3. Modelo de datos
******************


3.1. Objetos, valores y tipos
=============================

*Objects* son la abstracción de Python para los datos. Todos los datos
en un programa Python están representados por objetos o por relaciones
entre objetos. (En cierto sentido y de conformidad con el modelo de
Von Neumann de una "programa almacenado de computadora", el código
también está representado por objetos.)

Cada objeto tiene una identidad, un tipo y un valor. La *identidad* de
un objeto nunca cambia una vez que ha sido creado; puede pensar en
ello como la dirección del objeto en la memoria. El operador '"is"'
compara la identidad de dos objetos; la función "id()" retorna un
número entero que representa su identidad.

**CPython implementation detail:** Para CPython, "id(x)" es la
dirección de memoria donde se almacena "x".

El tipo de un objeto determina las operaciones que admite el objeto
(por ejemplo, "¿tiene una longitud?") y también define los posibles
valores para los objetos de ese tipo. La función "type()" retorna el
tipo de un objeto (que es un objeto en sí mismo). Al igual que su
identidad, también el *type* de un objeto es inmutable. [1]

El *valor* de algunos objetos puede cambiar. Se dice que los objetos
cuyo valor puede cambiar son *mutables*; Los objetos cuyo valor no se
puede modificar una vez que se crean se denominan *inmutables*. (El
valor de un objeto contenedor inmutable que contiene una referencia a
un objeto mutable puede cambiar cuando se cambia el valor de este
último; sin embargo, el contenedor todavía se considera inmutable,
porque la colección de objetos que contiene no se puede cambiar. Por
lo tanto, la inmutabilidad no es estrictamente lo mismo que tener un
valor inmutable, es más sutil). La mutabilidad de un objeto está
determinada por su tipo; por ejemplo, los números, las cadenas de
caracteres y las tuplas son inmutables, mientras que los diccionarios
y las listas son mutables.

Los objetos nunca se destruyen explícitamente; sin embargo, cuando se
vuelven inalcanzables, se pueden recolectar basura. Se permite a una
implementación posponer la recolección de basura u omitirla por
completo; es una cuestión de calidad de la implementación cómo se
implementa la recolección de basura, siempre que no se recolecten
objetos que todavía sean accesibles.

**CPython implementation detail:** CPython actualmente utiliza un
esquema de conteo de referencias con detección retardada (opcional) de
basura enlazada cíclicamente, que recolecta la mayoría de los objetos
tan pronto como se vuelven inalcanzables, pero no se garantiza que
recolecte basura que contenga referencias circulares. Vea la
documentación del módulo "gc" para información sobre el control de la
recolección de basura cíclica. Otras implementaciones actúan de manera
diferente y CPython puede cambiar. No dependa de la finalización
inmediata de los objetos cuando se vuelvan inalcanzables (por lo que
siempre debe cerrar los archivos explícitamente).

Tenga en cuenta que el uso de las funciones de rastreo o depuración de
la implementación puede mantener activos los objetos que normalmente
serían coleccionables. También tenga en cuenta que la captura de una
excepción con una sentencia '"try"..."except"' puede mantener objetos
activos.

Algunos objetos contienen referencias a recursos "externos" como
archivos abiertos o ventanas.  Se entiende que estos recursos se
liberan cuando el objeto es eliminado por el recolector de basura,
pero como no se garantiza que la recolección de basura suceda, dichos
objetos también proporcionan una forma explícita de liberar el recurso
externo, generalmente un método "close()". Se recomienda
encarecidamente a los programas cerrar explícitamente dichos objetos.
La declaración '"try"..."finally"' y la declaración '"with"'
proporcionan formas convenientes de hacer esto.

Algunos objetos contienen referencias a otros objetos; estos se llaman
*contenedores*. Ejemplos de contenedores son tuplas, listas y
diccionarios. Las referencias son parte del valor de un contenedor. En
la mayoría de los casos, cuando hablamos del valor de un contenedor,
implicamos los valores, no las identidades de los objetos contenidos;
sin embargo, cuando hablamos de la mutabilidad de un contenedor, solo
se implican las identidades de los objetos contenidos inmediatamente.
Entonces, si un contenedor inmutable (como una tupla) contiene una
referencia a un objeto mutable, su valor cambia si se cambia ese
objeto mutable.

Los tipos afectan a casi todos los aspectos del comportamiento del
objeto. Incluso la importancia de la identidad del objeto se ve
afectada en cierto sentido: para los tipos inmutables, las operaciones
que calculan nuevos valores en realidad pueden retornar una referencia
a cualquier objeto existente con el mismo tipo y valor, mientras que
para los objetos mutables esto no está permitido. Por ejemplo, al
hacer "a = 1; b = 1", "a" y "b" puede o no referirse al mismo objeto
con el valor 1, dependiendo de la implementación, pero al hacer "c =
[]; d = []", "c" y "d" se garantiza que se refieren a dos listas
vacías diferentes, únicas y recién creadas. (Tenga en cuenta que "c =
d = []" asigna el mismo objeto a ambos "c" y "d".)


3.2. Jerarquía de tipos estándar
================================

A continuación se muestra una lista de los tipos integrados en Python.
Los módulos de extensión (escritos en C, Java u otros lenguajes,
dependiendo de la implementación) pueden definir tipos adicionales.
Las versiones futuras de Python pueden agregar tipos a la jerarquía de
tipos (por ejemplo, números racionales, matrices de enteros
almacenados de manera eficiente, etc.), aunque tales adiciones a
menudo se proporcionarán a través de la biblioteca estándar.

Algunas de las descripciones de tipos a continuación contienen un
párrafo que enumera 'atributos especiales'. Estos son atributos que
proporcionan acceso a la implementación y no están destinados para uso
general. Su definición puede cambiar en el futuro.

None
   Este tipo tiene un solo valor. Hay un solo objeto con este valor.
   Se accede a este objeto a través del nombre incorporado "None". Se
   utiliza para indicar la ausencia de un valor en muchas situaciones,
   por ejemplo, se retorna desde funciones que no retornan nada
   explícitamente. Su valor de verdad es falso.

NotImplemented
   Este tipo tiene un solo valor. Hay un solo objeto con este valor.
   Se accede a este objeto a través del nombre integrado
   "NotImplemented". Los métodos numéricos y los métodos de
   comparación enriquecidos deben devolver este valor si no
   implementan la operación para los operandos proporcionados. (El
   intérprete intentará entonces la operación reflejada, o alguna otra
   alternativa, dependiendo del operador). No debe evaluarse en un
   contexto booleano.

   Vea Implementar operaciones aritméticas para más detalles.

   Distinto en la versión 3.9: La evaluación de "NotImplemented" en un
   contexto booleano está en desuso. Si bien actualmente se evalúa
   como verdadero, lanzará un "DeprecationWarning". Lanzará un
   "TypeError" en una versión futura de Python.

Elipsis
   Este tipo tiene un solo valor. Hay un solo objeto con este valor.
   Se accede a este objeto a través del literal "..." o el nombre
   incorporado "Ellipsis". Su valor de verdad es verdadero.

"numbers.Number"
   Estos son creados por literales numéricos y retornados como
   resultados por operadores aritméticos y funciones aritméticas
   integradas. Los objetos numéricos son inmutables; una vez creado su
   valor nunca cambia. Los números de Python están, por supuesto,
   fuertemente relacionados con los números matemáticos, pero están
   sujetos a las limitaciones de la representación numérica en las
   computadoras.

   The string representations of the numeric classes, computed by
   "__repr__()" and "__str__()", have the following properties:

   * Son literales numéricos válidos que, cuando se pasan a su
     constructor de clase, producen un objeto que tiene el valor del
     numérico original.

   * La representación está en base 10, cuando sea posible.

   * Los ceros iniciales, posiblemente excepto un solo cero antes de
     un punto decimal, no se muestran.

   * Los ceros finales, posiblemente excepto un solo cero después de
     un punto decimal, no se muestran.

   * Solo se muestra un signo cuando el número es negativo.

   Python distingue entre números enteros, números de coma flotante y
   números complejos:

   "numbers.Integral"
      Estos representan elementos del conjunto matemático de números
      enteros (positivo y negativo).

      Hay dos tipos de números enteros:

      Enteros ("int")
         Estos representan números en un rango ilimitado, sujetos solo
         a la memoria (virtual) disponible. Para las operaciones de
         desplazamiento y máscara, se asume una representación
         binaria, y los números negativos se representan en una
         variante del complemento de 2 que da la ilusión de una cadena
         de caracteres infinita de bits con signo que se extiende
         hacia la izquierda.

      Booleanos ("bool")
         Estos representan los valores de verdad Falso y Verdadero.
         Los dos objetos que representan los valores "False" y "True"
         son los únicos objetos booleanos. El tipo booleano es un
         subtipo del tipo entero y los valores booleanos se comportan
         como los valores 0 y 1 respectivamente, en casi todos los
         contextos, con la excepción de que cuando se convierten en
         una cadena de caracteres, las cadenas de caracteres ""False""
         o ""True"" son retornadas respectivamente.

      Las reglas para la representación de enteros están destinadas a
      dar la interpretación más significativa de las operaciones de
      cambio y máscara que involucran enteros negativos.

   "numbers.Real" ("float")
      Estos representan números de punto flotante de precisión doble a
      nivel de máquina. Está a merced de la arquitectura de la máquina
      subyacente (y la implementación de C o Java) para el rango
      aceptado y el manejo del desbordamiento. Python no admite
      números de coma flotante de precisión simple; el ahorro en el
      uso del procesador y la memoria, que generalmente son la razón
      para usarlos, se ven reducidos por la sobrecarga del uso de
      objetos en Python, por lo que no hay razón para complicar el
      lenguaje con dos tipos de números de coma flotante.

   "numbers.Complex" ("complex")
      Estos representan números complejos como un par de números de
      coma flotante de precisión doble a nivel de máquina. Se aplican
      las mismas advertencias que para los números de coma flotante.
      Las partes reales e imaginarias de un número complejo "z" se
      pueden obtener a través de los atributos de solo lectura
      "z.real" y "z.imag".

Secuencias
   Estos representan conjuntos ordenados finitos indexados por números
   no negativos. La función incorporada "len()" retorna el número de
   elementos de una secuencia. Cuando la longitud de una secuencia es
   *n*, el conjunto de índices contiene los números 0, 1, ..., *n*-1.
   El elemento *i* de la secuencia *a* se selecciona mediante "a[i]".

   Las secuencias también admiten segmentación: "a[i:j]" selecciona
   todos los elementos con índice *k* de modo que *i* "<=" *k* "<"
   *j*.  Cuando se usa como una expresión, un segmento es una
   secuencia del mismo tipo. Esto implica que el conjunto de índices
   se vuelve a enumerar para que comience en 0.

   Algunas secuencias también admiten "segmentación extendida" con un
   tercer parámetro "paso" : "a[i:j:k]" selecciona todos los elementos
   de *a* con índice *x* donde "x = i + n*k", *n* ">=" "0" y *i* "<="
   *x* "<" *j*.

   Las secuencias se distinguen según su mutabilidad:

   Secuencias inmutables
      Un objeto de un tipo de secuencia inmutable no puede cambiar una
      vez que se crea. (Si el objeto contiene referencias a otros
      objetos, estos otros objetos pueden ser mutables y pueden
      cambiarse; sin embargo, la colección de objetos a los que hace
      referencia directamente un objeto inmutable no puede cambiar).

      Los siguientes tipos son secuencias inmutables:

      Cadenas de caracteres
         Una cadena de caracteres es una secuencia de valores que
         representan puntos de código *Unicode*. Todos los puntos de
         código en el rango "U+0000 - U+10FFFF" se puede representar
         en una cadena de caracteres. Python no tiene un tipo "char";
         en cambio, cada punto de código en la cadena de caracteres se
         representa como un objeto de cadena de caracteres con
         longitud "1". La función incorporada "ord()" convierte un
         punto de código de su forma de cadena de caracteres a un
         entero en el rango "0 - 10FFFF"; la función "chr()" convierte
         un entero en el rango "0 - 10FFFF" a la cadena de caracteres
         correspondiente de longitud "1". "str.encode()" se puede usar
         para convertir un objeto de tipo "str" a "bytes" usando la
         codificación de texto dada, y "bytes.decode()" se puede usar
         para lograr el caso inverso.

