos no numéricos. Aparte del operador de potencia,
hay sólo dos niveles, uno para operadores multiplicativos y uno para
aditivos:

   m_expr ::= u_expr | m_expr "*" u_expr | m_expr "@" m_expr |
              m_expr "//" u_expr | m_expr "/" u_expr |
              m_expr "%" u_expr
   a_expr ::= m_expr | a_expr "+" m_expr | a_expr "-" m_expr

El operador "*" (multiplicación) produce el producto de sus
argumentos. Los argumentos pueden ser ambos números, o un argumento
debe ser un entero y el otro debe ser una secuencia. En el primer
caso, los números se convierten a un tipo común y luego son
multiplicados. En el segundo caso, se realiza una repetición de
secuencia; un factor de repetición negativo produce una secuencia
vacía.

El operador "@" (en) está destinado a ser usado para multiplicación de
matrices. Ningún tipo incorporado en Python implementa este operador.

Nuevo en la versión 3.5.

Los operadores "/" (división) y "//" (división de redondeo) producen
el cociente de sus argumentos. Los argumentos numéricos son primero
convertidos a un tipo común. La división de enteros producen un número
de punto flotante, mientras que la división redondeada de enteros
resulta en un entero; el resultado es aquel de una división matemática
con la función 'floor' aplicada al resultado. Dividir entre 0 genera
la excepción "ZeroDivisionError".

El operador "%" (módulo) produce el resto de la división del primer
argumento entre el segundo. Los argumentos numéricos son primero
convertidos a un tipo común. Un argumento a la derecha cero genera la
excepción "ZeroDivisionError". Los argumentos pueden ser números de
punto flotante, ej., "3.14%0.7" es igual a "0.34" (ya que "3.14" es
igual a "4*0.7 + 0.34".) El operador módulo siempre produce un
resultado con el mismo signo que su segundo operando (o cero); el
valor absoluto del resultado es estrictamente más pequeño que el valor
absoluto del segundo operando [1].

Los operadores de división de redondeo y módulo están conectados por
la siguiente identidad: "x == (x//y)*y + (x%y)". La división de
redondeo y el módulo también están conectadas por la función
incorporada "divmod()": "divmod(x, y) == (x//y, x%y)". [2].

Adicionalmente a realizar la operación módulo en números, el operador
"%" también está sobrecargado por objetos cadena de caracteres para
realizar formateo de cadenas al estilo antiguo (también conocido como
interpolación). La sintaxis para el formateo de cadenas está descrita
en la Referencia de la Biblioteca de Python, sección Formateo de
cadenas al estilo *printf*.

El operador de división de redondeo, el operador módulo y la función
"divmod()" no están definidas para números complejos. En su lugar,
convierta a un número de punto flotante usando la función "abs()" si
es apropiado.

El operador "+" (adición) produce la suma de sus argumentos. Los
argumentos deben ser ambos números o ambos secuencias del mismo tipo.
En el primer caso, los números son convertidos a un tipo común y luego
sumados. En el segundo caso, las secuencias son concatenadas.

El operador "-" (resta) produce la diferencia de sus argumentos. Los
argumentos numéricos son primero convertidos a un tipo común.


6.8. Operaciones de desplazamiento
==================================

Las operaciones de desplazamiento tienen menos prioridad que las
operaciones aritméticas:

   shift_expr ::= a_expr | shift_expr ("<<" | ">>") a_expr

Estos operadores aceptan enteros como argumentos. Ellos desplazan el
primer argumento a la izquierda o derecha el número de dígitos dados
por el segundo argumento.

Un desplazamiento de *n* bits hacia la derecha está definido como una
división de redondeo entre "pow(2,n)". Un desplazamiento de *n* bits
hacia la izquierda está definido como una multiplicación por
"pow(2,n)".


6.9. Operaciones bit a bit binarias
===================================

Cada una de las tres operaciones de bits binarias tienen diferente
nivel de prioridad:

   and_expr ::= shift_expr | and_expr "&" shift_expr
   xor_expr ::= and_expr | xor_expr "^" and_expr
   or_expr  ::= xor_expr | or_expr "|" xor_expr

El operador "&" produce el AND bit a bit de sus argumentos, los cuales
deben ser enteros.

El operador "^" produce el XOR (OR exclusivo) bit a bit de sus
argumentos, los cuales deben ser enteros.

El operador "|" produce el OR (inclusivo) bit a bit de sus argumentos,
los cuales deben ser enteros.


6.10. Comparaciones
===================

A diferencia de C, todas las operaciones de comparación en Python
tienen la misma prioridad, la cual es menor que la de cualquier
operación aritmética, de desplazamiento o bit a bit. También, a
diferencia de C, expresiones como "a < b < c" tienen la interpretación
convencional en matemáticas:

   comparison    ::= or_expr (comp_operator or_expr)*
   comp_operator ::= "<" | ">" | "==" | ">=" | "<=" | "!="
                     | "is" ["not"] | ["not"] "in"

Comparaciones producen valores booleanos: `` True`` o "False".

Las comparaciones pueden ser encadenadas arbitrariamente, ej., "x < y
<= z" es equivalente a "x < y and y <= z", excepto que "y" es evaluado
sólo una vez (pero en ambos casos "z" no es evaluado para nada cuando
"x < y" se encuentra que es falso).

Formalmente, si *a*, *b*, *c*, ..., *y*, *z* son expresiones y *op1*,
*op2*, ..., *opN* son operadores de comparación, entonces "a op1 b op2
c ... y opN z" es equivalente a "a op1 b and b op2 c and ... y opN z",
excepto que cada expresión es evaluada como mucho una vez.

Tenga en cuenta que "a op1 b op2 c" no implica ningún tipo de
comparación entre *a* y *c*, por lo que, por ejemplo, "x < y > z" es
perfectamente legal (aunque quizás no es bonito).


6.10.1. Comparaciones de valor
------------------------------

Los operadores "<", ">", "==", ">=", "<=", y "!=" comparan los valores
de dos objetos. Los objetos no necesitan ser del mismo tipo.

El capítulo Objetos, valores y tipos afirma que los objetos tienen un
valor (en adición al tipo e identidad). El valor de un objeto es una
noción bastante abstracta en Python: Por ejemplo, no existe un método
de acceso canónico para el valor de un objeto. Además, no se requiere
que el valor de un objeto deba ser construido de una forma particular,
ej. compuesto de todos sus atributos de datos. Los operadores de
comparación implementan una noción particular de lo que es el valor de
un objeto. Uno puede pensar en ellos definiendo el valor de un objeto
indirectamente, mediante su implementación de comparación.

Debido a que todos los tipos son subtipos (directos o indirectos) de
"object", ellos heredan el comportamiento de comparación
predeterminado desde "object". Los tipos pueden personalizar su
comportamiento de comparación implementando *rich comparison methods*
como "__lt__()", descritos en Basic customization.

El comportamiento predeterminado para comparación de igualdad ("==" y
"!=") se basa en la identidad de los objetos. Por lo tanto, la
comparación de instancias con la misma identidad resulta en igualdad,
y la comparación de igualdad de instancias con diferentes entidades
resulta en desigualdad. Una motivación para este comportamiento
predeterminado es el deseo de que todos los objetos sean reflexivos
(ej. "x is y" implica "x == y").

No se provee un orden de comparación por defecto ("<", ">", "<=", and
">="); un intento genera "TypeError". Una motivación para este
comportamiento predeterminado es la falta de una invariante similar
como para la igualdad.

El comportamiento de la comparación de igualdad predeterminado, que
instancias con diferentes identidades siempre son desiguales, puede
estar en contraste a que los tipos que necesitarán que tengan una
definición sensata de valor de objeto e igualdad basada en el valor.
Tales tipos necesitarán personalizar su comportamiento de comparación
y, de hecho, un número de tipos incorporados lo han realizado.