      Tuplas
         Los elementos de una tupla son objetos arbitrarios de Python.
         Las tuplas de dos o más elementos están formadas por listas
         de expresiones separadas por comas. Se puede formar una tupla
         de un elemento (un 'singleton') al colocar una coma en una
         expresión (una expresión en sí misma no crea una tupla, ya
         que los paréntesis deben ser utilizables para agrupar
         expresiones). Una tupla vacía puede estar formada por un par
         de paréntesis vacío.

      Bytes
         Un objeto de bytes es una colección inmutable. Los elementos
         son bytes de 8 bits, representados por enteros en el rango 0
         <= x <256. Literales de bytes (como "b'abc'") y el
         constructor incorporado "bytes()" se puede utilizar para
         crear objetos de bytes. Además, los objetos de bytes se
         pueden decodificar en cadenas de caracteres a través del
         método "decode()".

   Secuencias mutables
      Las secuencias mutables se pueden cambiar después de su
      creación. Las anotaciones de suscripción y segmentación se
      pueden utilizar como el objetivo de asignaciones y declaraciones
      "del" (eliminar).

      Actualmente hay dos tipos intrínsecos de secuencias mutable:

      Listas
         Los elementos de una lista son objetos de Python arbitrarios.
         Las listas se forman colocando una lista de expresiones
         separadas por comas entre corchetes. (Tome en cuenta que no
         hay casos especiales necesarios para formar listas de
         longitud 0 o 1.)

      Colecciones de bytes
         Un objeto bytearray es una colección mutable. Son creados por
         el constructor incorporado "bytearray()".  Además de ser
         mutables (y, por lo tanto, inquebrantable), las colecciones
         de bytes proporcionan la misma interfaz y funcionalidad que
         los objetos inmutables "bytes".

      El módulo de extensión "array" proporciona un ejemplo adicional
      de un tipo de secuencia mutable, al igual que el módulo
      "collections".

Tipos de conjuntos
   Estos representan conjuntos finitos no ordenados de objetos únicos
   e inmutables. Como tal, no pueden ser indexados por ningún
   *subscript*. Sin embargo, pueden repetirse y la función incorporada
   "len()" retorna el número de elementos en un conjunto. Los usos
   comunes de los conjuntos son pruebas rápidas de membresía,
   eliminación de duplicados de una secuencia y cálculo de operaciones
   matemáticas como intersección, unión, diferencia y diferencia
   simétrica.

   Para elementos del conjunto, se aplican las mismas reglas de
   inmutabilidad que para las claves de diccionario. Tenga en cuenta
   que los tipos numéricos obedecen las reglas normales para la
   comparación numérica: si dos números se comparan igual (por
   ejemplo, "1" y "1.0"), solo uno de ellos puede estar contenido en
   un conjunto.

   Actualmente hay dos tipos de conjuntos intrínsecos:

   Conjuntos
      Estos representan un conjunto mutable. Son creados por el
      constructor incorporado "set()" y puede ser modificado
      posteriormente por varios métodos, como "add()".

   Conjuntos congelados
      Estos representan un conjunto inmutable. Son creados por el
      constructor incorporado "frozenset()". Como un conjunto
      congelado es inmutable y *hashable*, se puede usar nuevamente
      como un elemento de otro conjunto o como una clave de un
      diccionario.

Mapeos
   Estos representan conjuntos finitos de objetos indexados por
   conjuntos de índices arbitrarios. La notación de subíndice "a[k]"
   selecciona el elemento indexado por "k" del mapeo "a"; esto se
   puede usar en expresiones y como el objetivo de asignaciones o
   declaraciones "del". La función incorporada "len()" retorna el
   número de elementos en un mapeo.

   Actualmente hay un único tipo de mapeo intrínseco:

   Diccionarios
      Estos representan conjuntos finitos de objetos indexados por
      valores casi arbitrarios. Los únicos tipos de valores no
      aceptables como claves son valores que contienen listas o
      diccionarios u otros tipos mutables que se comparan por valor en
      lugar de por identidad de objeto, la razón es que la
      implementación eficiente de los diccionarios requiere que el
      valor *hash* de una clave permanezca constante. Los tipos
      numéricos utilizados para las claves obedecen las reglas
      normales para la comparación numérica: si dos números se
      comparan igual (por ejemplo, "1" y "1.0") entonces se pueden
      usar indistintamente para indexar la misma entrada del
      diccionario.

      Los diccionarios conservan el orden de inserción, lo que
      significa que las claves se mantendrán en el mismo orden en que
      se agregaron secuencialmente sobre el diccionario. Reemplazar
      una clave existente no cambia el orden, sin embargo, eliminar
      una clave y volver a insertarla la agregará al final en lugar de
      mantener su lugar anterior.

      Los diccionarios son mutables; pueden ser creados por la
      notación "{...}" (vea la sección Despliegues de diccionario).

      Los módulos de extensión "dbm.ndbm" y "dbm.gnu" proporcionan
      ejemplos adicionales de tipos de mapeo, al igual que el módulo
      "collections".

      Distinto en la versión 3.7: Los diccionarios no conservaban el
      orden de inserción en las versiones de Python anteriores a 3.6.
      En CPython 3.6, el orden de inserción se conserva, pero se
      consideró un detalle de implementación en ese momento en lugar
      de una garantía de idioma.

Tipos invocables
   Estos son los tipos a los que la operación de llamada de función
   (vea la sección Invocaciones) puede ser aplicado:

   Funciones definidas por el usuario
      Un objeto función definido por el usuario, es creado por un
      definición de función (vea la sección Definiciones de
      funciones). Debe llamarse con una lista de argumentos que
      contenga el mismo número de elementos que la lista de parámetros
      formales de la función.

      Atributos especiales:

      +---------------------------+---------------------------------+-------------+
      | Atributo                  | Significado                     |             |
      |===========================|=================================|=============|
      | "__doc__"                 | El texto de documentación de la | Escribible  |
      |                           | función, o "None" si no está    |             |
      |                           | disponible; no heredado por     |             |
      |                           | subclases.                      |             |
      +---------------------------+---------------------------------+-------------+
      | "__name__"                | El nombre de la función.        | Escribible  |
      +---------------------------+---------------------------------+-------------+
      | "__qualname__"            | Las funciones *qualified name*. | Escribible  |
      |                           | Nuevo en la versión 3.3.        |             |
      +---------------------------+---------------------------------+-------------+
      | "__module__"              | El nombre del módulo en el que  | Escribible  |
      |                           | se definió la función, o "None" |             |
      |                           | si no está disponible.          |             |
      +---------------------------+---------------------------------+-------------+
      | "__defaults__"            | Una tupla que contiene valores  | Escribible  |
      |                           | de argumento predeterminados    |             |
      |                           | para aquellos argumentos que    |             |
      |                           | tienen valores predeterminados, |             |
      |                           | o "None" si ningún argumento    |             |
      |                           | tiene un valor predeterminado.  |             |
      +---------------------------+---------------------------------+-------------+
      | "__code__"                | El objeto de código que         | Escribible  |
      |                           | representa el cuerpo de la      |             |
      |                           | función compilada.              |             |
      +---------------------------+---------------------------------+-------------+
      | "__globals__"             | Una referencia al diccionario   | Solo        |
      |                           | que contiene las variables      | lectura     |
      |                           | globales de la función --- el   |             |
      |                           | espacio de nombres global del   |             |
      |                           | módulo en el que se definió la  |             |
      |                           | función.                        |             |
      +---------------------------+---------------------------------+-------------+
      | "__dict__"                | El espacio de nombres que       | Escribible  |
      |                           | admite atributos de funciones   |             |
      |                           | arbitrarias.                    |             |
      +---------------------------+---------------------------------+-------------+
      | "__closure__"             | "None" o una tupla de celdas    | Solo        |
      |                           | que contienen enlaces para las  | lectura     |
      |                           | variables libres de la función. |             |
      |                           | Vea a continuación para obtener |             |
      |                           | información sobre el atributo   |             |
      |                           | "cell_contents".                |             |
      +---------------------------+---------------------------------+-------------+
      | "__annotations__"         | Un diccionario que contiene     | Escribible  |
      |                           | anotaciones de parámetros. Las  |             |
      |                           | claves del dict son los nombres |             |
      |                           | de los parámetros, y "'return'" |             |
      |                           | para la anotación de retorno,   |             |
      |                           | si se proporciona.              |             |
      +---------------------------+---------------------------------+-------------+
      | "__kwdefaults__"          | Un diccionario que contiene     | Escribible  |
      |                           | valores predeterminados para    |             |
      |                           | parámetros de solo palabras     |             |
      |                           | clave.                          |             |
      +---------------------------+---------------------------------+-------------+

      La mayoría de los atributos etiquetados "Escribible" verifican
      el tipo del valor asignado.

      Los objetos de función también admiten la obtención y
      configuración de atributos arbitrarios, que se pueden usar, por
      ejemplo, para adjuntar metadatos a funciones. La notación de
      puntos de atributo regular se utiliza para obtener y establecer
      dichos atributos. *Tenga en cuenta que la implementación actual
      solo admite atributos de función en funciones definidas por el
      usuario. Los atributos de función en funciones integradas pueden
      ser compatibles en el futuro.*

      Un objeto de celda tiene el atributo "cell_contents". Esto se
      puede usar para obtener el valor de la celda, así como para
      establecer el valor.

      Se puede recuperar información adicional sobre la definición de
      una función desde su objeto de código; Vea la descripción de los
      tipos internos a continuación. El tipo "cell" puede ser accedido
      en el módulo "types".

   Métodos de instancia
      Un objeto de método de instancia combina una clase, una
      instancia de clase y cualquier objeto invocable (normalmente una
      función definida por el usuario).

      Atributos especiales de solo lectura: "__self__" es el objeto de
      instancia de clase, "__func__" es el objeto de función;
      "__doc__" es la documentación del método (al igual que
      "__func__.__doc__"); "__name__" es el nombre del método (al
      igual que "__func__.__name__"); "__module__" es el nombre del
      módulo en el que el método fue definido, o "None" si no se
      encuentra disponible.

      Los métodos también admiten obtener (más no establecer) los
      atributos arbitrarios de la función en el objeto de función
      subyacente.

      Los objetos de métodos definidos por usuarios pueden ser creados
      al obtener el atributo de una clase (probablemente a través de
      la instancia de dicha clase), si tal atributo es el objeto de
      una función definida por el usuario o el objeto del método de
      una clase.

      Cuando un objeto de instancia de método es creado al obtener un
      objeto de función definida por el usuario desde una clase a
      través de una de sus instancias, su atributo "__self__" es la
      instancia, y el objeto de método se dice que está enlazado.  El
      nuevo atributo de método "__func__" es el objeto de función
      original.

      Cuando un objeto de instancia de método es creado al obtener un
      objeto de método de clase a partir de una clase o instancia, su
      atributo "__self__" es la clase misma, y su atributo "__func__"
      es el objeto de función subyacente al método de la clase.

      Cuando el objeto de la instancia de método es invocado, la
      función subyacente ("__func__") es llamada, insertando la
      instancia de clase ("__self__") delante de la lista de
      argumentos.  Por ejemplo, cuando "C" es una clase que contiene
      la definición de una función "f()", y "x" es una instancia de
      "C", invocar "x.f(1)" es equivalente a invocar "C.f(x, 1)".

      Cuando el objeto de instancia de método es derivado del objeto
      del método de clase, la “instancia de clase” almacenada en
      "__self__" en realidad será la clase misma, de manera que
      invocar ya sea "x.f(1)``o ``C.f(1)" es equivalente a invocar
      "f(C,1)" donde "f" es la función subyacente.

      Tome en cuenta que la transformación de objeto de función a
      objeto de método de instancia ocurre cada vez que el atributo es
      obtenido de la instancia.  En algunos casos, una optimización
      fructífera es asignar el atributo a una variable local e
      invocarla. Note también que esta transformación únicamente
      ocurre con funciones definidas por usuario; otros objetos
      invocables (y todos los objetos no invocables) son obtenidos sin
      transformación.  También es importante mencionar que las
      funciones definidas por el usuario, que son atributos de la
      instancia de una clase no son convertidos a métodos enlazados;
      esto ocurre *únicamente* cuando la función es un atributo de la
      clase.

   Funciones generadoras
      Una función o método que utiliza la declaración "yield" (ver
      sección La declaración yield) se llama *generator function*.
      Dicha función, cuando es invocada, siempre retorna un objeto
      iterador que puede ser utilizado para ejecutar el cuerpo de la
      función:  invocando el método iterador "iterator.__next__()"
      hará que la función se ejecute hasta proporcionar un valor
      utilizando la declaración "yield".  Cuando la función ejecuta
      una declaración "return" o llega hasta el final, una excepción
      "StopIteration" es lanzada y el iterador habrá llegado al final
      del conjunto de valores a ser retornados.

   Funciones de corrutina
      Una función o método que es definido utilizando "async def" se
      llama *coroutine function*.  Dicha función, cuando es invocada,
      retorna un objeto *coroutine*.  Éste puede contener expresiones
      "await", así como declaraciones "async with" y "async for". Ver
      también la sección Objetos de Corrutina.

   Funciones generadoras asincrónicas
      Una función o método que es definido usando "async def" y que
      utiliza la declaración "yield" se llama *asynchronous generator
      function*.  Dicha función, al ser invocada, retorna un objeto
      iterador asincrónico que puede ser utilizado en una declaración
      "async for" para ejecutar el cuerpo de la función.

      Calling the asynchronous iterator's "aiterator.__anext__" method
      will return an *awaitable* which when awaited will execute until
      it provides a value using the "yield" expression.  When the
      function executes an empty "return" statement or falls off the
      end, a "StopAsyncIteration" exception is raised and the
      asynchronous iterator will have reached the end of the set of
      values to be yielded.

   Funciones incorporadas
      Un objeto de función incorporada es un envoltorio (wrapper)
      alrededor de una función C.  Ejemplos de funciones incorporadas
      son "len()" y "math.sin()" ("math" es un módulo estándar
      incorporado). El número y tipo de argumentos son determinados
      por la función C. Atributos especiales de solo lectura:
      "__doc__" es la cadena de documentación de la función, o "None"
      si no se encuentra disponible; "__name__" es el nombre de la
      función; "__init__" es establecido como "None" (sin embargo ver
      el siguiente elemento); "__module__" es el nombre del módulo en
      el que la función fue definida o "None" si no se encuentra
      disponible.

   Métodos incorporados
      Éste es realmente un disfraz distinto de una función
      incorporada, esta vez teniendo un objeto que se pasa a la
      función C como un argumento extra implícito.  Un ejemplo de un
      método incorporado es "alist.append()", asumiendo que *alist* es
      un objeto de lista. En este caso, el atributo especial de solo
      lectura "__self__" es establecido al objeto indicado por
      *alist*.

   Clases
      Classes are callable.  These objects normally act as factories
      for new instances of themselves, but variations are possible for
      class types that override "__new__()".  The arguments of the
      call are passed to "__new__()" and, in the typical case, to
      "__init__()" to initialize the new instance.

   Instancias de clases
      Instances of arbitrary classes can be made callable by defining
      a "__call__()" method in their class.

Módulos
   Los módulos son una unidad básica organizacional en código Python,
   y son creados por el import system al ser invocados ya sea por la
   declaración "import", o invocando funciones como
   "importlib.import_module()" y la incorporada "__import__()".  Un
   objeto de módulo tiene un espacio de nombres implementado por un
   objeto de diccionario (éste es el diccionario al que hace
   referencia el atributo de funciones "__globals__" definido en el
   módulo).  Las referencias de atributos son traducidas a búsquedas
   en este diccionario, p. ej., "m.x" es equivalente a
   "m.__dict__[“x”]". Un objeto de módulo no contiene el objeto de
   código utilizado para iniciar el módulo (ya que no es necesario una
   vez que la inicialización es realizada).

   La asignación de atributos actualiza el diccionario de espacio de
   nombres del módulo, p. ej., "m.x = 1" es equivalente a
   "m.__dict__[“x”] = 1".

   Atributos predefinidos (escribibles): "__name__" es el nombre del
   módulo; "__doc__" es la cadena de documentación del módulo, o
   "None" si no se encuentra disponible; "__annotations__" (opcional)
   es un diccionario que contiene *variable annotations* recolectado
   durante la ejecución del cuerpo del módulo; "__file__" es el nombre
   de ruta del archivo en el cual el módulo fue cargado, si fue
   cargado desde un archivo. El atributo "__file__" puede faltar para
   ciertos tipos de módulos, tal como módulos C que son vinculados
   estáticamente al intérprete; para módulos de extensión cargados
   dinámicamente desde una librería compartida, es el nombre de ruta
   del archivo de la librería compartida.

   El atributo especial de solo lectura "__dict__" es el espacio de
   nombres del módulo como un objeto de diccionario.

   **CPython implementation detail:** Debido a la manera en la que
   CPython limpia los diccionarios de módulo, el diccionario de módulo
   será limpiado cuando el módulo se encuentra fuera de alcance,
   incluso si el diccionario aún tiene referencias existentes.  Para
   evitar esto, copie el diccionario o mantenga el módulo cerca
   mientras usa el diccionario directamente.

Clases personalizadas
   Los tipos de clases personalizadas son normalmente creadas por
   definiciones de clases (ver sección Definiciones de clase).  Una
   clase tiene implementado un espacio de nombres por un objeto de
   diccionario. Las referencias de atributos de clase son traducidas a
   búsquedas en este diccionario, p. ej., "C.x" es traducido a
   "C.__dict__[“x”]" (aunque hay una serie de enlaces que permiten la
   ubicación de atributos por otros medios). Cuando el nombre de
   atributo no es encontrado ahí, la búsqueda de atributo continúa en
   las clases base. Esta búsqueda de las clases base utiliza la orden
   de resolución de métodos C3 que se comporta correctamente aún en la
   presencia de estructuras de herencia ‘diamante’ donde existen
   múltiples rutas de herencia que llevan a un ancestro común.
   Detalles adicionales en el MRO C3 utilizados por Python pueden ser
   encontrados en la documentación correspondiente a la versión 2.3 en
   https://www.python.org/download/releases/2.3/mro/.

   Cuando la referencia de un atributo de clase (digamos, para la
   clase "C") produce un objeto de método de clase, éste es
   transformado a un objeto de método de instancia cuyo atributo
   "__self__" es "C".  Cuando produce un objeto de un método estático,
   éste es transformado al objeto envuelto por el objeto de método
   estático. Ver sección Implementando Descriptores para otra manera
   en la que los atributos obtenidos de una clase pueden diferir de
   los que en realidad están contenidos en su "__dict__".

   Las asignaciones de atributos de clase actualizan el diccionario de
   la clase, nunca el diccionario de la clase base.

   Un objeto de clase puede ser invocado (ver arriba) para producir
   una instancia de clase (ver a continuación).

   Atributos especiales: "__name__" es el nombre de la clase;
   "__module__" es el nombre del módulo en el que la clase fue
   definida; "__dict__" es el diccionario que contiene el espacio de
   nombres de la clase; "__bases__" es una tupla que contiene las
   clases base, en orden de ocurrencia en la lista de clases base;
   "__doc__" es la cadena de documentación de la clase, o "None" si no
   está definida; "__annotations__" (opcional) es un diccionario que
   contiene *variable annotations* recolectado durante la ejecución
   del cuerpo de la clase.

Instancias de clase
   A class instance is created by calling a class object (see above).
   A class instance has a namespace implemented as a dictionary which
   is the first place in which attribute references are searched.
   When an attribute is not found there, and the instance's class has
   an attribute by that name, the search continues with the class
   attributes.  If a class attribute is found that is a user-defined
   function object, it is transformed into an instance method object
   whose "__self__" attribute is the instance.  Static method and
   class method objects are also transformed; see above under
   "Classes".  See section Implementando Descriptores for another way
   in which attributes of a class retrieved via its instances may
   differ from the objects actually stored in the class's "__dict__".
   If no class attribute is found, and the object's class has a
   "__getattr__()" method, that is called to satisfy the lookup.

   Attribute assignments and deletions update the instance's
   dictionary, never a class's dictionary.  If the class has a
   "__setattr__()" or "__delattr__()" method, this is called instead
   of updating the instance dictionary directly.

   Instancias de clases pueden pretender ser números, secuencias o
   mapeos si tienen métodos con ciertos nombres especiales.  Ver
   sección Nombres especiales de método.

   Atributos especiales: "__dict__" es el diccionario de atributos;
   "__class__" es la clase de la instancia.

Objetos E/S (también conocidos como objetos de archivo)
   Un *file object* representa un archivo abierto.  Diversos accesos
   directos se encuentran disponibles para crear objetos de archivo:
   la función incorporada "open()", así como "os.popen()",
   "os.fdopen()", y el método de objetos socket "makefile()" (y quizás
   por otras funciones y métodos proporcionados por módulos de
   extensión).

   Los objetos "sys.stdin", "sys.stdout" y "sys.stderr" son iniciados
   a objetos de archivos correspondientes a la entrada y salida
   estándar del intérprete, así como flujos de error; todos ellos
   están abiertos en el modo de texto y por lo tanto siguen la
   interface definida por la clase abstracta "io.TextIOBase".

Tipos internos
   Algunos tipos utilizados internamente por el intérprete son
   expuestos al usuario. Sus definiciones pueden cambiar en futuras
   versiones del intérprete, pero son mencionadas aquí para
   complementar.

   Objetos de código
      Los objetos de código representan código de Python ejecutable
      *compilado por bytes*, o *bytecode*. La diferencia entre un
      objeto de código y un objeto de función es que el objeto de
      función contiene una referencia explícita a los globales de la
      función (el módulo en el que fue definido), mientras el objeto
      de código no contiene contexto; de igual manera los valores por
      defecto de los argumentos son almacenados en el objeto de
      función, no en el objeto de código (porque representan valores
      calculados en tiempo de ejecución).  A diferencia de objetos de
      función, los objetos de código son inmutables y no contienen
      referencias (directas o indirectas) a objetos mutables.

      Atributos especiales de solo lectura: "co_name" da el nombre de
      la función; "co_argcount" es el número total de argumentos
      posicionales (incluyendo argumentos únicamente posicionales y
      argumentos con valores por default); "co_posonlyargcount" es el
      número de argumentos únicamente posicionales (incluyendo
      argumentos con valores por default); "co_kwonlyargcountp" es el
      número de argumentos solo de palabra clave (incluyendo
      argumentos con valores por default); "co_nlocals" es el número
      de variables usadas por la función (incluyendo argumentos);
      "co_varnames" es una tupla que contiene los nombres con las
      variables locales (empezando con los nombres de argumento);
      "co_cellvars" es una tupla que contiene los nombres de variables
      locales que son referenciadas por funciones anidadas;
      "co_freevars" es una tupla que contiene los nombres de variables
      libres; "co_code" es una cadena que representa la secuencia de
      instrucciones de bytecode; "co_consts" es una tupla que contiene
      las literales usadas por el bytecode; "co_names" es una tupla
      que contiene los nombres usados por el bytecode; "co_filename"
      es el nombre de archivo de donde el código fue compilado;
      "co_firstlineno" es el primer número de línea de la función;
      "co_lnotab" es una cadena codificando el mapeo desde el
      desplazamiento de bytecode al número de líneas (ver el código
      fuente del intérprete para más detalles); "co_stacksize" es el
      tamaño de pila requerido; "co_flags" es un entero codificando el
      número de banderas para el intérprete.

      Los siguientes bits de bandera son definidos por "co_flags" :
      bit "0x04" es establecido si la función utiliza la sintaxis
      "*arguments" para aceptar un número arbitrario de argumentos
      posicionales; bit "0x08" es establecido si la función utiliza la
      sintaxis "**keywords" para aceptar argumentos de palabras clave
      arbitrarios; bit "0x20" es establecido si la función es un
      generador.

      Declaraciones de características futuras ("from __future__
      import division") también utiliza bits en "co_flags" para
      indicar si el objeto de código fue compilado con alguna
      característica particular habilitada: el bit "0x2000" es
      establecido si la función fue compilada con división futura
      habilitada; los bits "0x10" y "0x1000" fueron utilizados en
      versiones previas de Python.

      Otros bits en "co_flags" son reservados para uso interno.

      Si un objeto de código representa una función, el primer
      elemento en "co_consts" es la cadena de documentación de la
      función, o "None" si no está definido.

   Objetos de marco
      Los objetos de marco representan marcos de ejecución. Pueden
      ocurrir en objetos de rastreo (ver a continuación), y son
      también pasados hacia funciones de rastreo registradas.