La siguiente lista describe el comportamiento de comparación de los
tipos incorporados más importantes.

* Números de tipos numéricos incorporadas (Tipos numéricos --- int,
  float, complex) y tipos de la biblioteca estándar
  "fractions.Fraction" y "decimal.Decimal" pueden ser comparados
  consigo mismos y entre sus tipos, con la restricción de que números
  complejos no soportan orden de comparación. Dentro de los límites de
  los tipos involucrados, se comparan matemáticamente
  (algorítmicamente) correctos sin pérdida de precisión.

  Los valores no-un-número "float('NaN')" y "decimal.Decimal('NaN')"
  son especiales. Cualquier comparación ordenada de un número a un no-
  un-número es falsa. Una implicación contraintuitiva es que los
  valores no-un-número son son iguales a sí mismos. Por ejemplo, si "x
  = float('NaN')", "3 < x", "x < 3" y "x == x" son todos falso,
  mientras "x != x" es verdadero. Este comportamiento cumple con IEEE
  754.

* "None" y "NotImplemented" son singletons. **PEP 8** avisa que las
  comparaciones para singletons deben ser realizadas siempre con "is"
  o "is not", nunca los operadores de igualdad.

* Las secuencias binarias (instancias de "bytes" o "bytearray") pueden
  ser comparadas entre sí y con otros tipos. Ellas comparan
  lexicográficamente utilizando los valores numéricos de sus
  elementos.

* Las cadenas de caracteres (instancias de "str") comparan
  lexicográficamente usando los puntos de códigos numéricos Unicode
  (el resultado de la función incorporada "ord()") o sus caracteres.
  [3]

  Las cadenas de caracteres y las secuencias binarias no pueden ser
  comparadas directamente.

* Las secuencias (instancias de "tuple", "list", o "range") pueden ser
  comparadas sólo entre cada uno de sus tipos, con la restricción de
  que los rangos no soportan comparación de orden. Comparación de
  igualdad entre esos tipos resulta en desigualdad y la comparación de
  orden entre esos tipos genera "TypeError".

  Las secuencias comparan lexicográficamente usando comparación de sus
  correspondientes elementos. Los contenedores incorporados asumen que
  los objetos idénticos son iguales a sí mismos. Eso les permite
  omitir las pruebas de igualdad para objetos idénticos para mejorar
  el rendimiento y mantener sus invariantes internos.

  La comparación lexicográfica entre colecciones incorporadas funciona
  de la siguiente forma:

  * Para que dos colecciones sean comparadas iguales, ellas deben ser
    del mismo tipo, tener el mismo largo, y cada para de elementos
    correspondientes deben comparar iguales (por ejemplo, "[1,2] ==
    (1,2)" es falso debido a que el tipo no es el mismo).

  * Las colecciones que soportan comparación de orden son ordenadas
    igual que sus primeros elementos desiguales (por ejemplo, "[1,2,x]
    <= [1,2,y]" tiene el mismo valor que "x <= y"). Si un elemento
    correspondiente no existe, la colección más corta es ordenada
    primero (por ejemplo, "[1,2] < [1,2,3]" es verdadero).

* Los mapeos (instancias de "dict") comparan igual si y sólo si tienen
  pares *(clave, valor)* iguales. La comparación de igualdad de claves
  y valores refuerza la reflexibilidad.

  Comparaciones de orden ("<", ">", "<=", and ">=") generan
  "TypeError".

* Conjuntos (instancias de "set" o "frozenset") pueden ser comparadas
  entre sí y entre sus tipos.

  Ellas definen operadores de comparación de orden con la intención de
  comprobar subconjuntos y superconjuntos. Tales relaciones no definen
  ordenaciones completas (por ejemplo, los dos conjuntos "{1,2}" y
  "{2,3}" no son iguales, ni subconjuntos ni superconjuntos uno de
  otro). Acordemente, los conjuntos no son argumentos apropiados para
  funciones que dependen de ordenación completa (por ejemplo, "min()",
  "max()" y "sorted()" producen resultados indefinidos dados una lista
  de conjuntos como entradas).