      Atributos especiales de solo lectura: "f_back" es para el marco
      de pila anterior (hacia quien produce el llamado), o "None" si
      éste es el marco de pila inferior; "f_code" es el objeto de
      código ejecutado en este marco; "f_locals" es el diccionario
      utilizado para buscar variables locales; "f_globals" es usado
      por las variables globales; "f_builtins" es utilizado por
      nombres incorporados (intrínsecos); "f_lasti" da la instrucción
      precisa (éste es un índice dentro de la cadena de bytecode del
      objeto de código).

      Accessing "f_code" raises an auditing event "object.__getattr__"
      with arguments "obj" and ""f_code"".

      Atributos especiales escribibles: "f_trace", de lo contrario
      "None", es una función llamada por distintos eventos durante la
      ejecución del código (éste es utilizado por el depurador).
      Normalmente un evento es desencadenado por cada una de las
      líneas fuente - esto puede ser deshabilitado estableciendo
      "f_trace_lines" a "False".

      Las implementaciones *pueden* permitir que eventos por código de
      operación sean solicitados estableciendo "f_trace_opcodes" a
      "True". Tenga en cuenta que esto puede llevar a un
      comportamiento indefinido del intérprete si se levantan
      excepciones por la función de rastreo escape hacia la función
      que está siendo rastreada.

      "f_lineno" es el número de línea actual del marco ---
      escribiendo a esta forma dentro de una función de rastreo salta
      a la línea dada (solo para el último marco). Un depurador puede
      implementar un comando de salto (*Jump*) (también conocido como
      *Set Next Statement*) al escribir en f_lineno.

      Objetos de marco soportan un método:

      frame.clear()

         Este método limpia todas las referencias a variables locales
         mantenidas por el marco. También, si el marco pertenecía a un
         generador, éste es finalizado. Esto ayuda a interrumpir los
         ciclos de referencia que involucran objetos de marco (por
         ejemplo al detectar una excepción y almacenando su rastro
         para uso posterior).

         "RuntimeError" es lanzado si el marco se encuentra en
         ejecución.

         Nuevo en la versión 3.4.

   Objetos de seguimiento de pila (traceback)
      Los objetos de seguimiento de pila representan el trazo de pila
      (*stack trace*) de una excepción. Un objeto de rastreo es creado
      de manera implícita cuando se da una excepción, y puede ser
      creada de manera explícita al llamar "types.TracebackType".

      Para seguimientos de pila (tracebacks) creados de manera
      implícita, cuando la búsqueda por un manejo de excepciones
      desenvuelve la pila de ejecución, en cada nivel de
      desenvolvimiento se inserta un objeto de rastreo al frente del
      rastreo actual. Cuando se entra a un manejo de excepción, la
      pila de rastreo se vuelve disponible para el programa. (Ver
      sección La sentencia try.) Es accesible como el tercer elemento
      de la tupla retornada por "sys.exc_info()", y como el atributo
      "__traceback__" de la excepción capturada.

      Cuando el programa no contiene un gestor apropiado, el trazo de
      pila es escrito (muy bien formateado) a la secuencia de error
      estándar; si el intérprete es interactivo, también se vuelve
      disponible al usuario como "sys.last_traceback".

      Para seguimientos de pila creados de forma explícita, depende de
      su creador determinar cómo los atributos "tb_next" deberían ser
      ligados para formar un trazo de pila completo (*full stack
      trace*).

      Atributos especiales de solo lectura: "tb_frame" apunta al marco
      de ejecución del nivel actual; "tb_lineno" da el número de línea
      donde ocurrió la excepción; "tb_lasti" indica la instrucción
      precisa. El número de línea y la última instrucción en el
      seguimiento de pila puede diferir del número de línea de su
      objeto de marco si la excepción ocurrió en una declaración "try"
      sin una cláusula de excepción (except) correspondiente o con una
      cláusula *finally*.

      Accessing "tb_frame" raises an auditing event
      "object.__getattr__" with arguments "obj" and ""tb_frame"".

      Atributo especial escribible: "tb_next" es el siguiente nivel en
      el trazo de pila (hacia el marco en donde ocurrió la excepción),
      o "None" si no existe un siguiente nivel.

      Distinto en la versión 3.7: Los objetos de seguimiento de pila
      ya pueden ser instanciados de manera explícita desde código de
      Python, y el atributo "tb_next" de instancias existentes puede
      ser actualizado.

   Objetos de segmento (Slice objects)
      Slice objects are used to represent slices for "__getitem__()"
      methods.  They are also created by the built-in "slice()"
      function.

      Atributos especiales de solo lectura: "start" es el límite
      inferior; "stop" es el límite superior; "step" es el valor de
      paso; cada uno es "None" si es omitido. Estos atributos pueden
      ser de cualquier tipo.

      Los objetos de segmento soportan un método:

      slice.indices(self, length)

         Este método toma un argumento *length* de entero simple y
         calcula información relacionada con el segmento que el mismo
         describiría si fuera aplicado a una secuencia de elementos
         *length*. Retorna una tupla de tres enteros; respectivamente
         estos son los índices *start* y *stop* y el *step* o longitud
         del paso del segmento. Índices faltantes o fuera de los
         límites son manipulados de manera consistente con segmentos
         regulares.

   Objetos de método estático
      Los objetos de método estático proveen una forma de anular la
      transformación de objetos de función a objetos de método
      descritos anteriormente. Un objeto de método estático es una
      envoltura (*wrapper*) alrededor de cualquier otro objeto,
      usualmente un objeto de método definido por usuario. Cuando un
      objeto de método estático es obtenido desde una clase o una
      instancia de clase, usualmente el objeto retornado es el objeto
      envuelto, el cual no está objeto a ninguna transformación
      adicional. Los objetos de método estático no pueden ser
      llamados, aunque generalmente los objetos que estos envuelven
      sí. Los objetos de método estático son creados por el
      constructor incorporado "staticmethod()".

   Objetos de método de clase
      Un objeto de método de clase, igual que un objeto de método
      estático, es un envoltorio (wrapper) alrededor de otro objeto
      que altera la forma en la que el objeto es obtenido desde las
      clases y las instancias de clase. El comportamiento de los
      objetos de método de clase sobre tal obtención es descrita más
      arriba, debajo de “Métodos definidos por usuario”. Objetos de
      clase de método son creados por el constructor incorporado
      "classmethod()".


3.3. Nombres especiales de método
=================================

A class can implement certain operations that are invoked by special
syntax (such as arithmetic operations or subscripting and slicing) by
defining methods with special names. This is Python's approach to
*operator overloading*, allowing classes to define their own behavior
with respect to language operators.  For instance, if a class defines
a method named "__getitem__()", and "x" is an instance of this class,
then "x[i]" is roughly equivalent to "type(x).__getitem__(x, i)".
Except where mentioned, attempts to execute an operation raise an
exception when no appropriate method is defined (typically
"AttributeError" or "TypeError").

Setting a special method to "None" indicates that the corresponding
operation is not available.  For example, if a class sets "__iter__()"
to "None", the class is not iterable, so calling "iter()" on its
instances will raise a "TypeError" (without falling back to
"__getitem__()"). [2]

Cuando se implementa una clase que emula cualquier tipo incorporado,
es importante que la emulación solo sea implementado al grado que hace
sentido para el objeto que está siendo modelado. Por ejemplo, algunas
secuencias pueden trabajar bien con la obtención de elementos
individuales, pero extraer un segmento puede no tener mucho sentido.
(Un ejemplo de esto es la interfaz "NodeList", en el Modelo de Objetos
del Documento del W3C.)


3.3.1. Personalización básica
-----------------------------

object.__new__(cls[, ...])

   Es llamado para crear una nueva instancia de clase *cls*.
   "__new__()" es un método estático (como un caso especial, así que
   no se necesita declarar como tal) que toma la clase de donde fue
   solicitada una instancia como su primer argumento. Los argumentos
   restantes son aquellos que se pasan a la expresión del constructor
   de objetos (para llamar a la clase). El valor retornado de
   "__new__()" deberá ser la nueva instancia de objeto (normalmente
   una instancia de *cls*).

   Implementaciones típicas crean una nueva instancia de la clase
   invocando el método "__new__()" de la súper clase utilizando
   "super().__new__(cls[, …])" con argumentos apropiados y después
   modificando la recién creada instancia como necesaria antes de
   retornarla.

   If "__new__()" is invoked during object construction and it returns
   an instance of *cls*, then the new instance’s "__init__()" method
   will be invoked like "__init__(self[, ...])", where *self* is the
   new instance and the remaining arguments are the same as were
   passed to the object constructor.

   Si "__new__()" no retorna una instancia de *cls*, entonces el nuevo
   método "__init__()" de la instancia no será invocado.

   "__new__()" es destinado principalmente para permitir a subclases
   de tipos inmutables (como int, str, o tuple) personalizar la
   creación de instancias. También es comúnmente anulado en metaclases
   personalizadas con el fin de personalizar la creación de clase.

object.__init__(self[, ...])

   Llamado después de que la instancia ha sido creada (por
   "__new__()"), pero antes es retornada a quien produce la llamada.
   Los argumentos son aquellos pasados a la expresión del constructor
   de la clase. Si una clase base tiene un método "__init__()", el
   método "__init__()" de clase derivada, de existir, debe llamarlo
   explícitamente para asegurar la inicialización apropiada de la
   clase base que es parte de la instancia; por ejemplo:
   "super().__init__([args…])".

   Debido a que "__new__()" y "__init__()" trabajan juntos
   construyendo objetos ("__new__()" para crearlo y "__init__()" para
   personalizarlo), ningún valor distinto a "None" puede ser retornado
   por "__init__()"; hacer esto puede causar que se lance una
   excepción "TypeError" en tiempo de ejecución.

object.__del__(self)

   Llamado cuando la instancia es a punto de ser destruida. Esto
   también es llamado finalizador o (indebidamente) destructor. Si una
   clase base tiene un método "__del__()" el método "__del__()" de la
   clase derivada, de existir, debe llamarlo explícitamente para
   asegurar la eliminación adecuada de la parte de la clase base de la
   instancia.

   Es posible (¡aunque no recomendable!) para el método "__del__()"
   posponer la destrucción de la instancia al crear una nueva
   referencia hacia ésta. Esto es llamado *resurrección* de objeto. Es
   dependiente de la implementación si "__del__()" es llamado una
   segunda vez cuando un objeto resucitado está por ser destruido; la
   implementación *CPython* actual únicamente lo llama una vez.

   No está garantizado que los métodos "__del__()" sean llamados para
   objetos que aún existen cuando el intérprete se cierra.

   Nota:

     "del x" no llama directamente "x.__del__()" --- el primero
     disminuye el conteo de referencia para "x" uno por uno, y el
     segundo es llamado únicamente cuando el conteo de referencias de
     "x" llega a cero.

   **CPython implementation detail:** It is possible for a reference
   cycle to prevent the reference count of an object from going to
   zero.  In this case, the cycle will be later detected and deleted
   by the *cyclic garbage collector*.  A common cause of reference
   cycles is when an exception has been caught in a local variable.
   The frame's locals then reference the exception, which references
   its own traceback, which references the locals of all frames caught
   in the traceback.

   Ver también: Documentación para el módulo "gc".

   Advertencia:

     Debido a las circunstancias inciertas bajo las que los métodos
     "__del__()" son invocados, las excepciones que ocurren durante su
     ejecución son ignoradas, y una advertencia es mostrada hacia
     "sys.stderr". En particular:

     * "__del__()" puede ser invocado cuando código arbitrario es
       ejecutado, incluyendo el de cualquier hilo arbitrario. Si
       "__del__()" necesita realizar un cierre de exclusión mutua
       (*lock*) o invocar cualquier otro recurso que lo esté
       bloqueando, podría provocar un bloqueo muto (*deadlock*) ya que
       el recurso podría estar siendo utilizado por el código que se
       interrumpe al ejecutar "__del__()".

     * "__del__()" puede ser ejecutado durante el cierre del
       intérprete. Como consecuencia, las variables globales que
       necesita para acceder (incluyendo otros módulos) podrían haber
       sido borradas o establecidas a "None". Python garantiza que los
       globales cuyo nombre comienza con un guión bajo simple sean
       borrados de su módulo antes que los globales sean borrados; si
       no existen otras referencias a dichas globales, esto puede
       ayudar asegurando que los módulos importados aún se encuentren
       disponibles al momento de llamar al método "__del__()".

object.__repr__(self)

   Llamado por la función incorporada "repr()" para calcular la cadena
   “oficial” de representación de un objeto. Si es posible, esto
   debería verse como una expresión de Python válida que puede ser
   utilizada para recrear un objeto con el mismo valor (bajo el
   ambiente adecuado). Si no es posible, una cadena con la forma
   "<…some useful description…>" debe ser retornada. El valor de
   retorno debe ser un objeto de cadena (*string*). Si una clase
   define "__repr__()" pero no "__str__()", entonces "__repr__()"
   también es utilizado cuando una cadena “informal” de representación
   de instancias de esas clases son requeridas.

   Esto es típicamente utilizado para depurar, así que es importante
   que la representación sea rica en información e inequívoca.

object.__str__(self)

   Llamado por "str(object)" y las funciones incorporadas "format()" y
   "print()" para calcular la “informal” o bien mostrada cadena de
   representación de un objeto. El valor de retorno debe ser un objeto
   string.

   Este método difiere de "object.__repr__()" en que no hay
   expectativas de que "__str__()" retorne una expresión de Python
   válida: una representación más conveniente o concisa pueda ser
   utilizada.

   La implementación por defecto definida por el tipo incorporado
   "object" llama a "object.__repr__()".

object.__bytes__(self)

   Llamado por bytes para calcular la representación de la cadena de
   byte de un objeto. Este deberá retornar un objeto "bytes".

object.__format__(self, format_spec)

   Llamado por la función incorporada "format()", y por extensión, la
   evaluación de formatted string literals y el método "str.format()",
   para producir la representación “formateada” de un objeto. El
   argumento *format_spec* es una cadena que contiene una descripción
   de las opciones de formato deseadas. La interpretación del
   argumento *format_spec* depende del tipo que implementa
   "__format__()", sin embargo, ya sea que la mayoría de las clases
   deleguen el formato a uno de los tipos incorporados, o utilicen una
   sintaxis de opción de formato similar.

   Ver Especificación de formato Mini-Lenguaje para una descripción de
   la sintaxis de formato estándar.

   El valor de retorno debe ser un objeto de cadena.

   Distinto en la versión 3.4: El método __format__ del mismo "object"
   lanza un "TypeError" si se la pasa una cadena no vacía.

   Distinto en la versión 3.7: "object.__format__(x, ‘’)" es ahora
   equivalente a "str(x)" en lugar de "format(str(self), ‘’)".

object.__lt__(self, other)
object.__le__(self, other)
object.__eq__(self, other)
object.__ne__(self, other)
object.__gt__(self, other)
object.__ge__(self, other)

   Estos son los llamados métodos de comparación *rich*. La
   correspondencia entre símbolos de operador y los nombres de método
   es de la siguiente manera: "x<y" llama "x.__lt__(y)", "x<=y" llama
   "x.__le__(y)", "x==y" llama "x.__eq__(y)", "x!=y" llama
   "x.__ne__(y)", "x>y" llama "x.__gt__(y)", y "x>=y" llama
   "x.__ge__(y)".

   Un método de comparación *rich* puede retornar el único
   "NotImplemented" si no implementa la operación para un par de
   argumentos dados. Por convención, "False" y "True" son retornados
   para una comparación exitosa. Sin embargo, estos métodos pueden
   retornar cualquier valor, así que si el operador de comparación es
   utilizado en un contexto Booleano (p. ej. en la condición de una
   sentencia "if"), Python llamará "bool()" en dicho valor para
   determinar si el resultado es verdadero (*true*) o falso (*false*).

   Por defecto, "object" implementa "__eq__()" usando "is", retornando
   "NotImplemented" en el caso de una comparación falsa: "True if x is
   y else NotImplemented". Para "__ne__()", por defecto delega a
   "__eq__()" e invierte el resultado a menos que sea
   "NotImplemented". No hay otras relaciones implícitas entre los
   operadores de comparación o implementaciones predeterminadas; por
   ejemplo, la verdad de "(x <y o x == y)" no implica "x <= y". Para
   generar automáticamente operaciones de pedido a partir de una sola
   operación raíz, consulte "functools.total_ordering()".

   Ver el párrafo sobre "__hash__()" para más notas importantes sobre
   la creación de objetos *hashable* que soportan operaciones de
   comparación personalizadas y son utilizables como llaves de
   diccionario.

   No existen versiones con argumento intercambiado de estos métodos
   (a ser utilizados cuando el argumento de la izquierda no soporta la
   operación pero el de la derecha sí); más bien, "__lt__()" y
   "__gt__()" son el reflejo del otro, "__le__()" y "__ge__()" son un
   reflejo del otro, y "__eq__()" y "__ne__()" son su propio reflejo.
   Si los operandos son de tipos distintos, y el tipo de operando de
   la derecha es una clase directa o indirecta del tipo de operando de
   la izquierda, el método reflejado del operando de la derecha tiene
   prioridad, de otro modo el método del operando de la izquierda
   tiene prioridad. Subclases virtuales no son consideradas.

object.__hash__(self)

   Called by built-in function "hash()" and for operations on members
   of hashed collections including "set", "frozenset", and "dict".
   The "__hash__()" method should return an integer. The only required
   property is that objects which compare equal have the same hash
   value; it is advised to mix together the hash values of the
   components of the object that also play a part in comparison of
   objects by packing them into a tuple and hashing the tuple.
   Example:

      def __hash__(self):
          return hash((self.name, self.nick, self.color))

   Nota:

     "hash()" trunca el valor retornado del método personalizado
     "__hash__()" del objeto al tamaño de "Py_ssize_t". Esto
     normalmente son 8 bytes en estructuras de 64-bits y 4 bytes en
     estructuras de 32 bits. Si el "__hash__()" de un objeto debe
     interoperar en estructuras de tamaños de bits diferentes,
     asegúrese de revisar la amplitud en todas las estructuras
     soportadas. Una forma fácil de hacer esto es con "python -c
     “import sys; print(sys.hash_info.width)”".

   Si una clase no define un método "__eq__()", tampoco debe definir
   una operación "__hash__()"; si define a "__eq__()" pero no a
   "__hash__()", sus instancias no serán utilizables como elementos en
   colecciones *hash*. Si la clase define objetos mutables e
   implementa un método "__eq__()", éste no deberá implementar
   "__hash__()", ya que la implementación de colecciones *hash*
   requiere que la llave de un valor *hash* no sea mutable (si el
   valor del objeto *hash* cambia, estará en el cubo de *hash*
   equivocado).

   Clases definidas por usuario tienen los métodos "__eq__()" y
   "__hash__()" por defecto; con ellos, todos los objetos se comparan
   de manera desigual (excepto con ellos mismos) y "x.__hash__()"
   retorna un valor apropiado tal que "x == y" implique que "x es y" y
   "hash(x) == hash(y)".

   Una clase que anula "__eq__()" y no define "__hash__()" tendrá
   implícito su "__hash__()" establecido a "None". Cuando el método
   "__hash__()" de una clase es "None", instancias de la clase
   lanzarán un "TypeError" cuando el programa intente obtener el valor
   del hash, y también será correctamente identificado como de hash no
   calculable cuando se verifique "isinstance(obj,
   collections.abc.Hashable)".

   Si una clase que anula "__eq__()" necesita conservar la
   implementación de "__hash__()" de una clase padre, al intérprete se
   le debe informar explícitamente estableciendo "__hash__ =
   <ParentClass>.__hash__".

   Si una clase que no anula "__eq__()" desea eliminar el soporte de
   *hash*, debe incluir "__hash__ = None" en la definición de clase.
   Una clase que define su propio "__hash__()" y que explícitamente
   lanza un "TypeError" será identificado de manera incorrecta como de
   hash calculable por una llamada "isinstance(obj,
   collections.abc.Hashable)".

   Nota:

     Por defecto los valores de objetos str y bytes de "__hash__()"
     son “salados” con un valor aleatorio impredecible. Aunque se
     mantienen constantes dentro de un proceso Python particular, no
     son predecibles entre invocaciones repetidas de Python.This is
     intended to provide protection against a denial-of-service caused
     by carefully-chosen inputs that exploit the worst case
     performance of a dict insertion, O(n^2) complexity.  See
     http://www.ocert.org/advisories/ocert-2011-003.html for
     details.Cambiar los valores hash afectan el orden de la iteración
     de los sets. Python nunca ha dado garantías en relación a este
     orden (y típicamente varía entre estructuras de 32-bits y
     64-bits).Ver también "PYTHONHASHSEED".

   Distinto en la versión 3.3: La aleatorización de hash es habilitada
   por defecto.

object.__bool__(self)

   Es llamado para implementar pruebas de valores de verdad y la
   operación incorporada "bool()"; debe retornar "False" o "True".
   Cuando este método no es definido, "__len__()" es llamado, si es
   definido, y el objeto es considerado verdadero (*true*) si el
   resultado es diferente de zero. Si la clase no define "__len__()"
   ni "__bool__()", todas sus instancias son consideradas verdaderas
   (*true*).


3.3.2. Personalizando acceso a atributos
----------------------------------------

Los siguientes métodos pueden ser definidos para personalizar el
significado de acceso a atributos (uso de, asignación a, o borrado de
"x.name") para instancias de clase.

object.__getattr__(self, name)

   Es llamado cuando el acceso a atributos por defecto falla con un
   "AttributeError" (ya sea que "__getattribute__()" lanza una
   excepción "AttributeError" porque *name* no es un atributo de
   instancia o un atributo en el árbol de clase para "self"; o el
   "__get__()" de la propiedad de *name* lanza una excepción
   "AttributeError"). Este método debe retornar el valor de atributo
   (calculado) o lanzar una excepción "AttributeError".

   Tome en cuenta que si el atributo es encontrado a través del
   mecanismo normal, "__getattr__()" no es llamado. (Esto es una
   desigualdad intencional entre "__getattr__()" y "__setattr__()".)
   Esto es realizado tanto por motivos de eficiencia y porque de otra
   manera "__getattr__()" no tendría manera de acceder a otros
   atributos de la instancia. Tome en cuenta que al menos para
   variables de instancia, se puede fingir control total al no
   insertar ningún valor en el diccionario de atributo de instancia
   (sino insertándolos en otro objeto). Ver el método
   "__getattribute__()" a continuación para una forma de tener control
   total sobre el acceso de atributo.

object.__getattribute__(self, name)

   Es llamado incondicionalmente para implementar acceso de atributo
   por instancias de clase. Si la clase también define
   "__getattr__()", éste no será llamado a menos que
   "__getattribute__()" lo llame de manera explícita o lance una
   excepción "AttributeError". Este método deberá retornar el valor de
   atributo (calculado) o lanzar una excepción "AttributeError". Para
   evitar la recursividad infinita en este método, su implementación
   deberá siempre llamar al método de la clase base con el mismo
   nombre para acceder cualquier atributo que necesite, por ejemplo,
   "object.__getattribute__(self, name)".

   Nota:

     Este método aún puede ser sobrepasado cuando se buscan métodos
     especiales como resultado de una invocación implícita a través de
     sintaxis de lenguaje o funciones implícitas. Ver Búsqueda de
     método especial.

   Lanza un evento de auditoría "object.__getattr__" con argumentos
   "obj", "name".

object.__setattr__(self, name, value)

   Es llamado cuando se intenta la asignación de atributos. Éste es
   llamado en lugar del mecanismo normal (p. ej. guardar el valor en
   el diccionario de instancias). *name* es el nombre de atributo,
   *value* es el valor que se le asigna.

   Si "__setattr__()" quiere asignar a un atributo de instancia, debe
   llamar al método de la clase base con el mismo nombre, por ejemplo,
   "object.__setattr__(self, name, value)".

   Lanza un evento de auditoría "object.__setattr__" con argumentos
   "obj", "name", "value".

object.__delattr__(self, name)

   Al igual que "__setattr__()" pero para borrado de atributos en
   lugar de establecerlos. Esto solo de ser implementado si "del
   obj.name" es significativo para el objeto.

   Lanza un evento de auditoría "object.__delattr__" con argumentos
   "obj", "name".

object.__dir__(self)

   Es llamado cuando "dir()" es llamado en el objeto. Una secuencia
   debe ser retornada. "dir()" convierte la secuencia retornada a una
   lista y la ordena.