  La comparación de conjuntos refuerza la reflexibilidad de sus
  elementos.

* La mayoría de los otros tipos incorporados no tienen métodos de
  comparación implementados, por lo que ellos heredan el
  comportamiento de comparación predeterminado.

Las clases definidas por el usuario que personalizan su comportamiento
de comparación deben seguir algunas reglas de consistencia, si es
posible:

* La comparación de igualdad debe ser reflexiva. En otras palabras,
  los objetos idénticos deben comparar iguales:

     "x is y" implica "x == y"

* La comparación debe ser simétrica. En otras palabras, las siguientes
  expresiones deben tener el mismo resultado:

     "x == y" y "y == x"

     "x != y" y "y != x"

     "x < y" y "y > x"

     "x <= y" y "y >= x"

* La comparación debe ser transitiva. Los siguientes ejemplos (no
  exhaustivos) ilustran esto:

     "x > y and y > z" implica "x > z"

     "x < y and y <= z" implica "x < z"

* La comparación inversa debe resultar en la negación booleana. En
  otras palabras, las siguientes expresiones deben tener el mismo
  resultado:

     "x == y" y "not x != y"

     "x < y" y "not x >= y" (para ordenación completa)

     "x > y" y "not x <= y" (para ordenación completa)

  Las últimas dos expresiones aplican a colecciones completamente
  ordenadas (ej. a secuencias, pero no a conjuntos o mapeos). Vea
  también el decorador "total_ordering()".

* La función "hash()" debe ser consistente con la igualdad. Los
  objetos que son iguales deben tener el mismo valor de hash o ser
  marcados como inhashables.

Python no fuerza a cumplir esas reglas de coherencia. De hecho, los
valores no-un-número son u ejemplo para no seguir esas reglas.


6.10.2. Operaciones de prueba de membresía
------------------------------------------

Los operadores "in" y "not in" comprueban membresía. "x in s" evalúa a
"True" si *x* es un miembro de *s* y "False" en caso contrario. "x not
in s" retorna la negación de "x in s". Todas las secuencias
incorporadas y tipos conjuntos soportan esto, así como diccionarios,
para los cuales "in" comprueba si un diccionario tiene una clave dada.
Para tipos contenedores como list, tuple, set, frozenset, dict o
collections.deque, la expresión "x in y" es equivalente a "any(x is e
or x == e for e in y)".

Para los tipos cadenas de caracteres y bytes, "x in y" es "True" si y
sólo si *x* es una subcadena de *y*. Una comprobación equivalente es
"y.find(x) != -1". Las cadenas de caracteres vacías siempre son
consideradas como subcadenas de cualquier otra cadena de caracteres,
por lo que """ in "abc"" retornará "True".

Para clases definidas por el usuario las cuales definen el método
"__contains__()", "x in y" retorna "True" si "y.__contains__(x)"
retorna un valor verdadero y "False" si no.

Para clases definidas por el usuario las cuales no definen
"__contains__()" pero definen "__iter__()", "x in y" es "True" si
algún valor "z", para el cual la expresión "x is z or x == z" es
verdadera, es producido iterando sobre "y". Si una excepción es
generada durante la iteración, es como si "in" hubiera generado esa
excepción.

Por último, se intenta el protocolo de iteración al estilo antiguo: si
una clase define "__getitem__()", "x in y" es "True" si y sólo si hay
un índice entero no negativo *i* tal que "x is y[i] or x == y[i]" y
ningún entero menor genera la excepción "IndexError". (Si cualquier
otra excepción es generada, es como si "in" hubiera generado esa
excepción).

El operador "not in" es definido para tener el valor de veracidad
inverso de "in".