3.3.2.1. Personalizando acceso a atributos de módulo
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Nombres especiales "__getattr__" y "__dir__" también pueden ser
utilizados para personalizar acceso a atributos de módulo. La función
"__getattr__" a nivel del módulo debe aceptar un argumento que es el
nombre del atributo y retornar el valor calculado o lanzar una
excepción "AttributeError". Si un atributo no es encontrado en el
objeto de módulo a través de una búsqueda normal, p. ej.
"object.__getattribute__()", entonces "__getattr__" es buscado en el
módulo "__dict__" antes de lanzar una excepción "AttributeError". Si
es encontrado, es llamado con el nombre de atributo y el resultado es
retornado.

La función "__dir__" debe no aceptar argumentos y retornar una
secuencia de cadena de caracteres que representan los nombres
accesibles en el módulo. De existir, esta función anula la búsqueda
estándar "dir()" en un módulo.

Para una personalización más precisa sobre el comportamiento del
módulo (estableciendo atributos, propiedades, etc.), se puede
establecer el atributo "__class__" de un objeto de módulo a una
subclase de "types.ModuleType". Por ejemplo:

   import sys
   from types import ModuleType

   class VerboseModule(ModuleType):
       def __repr__(self):
           return f'Verbose {self.__name__}'

       def __setattr__(self, attr, value):
           print(f'Setting {attr}...')
           super().__setattr__(attr, value)

   sys.modules[__name__].__class__ = VerboseModule

Nota:

  Definiendo un módulo "__getattr__" y estableciendo un módulo
  "__class__" solo afecta búsquedas que utilizan la sintaxis de acceso
  a atributo -- acceder directamente a las globales del módulo (ya sea
  por código dentro del módulo, o a través de una referencia al
  diccionario de globales del módulo) no se ve afectado.

Distinto en la versión 3.5: El atributo de módulo "__class__" es ahora
escribible.

Nuevo en la versión 3.7: Atributos de módulo "__getattr__" y
"__dir__".

Ver también:

  **PEP 562** - Módulos __getattr__ y __dir__
     Describe las funciones "__getattr__" y "__dir__" en módulos.


3.3.2.2. Implementando Descriptores
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Los siguientes métodos solo aplican cuando una instancia de clase que
contiene el método (llamado clase *descriptora*) aparece en una clase
*propietaria* (el descriptor debe estar en el diccionario de clase del
propietario o en el diccionario de clase de alguno de sus padres). En
los ejemplos a continuación, “el atributo” se refiere al atributo cuyo
nombre es la llave de la propiedad en la clase propietaria "__dict__".

object.__get__(self, instance, owner=None)

   Es llamado para obtener el atributo de la clase propietaria (acceso
   a atributos de clase) o de una instancia de dicha clase (acceso a
   atributos de instancia). El argumento opcional *owner* es la clase
   propietaria, mientras que *instance* es la instancia a través de la
   cual el atributo fue accedido, o "None" cuando el atributo es
   accedido a través de *owner*.

   Este método debe retornar el valor de atributo calculado o lanzar
   una excepción "AttributeError".

   **PEP 252** especifica que "__get__()" puede ser llamado con uno o
   dos argumentos. Los propios descriptores incorporados de Python
   soportan esta especificación; sin embargo, es probable que algunas
   herramientas de terceros tengan descriptores que requieran ambos
   argumentos. La propia implementación de "__getattribute__()" en
   Python siempre pasa ambos argumentos si son requeridos o no.

object.__set__(self, instance, value)

   Es llamado para establecer el atributo en una instancia *instance*
   de la clase propietaria a un nuevo valor *value*.

   Nota, agregar "__set__()" o "__delete__()" cambia el tipo de
   descriptor a un “descriptor de datos”. Ver Invocando Descriptores
   para más detalles.

object.__delete__(self, instance)

   Es llamado para borrar el atributo en una instancia *instance* de
   la clase propietaria.

object.__set_name__(self, owner, name)

   Es llamado al momento en el que se crea la clase propietaria
   *owner*. El descriptor es asignado a *name*.

   Nota:

     "__set_name__()" solo es llamado implícitamente como parte del
     constructor "type", así que será necesario llamarlo
     explícitamente con los parámetros apropiados cuando un descriptor
     se agrega a la clase después de su creación inicial:

        class A:
           pass
        descr = custom_descriptor()
        A.attr = descr
        descr.__set_name__(A, 'attr')

     Ver Creando el objeto de clase para más detalles.

   Nuevo en la versión 3.6.

El atributo "__objclass__" es interpretado por el módulo "inspect"
como la especificación de la clase donde el objeto fue definido
(establecer esto adecuadamente puede ayudar en introspección de
atributos dinámicos de clases en tiempo de ejecución). Para
invocables, puede indicar que una instancia de un tipo (o subclase)
dado es esperado o requerido como el primero argumento posicional (por
ejemplo, CPython establece este atributo para métodos independientes
que son implementados en C).


3.3.2.3. Invocando Descriptores
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

In general, a descriptor is an object attribute with "binding
behavior", one whose attribute access has been overridden by methods
in the descriptor protocol:  "__get__()", "__set__()", and
"__delete__()". If any of those methods are defined for an object, it
is said to be a descriptor.

El comportamiento por defecto para atributos de acceso es obtener
(*get*), establecer (*set*) o borrar (*delete*) el atributo del
diccionario del objeto. Por ejemplo, "a.x" tiene una cadena de
búsqueda que comienza con "a.__dict__[‘x’]", luego
"type(a).__dict__[‘x’]", y continúa por las clases base de "type(a)"
excluyendo metaclases.

Sin embargo, si el valor buscado es un objeto definiendo uno de los
métodos del descriptor, entonces Python puede anular el comportamiento
por defecto e invocar al método del descriptor en su lugar. Dónde
ocurre esto en la cadena de precedencia depende de qué métodos de
descriptor fueron definidos y cómo son llamados.

El punto de inicio por invocación de descriptor es un enlace "a.x".
Cómo los argumentos son ensamblados dependen de "a":

Llamado Directo
   El llamado más simple y menos común es cuando el código de usuario
   invoca directamente un método descriptor: "x.__get__(a)".

Enlace de Instancia
   Al enlazar a una instancia de objeto, "a" es transformado en un
   llamado: "type(a).__dict__[‘x’].__get__(a, type(a))".

Enlace de Clase
   Al enlazar a una clase, "A.x" es transformado en un llamado:
   "A.__dict__[‘x’].__get__(None, A)".

Súper Enlace
   If "a" is an instance of "super", then the binding "super(B,
   obj).m()" searches "obj.__class__.__mro__" for the base class "A"
   immediately following "B" and then invokes the descriptor with the
   call: "A.__dict__['m'].__get__(obj, obj.__class__)".

For instance bindings, the precedence of descriptor invocation depends
on which descriptor methods are defined.  A descriptor can define any
combination of "__get__()", "__set__()" and "__delete__()".  If it
does not define "__get__()", then accessing the attribute will return
the descriptor object itself unless there is a value in the object's
instance dictionary.  If the descriptor defines "__set__()" and/or
"__delete__()", it is a data descriptor; if it defines neither, it is
a non-data descriptor.  Normally, data descriptors define both
"__get__()" and "__set__()", while non-data descriptors have just the
"__get__()" method.  Data descriptors with "__get__()" and "__set__()"
(and/or "__delete__()") defined always override a redefinition in an
instance dictionary.  In contrast, non-data descriptors can be
overridden by instances.

Python methods (including those decorated with "@staticmethod" and
"@classmethod") are implemented as non-data descriptors.  Accordingly,
instances can redefine and override methods.  This allows individual
instances to acquire behaviors that differ from other instances of the
same class.

La función "property()" es implementada como un descriptor de datos.
Por lo tanto, las instancias no pueden anular el comportamiento de una
propiedad.


3.3.2.4. __slots__
~~~~~~~~~~~~~~~~~~

*__slots__* allow us to explicitly declare data members (like
properties) and deny the creation of "__dict__" and *__weakref__*
(unless explicitly declared in *__slots__* or available in a parent.)

The space saved over using "__dict__" can be significant. Attribute
lookup speed can be significantly improved as well.

object.__slots__

   This class variable can be assigned a string, iterable, or sequence
   of strings with variable names used by instances.  *__slots__*
   reserves space for the declared variables and prevents the
   automatic creation of "__dict__" and *__weakref__* for each
   instance.


3.3.2.4.1. Notas sobre el uso de  *__slots__*
"""""""""""""""""""""""""""""""""""""""""""""

* When inheriting from a class without *__slots__*, the "__dict__" and
  *__weakref__* attribute of the instances will always be accessible.

* Without a "__dict__" variable, instances cannot be assigned new
  variables not listed in the *__slots__* definition.  Attempts to
  assign to an unlisted variable name raises "AttributeError". If
  dynamic assignment of new variables is desired, then add
  "'__dict__'" to the sequence of strings in the *__slots__*
  declaration.

* Without a *__weakref__* variable for each instance, classes defining
  *__slots__* do not support "weak references" to its instances. If
  weak reference support is needed, then add "'__weakref__'" to the
  sequence of strings in the *__slots__* declaration.

* *__slots__* are implemented at the class level by creating
  descriptors for each variable name.  As a result, class attributes
  cannot be used to set default values for instance variables defined
  by *__slots__*; otherwise, the class attribute would overwrite the
  descriptor assignment.

* The action of a *__slots__* declaration is not limited to the class
  where it is defined.  *__slots__* declared in parents are available
  in child classes. However, child subclasses will get a "__dict__"
  and *__weakref__* unless they also define *__slots__* (which should
  only contain names of any *additional* slots).

* Si una clase define un espacio (*slot*) también definido en una
  clase base, la variable de instancia definida por el espacio de la
  clase base es inaccesible (excepto al obtener su descriptor
  directamente de la clase base). Esto hace que el significado del
  programa sea indefinido. En el futuro se podría agregar una
  verificación para prevenir esto.

* *__slots__* no vacíos no funcionan para clases derivadas de tipos
  incorporados de “longitud variable” como "int", "bytes" y "tuple".

* Any non-string *iterable* may be assigned to *__slots__*.

* If a "dictionary" is used to assign *__slots__*, the dictionary keys
  will be used as the slot names. The values of the dictionary can be
  used to provide per-attribute docstrings that will be recognised by
  "inspect.getdoc()" and displayed in the output of "help()".

* "__class__" assignment works only if both classes have the same
  *__slots__*.

* Multiple inheritance with multiple slotted parent classes can be
  used, but only one parent is allowed to have attributes created by
  slots (the other bases must have empty slot layouts) - violations
  raise "TypeError".

* If an *iterator* is used for *__slots__* then a *descriptor* is
  created for each of the iterator's values. However, the *__slots__*
  attribute will be an empty iterator.


3.3.3. Personalización de creación de clases
--------------------------------------------

Whenever a class inherits from another class, "__init_subclass__()" is
called on the parent class. This way, it is possible to write classes
which change the behavior of subclasses. This is closely related to
class decorators, but where class decorators only affect the specific
class they're applied to, "__init_subclass__" solely applies to future
subclasses of the class defining the method.

classmethod object.__init_subclass__(cls)

   Este método es llamado siempre que la clase que lo contiene sea
   heredada. *cls* es entonces, la nueva subclase. Si se define como
   un método de instancia normal, éste es convertido de manera
   implícita a un método de clase.

   Los argumentos de palabra clave que fueron dados a una nueva clase,
   son pasados a la clase "__init_subclass__" del padre. Por temas de
   compatibilidad con otras clases que usan "__init_subclass__", uno
   debería quitar los argumentos de palabra clave y pasar los otros a
   la clase base, como en:

      class Philosopher:
          def __init_subclass__(cls, /, default_name, **kwargs):
              super().__init_subclass__(**kwargs)
              cls.default_name = default_name

      class AustralianPhilosopher(Philosopher, default_name="Bruce"):
          pass

   La implementación por defecto "object.__init_subclass__" no hace
   nada, pero lanza un error si es llamado con cualquier argumento.

   Nota:

     La sugerencia de metaclase "metaclass" es consumido por el resto
     de la maquinaria de tipos, y nunca se pasa a las implementaciones
     "__init_subclass__". La clase meta actual (más que la sugerencia
     explícita) puede ser accedida como "type(cls)".

   Nuevo en la versión 3.6.


3.3.3.1. Metaclases
~~~~~~~~~~~~~~~~~~~

Por defecto, las clases son construidas usando "type()". El cuerpo de
la clase es ejecutado en un nuevo espacio de nombres y el nombre de la
clase es ligado de forma local al resultado de "type(name, bases,
namespace)".