6.10.3. Comparaciones de identidad
----------------------------------

Los operadores "is" y "is not" comprueban la identidad de un objeto.
"x is y" es verdadero si y sólo si *x* e *y* son el mismo objeto. La
identidad de un Objeto se determina usando la función "id()". "x is
not y" produce el valor de veracidad inverso. [4]


6.11. Operaciones booleanas
===========================

   or_test  ::= and_test | or_test "or" and_test
   and_test ::= not_test | and_test "and" not_test
   not_test ::= comparison | "not" not_test

En el contexto de las operaciones booleanas y también cuando
sentencias de control de flujo usan expresiones, los siguientes
valores se interpretan como falsos: "False", "None", ceros numéricos
de todos los tipos y cadenas de caracteres y contenedores vacíos
(incluyendo cadenas de caracteres, tuplas, diccionarios, conjuntos y
conjuntos congelados). Todos los otros valores son interpretados como
verdaderos. Los objetos definidos por el usuario pueden personalizar
su valor de veracidad proveyendo un método "__bool__()".

El operador "not" produce "True" si su argumento es falso, "False" si
no.

La expresión "x and y" primero evalúa *x*; si *x* es falso, se retorna
su valor; de otra forma, *y* es evaluado y se retorna el valor
resultante.

La expresión "x or y" primero evalúa *x*; si *x* es verdadero, se
retorna su valor; de otra forma, *y* es evaluado y se retorna el valor
resultante.

Tenga en cuenta que ni "and" ni "or" restringen el valor y el tipo que
retornan a "False" y "True", sino retornan el último argumento
evaluado. Esto es útil a veces, ej., si "s" es una cadena de
caracteres que debe ser remplazada por un valor predeterminado si está
vacía, la expresión "s or 'foo'" produce el valor deseado. Debido a
que "not" tiene que crear un nuevo valor, retorna un valor booleano
indiferentemente del tipo de su argumento (por ejemplo, "not 'foo'"
produce "False" en lugar de "''".)


6.12. Expresiones de asignación
===============================

   assignment_expression ::= [identifier ":="] expression

An assignment expression (sometimes also called a "named expression"
or "walrus") assigns an "expression" to an "identifier", while also
returning the value of the "expression".

One common use case is when handling matched regular expressions:

   if matching := pattern.search(data):
       do_something(matching)

Or, when processing a file stream in chunks:

   while chunk := file.read(9000):
       process(chunk)

Nuevo en la versión 3.8: Vea **PEP 572** para más detalles sobre las
expresiones de asignación.


6.13. Expresiones condicionales
===============================

   conditional_expression ::= or_test ["if" or_test "else" expression]
   expression             ::= conditional_expression | lambda_expr
   expression_nocond      ::= or_test | lambda_expr_nocond

Las expresiones condicionales (a veces denominadas un "operador
ternario") tienen la prioridad más baja que todas las operaciones de
Python.

La expresión "x if C else y" primero evalúa la condición, *C* en lugar
de *x*. Si *C* es verdadero, *x* es evaluado y se retorna su valor; en
caso contrario, *y* es evaluado y se retorna su valor.

Vea **PEP 308** para más detalles sobre expresiones condicionales.


6.14. Lambdas
=============

   lambda_expr        ::= "lambda" [parameter_list] ":" expression
   lambda_expr_nocond ::= "lambda" [parameter_list] ":" expression_nocond

Las expresiones lambda (a veces denominadas formas lambda) son usadas
para crear funciones anónimas. La expresión "lambda parameters:
expression" produce un objeto de función. El objeto sin nombre se
comporta como un objeto función con:

   def <lambda>(parameters):
       return expression

Vea la sección Definiciones de funciones para la sintaxis de listas de
parámetros. Tenga en cuenta que las funciones creadas con expresiones
lambda no pueden contener sentencias ni anotaciones.