El proceso de creación de clase puede ser personalizado pasando el
argumento de palabra clave "metaclass" en la línea de definición de la
clase, o al heredar de una clase existente que incluya dicho
argumento. En el siguiente ejemplo, ambos "MyClass" y "MySubclass" son
instancias de "Meta":

   class Meta(type):
       pass

   class MyClass(metaclass=Meta):
       pass

   class MySubclass(MyClass):
       pass

Cualquier otro argumento de palabra clave que sea especificado en la
definición de clase es pasado mediante todas las operaciones de
metaclase descritas a continuación.

Cuando una definición de clase es ejecutada, los siguientes pasos
ocurren:

* Entradas de la Orden de Resolución de Método (MRU) son resueltas;

* se determina la metaclase adecuada;

* se prepara el espacio de nombres de clase;

* se ejecuta el cuerpo de la clase;

* se crea el objeto de clase.


3.3.3.2. Resolviendo entradas de la Orden de Resolución de Métodos (MRU)
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Si una base que aparece en la definición de una clase no es una
instancia de "type", entonces el método "__mro_entries__" se busca en
ella. Si es encontrado, se llama con la tupla de bases originales.
Este método debe retornar una tupla de clases que será utilizado en
lugar de esta base. La tupla puede estar vacía, en cuyo caso la base
original es ignorada.

Ver también:

  **PEP 560** - Soporte central para módulos de clasificación y tipos
  genéricos


3.3.3.3. Determinando la metaclase adecuada
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

La metaclase adecuada para la definición de una clase es determinada
de la siguiente manera:

* si no se dan bases ni metaclases explícitas, entonces se utiliza
  "type()";

* si se da una metaclase explícita y *no* es una instancia de
  "type()", entonces se utiliza directamente como la metaclase;

* si se da una instancia de "type()" como la metaclase explícita, o se
  definen bases, entonces se utiliza la metaclase más derivada.

La metaclase más derivada es elegida de la metaclase especificada
explícitamente (si existe) y de la metaclase (p. ej. "type(cls)") de
todas las clases base especificadas.


3.3.3.4. Preparando el espacio de nombres de la clase
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Once the appropriate metaclass has been identified, then the class
namespace is prepared. If the metaclass has a "__prepare__" attribute,
it is called as "namespace = metaclass.__prepare__(name, bases,
**kwds)" (where the additional keyword arguments, if any, come from
the class definition). The "__prepare__" method should be implemented
as a "classmethod". The namespace returned by "__prepare__" is passed
in to "__new__", but when the final class object is created the
namespace is copied into a new "dict".

Si la metaclase no tiene atributo "__prepare__", entonces el espacio
de nombres de clase es iniciado como un mapeo vacío ordenado.

Ver también:

  **PEP 3115** - Metaclases en Python 3000
     Introduce el enlace de espacio de nombres "__prepare__"


3.3.3.5. Ejecutando el cuerpo de la clase
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

El cuerpo de la clase es ejecutado como "exec(body, globals(),
namespace)" (aproximadamente). La diferencia clave con un llamado
normal a "exec()" es que el alcance léxico permite que el cuerpo de la
clase (incluyendo cualquier método) haga referencia a nombres de los
alcances actuales y externos cuando la definición de clase sucede
dentro de la función.

Sin embargo, aún cuando la definición de clase sucede dentro de la
función, los métodos definidos dentro de la clase aún no pueden ver
nombres definidos dentro del alcance de la clase. Variables de clase
deben ser accedidas a través del primer parámetro de instancia o
métodos de clase, o a través de la referencia al léxico implícito
"__class__" descrita en la siguiente sección.


3.3.3.6. Creando el objeto de clase
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Una vez que el espacio de nombres de la clase ha sido poblado al
ejecutar el cuerpo de la clase, el objeto de clase es creado al llamar
"metaclass(name, bases, namespace, **kwds)" (las palabras clave
adicionales que se pasan aquí, son las mismas que aquellas pasadas en
"__prepare__").

Este objeto de clase es el que será referenciado por la forma sin
argumentos de "super()". "__class__" es una referencia de cierre
implícita creada por el compilador si cualquier método en el cuerpo de
una clase se refiere tanto a "__class__" o "super". Esto permite que
la forma sin argumentos de "super()" identifique correctamente la
clase definida en base al alcance léxico, mientras la clase o
instancia que fue utilizada para hacer el llamado actual es
identificado en base al primer argumento que se pasa al método.

**CPython implementation detail:** En CPython 3.6 y posterior, la
celda "__class__" se pasa a la metaclase como una entrada
"__classcell__" en el espacio de nombres de la clase. En caso de
existir, esto debe ser propagado hacia el llamado "type.__new__" para
que la clase se inicie correctamente. No hacerlo resultará en un error
"RuntimeError" en Python 3.8.

Cuando se utiliza la metaclase por defecto "type", o cualquier otra
metaclase que finalmente llama a "type.__new__", los siguientes pasos
de personalización adicional son invocados después de crear el objeto
de clase:

* primero, "type.__new__" recolecta todos los descriptores en el
  espacio de nombres de la clase que definen un método
  "__set_name__()";

* segundo, todos esos métodos "__set_name__" son llamados con la clase
  definida y el nombre de un descriptor particular asignado;

* finalmente, el enlace "__init_subclass__()" llama al padre inmediato
  de la nueva clase en su orden de resolución del método.

Después de que el objeto de clase es creado, se pasa al decorador de
clase incluido en su definición (si existe) y el objeto resultante es
enlazado en el espacio de nombres local como la clase definida.

Cuando una nueva clase es creada por "type.__new__", el objeto
proporcionado como el parámetro de espacio de nombres es copiado a un
trazado ordenado y el objeto original es descartado. La nueva copia es
*envuelta* en un proxy de solo lectura, que se convierte en el
atributo "__dict__" del objeto de clase.

Ver también:

  **PEP 3135** - Nuevo súper
     Describe la referencia de cierre implícita "__class__"


3.3.3.7. Usos para metaclases
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Los usos potenciales para metaclases son ilimitados. Algunas ideas que
ya han sido exploradas incluyen enumeración, registros, revisión de
interface, delegación automática, creación de propiedades automática,
proxy, infraestructuras, y bloqueo/sincronización automática de
recursos.


3.3.4. Personalizando revisiones de instancia y subclase
--------------------------------------------------------

Los siguientes métodos son utilizados para anular el comportamiento
por defecto de las funciones incorporadas "isinstance()" y
"issubclass()".

En particular, la metaclase "abc.ABCMeta" implementa estos métodos
para permitir la adición de Clases Base Abstractas (ABCs, por su
nombre en inglés *Abstract Base Clases*) como “clases base virtuales”
a cualquier clase o tipo (incluyendo tipos incorporados), incluyendo
otros ABCs.

class.__instancecheck__(self, instance)

   Retorna *true* si la instancia *instance* debe ser considerada una
   instancia (directa o indirecta) de clase *class*. De ser definida,
   es llamado para implementar "isinstance(instance, class)".

class.__subclasscheck__(self, subclass)

   Retorna *true* si la subclase *subclass* debe ser considerada una
   subclase (directa o indirecta) de clase *class*. De ser definida,
   es llamado para implementar "issubclass(subclass, class)".

Tome en cuenta que estos métodos son buscados en el tipo (metaclase)
de una clase. No pueden ser definidos como métodos de clase en la
clase actual. Esto es consistente con la búsqueda de métodos
especiales que son llamados en instancias, solo en este caso la
instancia es por sí misma una clase.

Ver también:

  **PEP 3119** - Introducción a Clases Base Abstractas (*Abstract Base
  Classes*)
     Incluye la especificación para personalizar el comportamiento de
     "isinstance()" y "issubclass()" a través de "__instancecheck__()"
     y "__subclasscheck__()", con motivación para esta funcionalidad
     en el contexto de agregar Clases Base Abstractas (ver el módulo
     "abc") al lenguaje.


3.3.5. Emulando tipos genéricos
-------------------------------

When using *type annotations*, it is often useful to *parameterize* a
*generic type* using Python's square-brackets notation. For example,
the annotation "list[int]" might be used to signify a "list" in which
all the elements are of type "int".

Ver también:

  **PEP 484** - Type Hints
     Introducing Python's framework for type annotations

  Generic Alias Types
     Documentation for objects representing parameterized generic
     classes

  Genéricos, user-defined generics and "typing.Generic"
     Documentation on how to implement generic classes that can be
     parameterized at runtime and understood by static type-checkers.

A class can *generally* only be parameterized if it defines the
special class method "__class_getitem__()".

classmethod object.__class_getitem__(cls, key)

   Retornar un objeto representando la especialización de una clase
   genérica por argumentos de tipo encontrados en *key*.

   When defined on a class, "__class_getitem__()" is automatically a
   class method. As such, there is no need for it to be decorated with
   "@classmethod" when it is defined.


3.3.5.1. The purpose of *__class_getitem__*
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

The purpose of "__class_getitem__()" is to allow runtime
parameterization of standard-library generic classes in order to more
easily apply *type hints* to these classes.

To implement custom generic classes that can be parameterized at
runtime and understood by static type-checkers, users should either
inherit from a standard library class that already implements
"__class_getitem__()", or inherit from "typing.Generic", which has its
own implementation of "__class_getitem__()".

Custom implementations of "__class_getitem__()" on classes defined
outside of the standard library may not be understood by third-party
type-checkers such as mypy. Using "__class_getitem__()" on any class
for purposes other than type hinting is discouraged.


3.3.5.2. *__class_getitem__* versus *__getitem__*
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Usually, the subscription of an object using square brackets will call
the "__getitem__()" instance method defined on the object's class.
However, if the object being subscribed is itself a class, the class
method "__class_getitem__()" may be called instead.
"__class_getitem__()" should return a GenericAlias object if it is
properly defined.

Presented with the *expression* "obj[x]", the Python interpreter
follows something like the following process to decide whether
"__getitem__()" or "__class_getitem__()" should be called:

   from inspect import isclass

   def subscribe(obj, x):
       """Return the result of the expression `obj[x]`"""

       class_of_obj = type(obj)

       # If the class of obj defines __getitem__,
       # call class_of_obj.__getitem__(obj, x)
       if hasattr(class_of_obj, '__getitem__'):
           return class_of_obj.__getitem__(obj, x)

       # Else, if obj is a class and defines __class_getitem__,
       # call obj.__class_getitem__(x)
       elif isclass(obj) and hasattr(obj, '__class_getitem__'):
           return obj.__class_getitem__(x)

       # Else, raise an exception
       else:
           raise TypeError(
               f"'{class_of_obj.__name__}' object is not subscriptable"
           )

In Python, all classes are themselves instances of other classes. The
class of a class is known as that class's *metaclass*, and most
classes have the "type" class as their metaclass. "type" does not
define "__getitem__()", meaning that expressions such as "list[int]",
"dict[str, float]" and "tuple[str, bytes]" all result in
"__class_getitem__()" being called:

   >>> # list has class "type" as its metaclass, like most classes:
   >>> type(list)
   <class 'type'>
   >>> type(dict) == type(list) == type(tuple) == type(str) == type(bytes)
   True
   >>> # "list[int]" calls "list.__class_getitem__(int)"
   >>> list[int]
   list[int]
   >>> # list.__class_getitem__ returns a GenericAlias object:
   >>> type(list[int])
   <class 'types.GenericAlias'>

However, if a class has a custom metaclass that defines
"__getitem__()", subscribing the class may result in different
behaviour. An example of this can be found in the "enum" module:

   >>> from enum import Enum
   >>> class Menu(Enum):
   ...     """A breakfast menu"""
   ...     SPAM = 'spam'
   ...     BACON = 'bacon'
   ...
   >>> # Enum classes have a custom metaclass:
   >>> type(Menu)
   <class 'enum.EnumMeta'>
   >>> # EnumMeta defines __getitem__,
   >>> # so __class_getitem__ is not called,
   >>> # and the result is not a GenericAlias object:
   >>> Menu['SPAM']
   <Menu.SPAM: 'spam'>
   >>> type(Menu['SPAM'])
   <enum 'Menu'>

Ver también:

  **PEP 560** - Core Support for typing module and generic types
     Introducing "__class_getitem__()", and outlining when a
     subscription results in "__class_getitem__()" being called
     instead of "__getitem__()"


3.3.6. Emulando objetos que se pueden llamar
--------------------------------------------

object.__call__(self[, args...])