6.15. Listas de expresiones
===========================

   expression_list    ::= expression ("," expression)* [","]
   starred_list       ::= starred_item ("," starred_item)* [","]
   starred_expression ::= expression | (starred_item ",")* [starred_item]
   starred_item       ::= assignment_expression | "*" or_expr

Excepto cuando son parte de un despliegue de lista o conjunto, una
lista de expresión conteniendo al menos una coma produce una tupla. El
largo de la tupla es el número de expresiones en la lista. Las
expresiones son evaluadas de izquierda a derecha.

Un asterisco "*" denota *iterable unpacking*. Su operando deben ser un
*iterable*. El iterable es expandido en una secuencia de elementos,
los cuales son incluidos en la nueva tupla, lista o conjunto en el
lugar del desempaquetado.

Nuevo en la versión 3.5: Desempaquetado iterable en listas de
expresiones, originalmente propuesto por **PEP 488**.

La coma final sólo es requerida para crear una tupla única (también
denominada un *singleton*); es opcional en todos los otros casos. Una
única expresión sin una coma final no crea una tupla, si no produce el
valor de esa expresion. (Para crear una tupla vacía, usa un par de
paréntesis vacío: "()".)


6.16. Orden de evaluación
=========================

Python evalúa las expresiones de izquierda a derecha. Note que
mientras se evalúa una asignación, la parte derecha es evaluada antes
que la parte izquierda.

En las siguientes líneas, las expresiones serán evaluadas en el orden
aritmético de sus sufijos:

   expr1, expr2, expr3, expr4
   (expr1, expr2, expr3, expr4)
   {expr1: expr2, expr3: expr4}
   expr1 + expr2 * (expr3 - expr4)
   expr1(expr2, expr3, *expr4, **expr5)
   expr3, expr4 = expr1, expr2


6.17. Prioridad de operador
===========================

La siguiente tabla resume la prioridad de operador en Python, desde la
prioridad más baja (menos vinculante) a la prioridad más alta (más
vinculante). Operadores en la misma caja tienen la misma prioridad. A
no ser que la sintaxis sea dada explícitamente, los operadores son
binarios. Los operadores en la misma caja, de izquierda a derecha
(excepto para exponenciación, cuyos grupos de derecha a izquierda).

Tenga en cuenta que las comparaciones, comprobaciones de membresía y
las comprobaciones de identidad tienen la misma prioridad y una
característica de encadenado de izquierda a derecha como son descritas
en la sección Comparaciones.

+-------------------------------------------------+---------------------------------------+
| Operador                                        | Descripción                           |
|=================================================|=======================================|
| ":="                                            | Expresión de asignación               |
+-------------------------------------------------+---------------------------------------+
| "lambda"                                        | Expresión lambda                      |
+-------------------------------------------------+---------------------------------------+
| "if" -- "else"                                  | Expresión condicional                 |
+-------------------------------------------------+---------------------------------------+
| "or"                                            | Booleano OR                           |
+-------------------------------------------------+---------------------------------------+
| "and"                                           | Booleano AND                          |
+-------------------------------------------------+---------------------------------------+
| "not" "x"                                       | Booleano NOT                          |
+-------------------------------------------------+---------------------------------------+
| "in", "not in", "is", "is not", "<", "<=", ">", | Comparaciones, incluyendo             |
| ">=", "!=", "=="                                | comprobaciones de membresía y de      |
|                                                 | identidad                             |
+-------------------------------------------------+---------------------------------------+
| "|"                                             | OR bit a bit                          |
+-------------------------------------------------+---------------------------------------+
| "^"                                             | XOR bit a bit                         |
+-------------------------------------------------+---------------------------------------+
| "&"                                             | AND bit a bit                         |
+-------------------------------------------------+---------------------------------------+
| "<<", ">>"                                      | Desplazamientos                       |
+-------------------------------------------------+---------------------------------------+
| "+", "-"                                        | Adición y sustracción                 |
+-------------------------------------------------+---------------------------------------+
| "*", "@", "/", "//", "%"                        | Multiplicación, multiplicación de     |
|                                                 | matrices, división, división de       |
|                                                 | redondeo, resto [5]                   |
+-------------------------------------------------+---------------------------------------+
| "+x", "-x", "~x"                                | NOT positivo, negativo, bit a bit     |
+-------------------------------------------------+---------------------------------------+
| "**"                                            | Exponenciación [6]                    |
+-------------------------------------------------+---------------------------------------+
| "await" "x"                                     | Expresión await                       |
+-------------------------------------------------+---------------------------------------+
| "x[index]", "x[index:index]",                   | Subscripción, segmentación,           |
| "x(arguments...)", "x.attribute"                | invocación, referencia de atributo    |
+-------------------------------------------------+---------------------------------------+
| "(expressions...)",  "[expressions...]", "{key: | Expresión de enlace o entre           |
| value...}", "{expressions...}"                  | paréntesis, despliegues de lista,     |
|                                                 | diccionario y conjunto                |
+-------------------------------------------------+---------------------------------------+

-[ Notas al pie ]-

[1] Mientras "abs(x%y) < abs(y)" es matemáticamente verdadero, para
    números de punto flotante puede no ser verdadero numéricamente
    debido al redondeo. Por ejemplo, y asumiendo una plataforma en la
    cual un número de punto flotante de Python es un número de doble
    precisión IEEE 754, a fin de que "-1e-100 % 1e100" tenga el mismo
    signo que "1e100", el resultado calculado es "-1e-100 + 1e100", el
    cual es numéricamente exactamente igual a "1e100". La función
    "math.fmod()" retorna un resultado cuyo signo concuerda con el
    signo del primer argumento en su lugar, y por ello retorna
    "-1e-100" en este caso. La aproximación más apropiada depende de
    su aplicación.

[2] Si x está muy cerca de un entero exacto múltiple de y, es posible
    para "x//y" que sea uno mayor que "(x-x%y)//y" debido al redondeo.
    En tales casos, Python retorna el último resultado, a fin de
    preservar que "divmod(x,y)[0] * y + x % y" sea muy cercano a "x".

[3] El estándar Unicode distingue entre *code points* (ej. U+0041) y
    *abstract characters* (ej. "LETRA MAYÚSCULA LATINA A"). Mientras
    la mayoría de caracteres abstractos en Unicode sólo son
    representados usando un punto de código, hay un número de
    caracteres abstractos que pueden adicionalmente ser representados
    usado una secuencia de más de un punto de código. Por ejemplo, el
    caracter abstracto "LETRA MAYÚSCULA C LATINA CON CEDILLA" puede
    ser representado como un único *precomposed character* en la
    posición de código U+00C7, o como una secuencia de un *base
    character* en la posición de código U+0043 (LETRA MAYÚSCULA C
    LATINA), seguida de un *combining character* en la posición de
    código U+0327 (CEDILLA COMBINADA).

    Los operadores de comparación comparan en cadenas de caracteres al
    nivel de puntos de código Unicode. Esto puede ser contraintuitivo
    para humanos. Por ejemplo, ""\u00C7" == "\u0043\u0327"" es
    "False", incluso aunque ambas cadenas presenten el mismo caracter
    abstracto "LETRA MAYÚSCULA C LATINA CON CEDILLA".

    Para comparar cadenas al nivel de caracteres abstractos (esto es,
    de una forma intuitiva para humanos), usa
    "unicodedata.normalize()".

[4] Debido a la recolección automática de basura, listas libres y a la
    naturaleza dinámica de los descriptores, puede notar un
    comportamiento aparentemente inusual en ciertos usos del operador
    "is", como aquellos involucrando comparaciones entre métodos de
    instancia, o constantes. Compruebe su documentación para más
    información.

[5] El operador "%" también es usado para formateo de cadenas; aplica
    la misma prioridad.

[6] El operador de potencia "**" vincula con menos fuerza que un
    operador unario aritmético uno bit a bit en su derecha, esto
    significa que "2**-1" is "0.5".