   Es llamado cuando la instancia es “llamada” como una función; si
   este método es definido, "x(arg1, arg2, …)" es una clave corta para
   "x.__call__(arg1, arg2, …)".


3.3.7. Emulando tipos de contenedores
-------------------------------------

The following methods can be defined to implement container objects.
Containers usually are *sequences* (such as "lists" or "tuples") or
*mappings* (like "dictionaries"), but can represent other containers
as well.  The first set of methods is used either to emulate a
sequence or to emulate a mapping; the difference is that for a
sequence, the allowable keys should be the integers *k* for which "0
<= k < N" where *N* is the length of the sequence, or "slice" objects,
which define a range of items.  It is also recommended that mappings
provide the methods "keys()", "values()", "items()", "get()",
"clear()", "setdefault()", "pop()", "popitem()", "copy()", and
"update()" behaving similar to those for Python's standard
"dictionary" objects.  The "collections.abc" module provides a
"MutableMapping" *abstract base class* to help create those methods
from a base set of "__getitem__()", "__setitem__()", "__delitem__()",
and "keys()". Mutable sequences should provide methods "append()",
"count()", "index()", "extend()", "insert()", "pop()", "remove()",
"reverse()" and "sort()", like Python standard "list" objects.
Finally, sequence types should implement addition (meaning
concatenation) and multiplication (meaning repetition) by defining the
methods "__add__()", "__radd__()", "__iadd__()", "__mul__()",
"__rmul__()" and "__imul__()" described below; they should not define
other numerical operators.  It is recommended that both mappings and
sequences implement the "__contains__()" method to allow efficient use
of the "in" operator; for mappings, "in" should search the mapping's
keys; for sequences, it should search through the values.  It is
further recommended that both mappings and sequences implement the
"__iter__()" method to allow efficient iteration through the
container; for mappings, "__iter__()" should iterate through the
object's keys; for sequences, it should iterate through the values.

object.__len__(self)

   Es llamado para implementar la función incorporada "len()". Debe
   retornar la longitud del objeto, un entero ">=" 0. También, un
   objeto que no define un método "__bool__()" y cuyo método
   "__len__()" retorna cero, es considerado como falso en un contexto
   booleano.

   **CPython implementation detail:** En CPython, se requiere que la
   longitud sea como mucho "sys.maxsize". Si la longitud es más grande
   que "sys.maxsize" algunas características (como "len()") pueden
   lanzar una excepción "OverflowError". Para prevenir lanzar una
   excepción "OverflowError" al validar la verdad de un valor, un
   objeto debe definir un método "__bool__()".

object.__length_hint__(self)

   Es llamado para implementar "operator.length_hint()". Debe retornar
   una longitud estimada para el objeto (que puede ser mayor o menor
   que la longitud actual). La longitud debe ser un entero ">=" 0. El
   valor de retorno también debe ser "NotImplemented" el cual es
   tratado de igual forma a que si el método "__length_hint__" no
   existiera en absoluto. Este método es puramente una optimización y
   nunca es requerido para precisión.

   Nuevo en la versión 3.4.

Nota:

  La segmentación se hace exclusivamente con los siguientes tres
  métodos. Un llamado como

     a[1:2] = b

  es traducido a

     a[slice(1, 2, None)] = b

  etcétera. Elementos faltantes de segmentos siempre son llenados con
  "None".

object.__getitem__(self, key)

   Called to implement evaluation of "self[key]". For *sequence*
   types, the accepted keys should be integers and slice objects.
   Note that the special interpretation of negative indexes (if the
   class wishes to emulate a *sequence* type) is up to the
   "__getitem__()" method. If *key* is of an inappropriate type,
   "TypeError" may be raised; if of a value outside the set of indexes
   for the sequence (after any special interpretation of negative
   values), "IndexError" should be raised. For *mapping* types, if
   *key* is missing (not in the container), "KeyError" should be
   raised.

   Nota:

     ciclos "for" esperan que una excepción "IndexError" sea lanzada
     para que índices ilegales permitan la detección adecuada del fin
     de una secuencia.

   Nota:

     When subscripting a *class*, the special class method
     "__class_getitem__()" may be called instead of "__getitem__()".
     See __class_getitem__ versus __getitem__ for more details.

object.__setitem__(self, key, value)

   Es llamado para implementar la asignación a "self[key]". Lo mismo
   con respecto a "__getitem__()". Esto solo debe ser implementado
   para mapeos si los objetos permiten cambios a los valores de las
   llaves, o si nuevas llaves pueden ser añadidas, o para secuencias
   si los elementos pueden ser reemplazados. Las mismas excepciones
   deben ser lanzadas para valores de *key* inadecuados con respecto
   al método "__getitem__()".

object.__delitem__(self, key)

   Es llamado para implementar el borrado de "self[key]". Lo mismo con
   respecto a "__getitem__()". Esto solo debe ser implementado para
   mapeos si los objetos permiten el borrado de llaves, o para
   secuencias si los elementos pueden ser eliminados de la secuencia.
   Las mismas excepciones deben ser lanzadas por valores de *key*
   inapropiados con respecto al método "__getitem__()".

object.__missing__(self, key)

   Es llamado por "dict"."__getitem__()" para implementar "self[key]"
   para subclases de diccionarios cuando la llave no se encuentra en
   el diccionario.

object.__iter__(self)

   Este método es llamado cuando se requiere un iterador para un
   contenedor. Este método debe retornar un nuevo objeto iterador que
   pueda iterar todos los objetos del contenedor. Para mapeos, debe
   iterar sobre las llaves del contenedor.

   Objetos iteradores también necesitan implementar este método; son
   requeridos para retornarse a sí mismos. Para mayor información
   sobre objetos iteradores, ver Tipos de iteradores.

object.__reversed__(self)

   Es llamado (si existe) por la función incorporada "reversed()" para
   implementar una interacción invertida. Debe retornar un nuevo
   objeto iterador que itere sobre todos los objetos en el contenedor
   en orden inverso.

   Si el método "__reversed__()" no es proporcionado, la función
   incorporada "reversed()" recurrirá a utilizar el protocolo de
   secuencia ("__len__()" y "__getitem__()"). Objetos que permiten el
   protocolo de secuencia deben únicamente proporcionar
   "__reversed__()" si no pueden proporcionar una implementación que
   sea más eficiente que la proporcionada por "reversed()".

Los operadores de prueba de pertenencia ("in" and "not in") son
normalmente implementados como una iteración sobre un contenedor. Sin
embargo, los objetos de contenedor pueden proveer el siguiente método
especial con una implementación más eficiente, que tampoco requiere
que el objeto sea iterable.

object.__contains__(self, item)

   Es llamado para implementar operadores de prueba de pertenencia.
   Deben retornar *true* si *item* se encuentra en *self*, de lo
   contrario *false*. Para objetos de mapeo, estos debe considerar las
   llaves del mapeo en lugar de los valores o los pares de llave-
   valor.

   Para objetos que no definen "__contains__()", la prueba de
   pertenencia primero intenta la iteración a través de "__iter__()",
   y luego el antiguo protocolo de iteración de secuencia a través de
   "__getitem__()", ver esta sección en la referencia del lenguaje.


3.3.8. Emulando tipos numéricos
-------------------------------

Los siguientes métodos pueden ser definidos para emular objetos
numéricos. Métodos que corresponden a operaciones que no son
permitidas por el número particular implementado (por ejemplo,
operaciones bit a bit para números no enteros) se deben dejar sin
definir.

object.__add__(self, other)
object.__sub__(self, other)
object.__mul__(self, other)
object.__matmul__(self, other)
object.__truediv__(self, other)
object.__floordiv__(self, other)
object.__mod__(self, other)
object.__divmod__(self, other)
object.__pow__(self, other[, modulo])
object.__lshift__(self, other)
object.__rshift__(self, other)
object.__and__(self, other)
object.__xor__(self, other)
object.__or__(self, other)

   Estos métodos son llamados para implementar las operaciones
   aritméticas binarias ("+", "-", "*", "@", "/", "//", "%",
   "divmod()", "pow()", "**", "<<", ">>", "&", "^", "|"). Por ejemplo,
   para evaluar la expresión "x + y", donde *x* es instancia de una
   clase que tiene un método "__add__()", "x.__add__(y)" es llamado.
   El método "__divmod__()" debe ser el equivalente a usar
   "__floordiv__()" y "__mod__()"; no debe ser relacionado a
   "__truediv__()". Se debe tomar en cuenta que "__pow__()" debe ser
   definido para aceptar un tercer argumento opcional si la versión
   ternaria de la función incorporada "pow()" es soportada.

   Si alguno de esos métodos no permiten la operación con los
   argumentos suministrados, debe retornar "NotImplemented".

object.__radd__(self, other)
object.__rsub__(self, other)
object.__rmul__(self, other)
object.__rmatmul__(self, other)
object.__rtruediv__(self, other)
object.__rfloordiv__(self, other)
object.__rmod__(self, other)
object.__rdivmod__(self, other)
object.__rpow__(self, other[, modulo])
object.__rlshift__(self, other)
object.__rrshift__(self, other)
object.__rand__(self, other)
object.__rxor__(self, other)
object.__ror__(self, other)

   Estos métodos son llamados para implementar las operaciones
   aritméticas binarias ("+", "-", "*", "@", "/", "//", "%",
   "divmod()", "pow()", "**", "<<", ">>", "&", "^", "|") con operandos
   reflejados (intercambiados). Estas funciones son llamadas
   únicamente si el operando izquierdo no soporta la operación
   correspondiente [3] y los operandos son de tipos diferentes. [4]
   Por ejemplo, para evaluar la expresión "x - y", donde *y* es
   instancia de una clase que tiene un método "__rsub__()",
   "y.__rsub__(x)" es llamado si "x.__sub__(y)" retorna
   *NotImplemented*.

   Se debe tomar en cuenta que la función ternaria "pow()" no
   intentará llamar a "__rpow__()" (las reglas de coerción se
   volverían demasiado complicadas).

   Nota:

     Si el tipo del operando de la derecha es una subclase del tipo
     del operando de la izquierda y esa subclase proporciona el método
     reflejado para la operación, este método será llamado antes del
     método no reflejado del operando izquierdo. Este comportamiento
     permite que las subclases anulen las operaciones de sus
     predecesores.

object.__iadd__(self, other)
object.__isub__(self, other)
object.__imul__(self, other)
object.__imatmul__(self, other)
object.__itruediv__(self, other)
object.__ifloordiv__(self, other)
object.__imod__(self, other)
object.__ipow__(self, other[, modulo])
object.__ilshift__(self, other)
object.__irshift__(self, other)
object.__iand__(self, other)
object.__ixor__(self, other)
object.__ior__(self, other)

   Estos métodos son llamados para implementar las asignaciones
   aritméticas aumentadas ("+=", "-=", "*=", "@=", "/=", "//=", "%=",
   "**=", "<<=", ">>=", "&=", "^=", "|="). Estos métodos deben
   intentar realizar la operación *in-place* (modificando *self*) y
   retornar el resultado (que puede, pero no tiene que ser *self*). Si
   un método específico no es definido, la asignación aumentada
   regresa a los métodos normales. Por ejemplo, si *x* es la instancia
   de una clase con el método "__iadd__()", "x += y" es equivalente a
   "x = x.__iadd__(y)". De lo contrario "x.__add__(y)" y
   "y.__radd__(x)" se consideran al igual que con la evaluación de "x
   + y". En ciertas situaciones, asignaciones aumentadas pueden
   resultar en errores no esperados (ver ¿Por qué hacer lo siguiente,
   a_tuple[i] += ['item'], lanza una excepción cuando la suma
   funciona?), pero este comportamiento es en realidad parte del
   modelo de datos.

   Nota:

     Debido a un error en el mecanismo de envío de "**=", una clase
     que define "__ipow__()" pero retorna "NotImplemented" no podría
     volver a "x.__pow__(y)" y "y.__rpow__(x)". Este error se corrigió
     en Python 3.10.

object.__neg__(self)
object.__pos__(self)
object.__abs__(self)
object.__invert__(self)

   Es llamado para implementar las operaciones aritméticas unarias
   ("-", "+", "abs()" and "~").

object.__complex__(self)
object.__int__(self)
object.__float__(self)

   Es llamado para implementar las funciones incorporadas "complex()",
   "int()" y "float()". Debe retornar un valor del tipo apropiado.

object.__index__(self)

   Es llamado para implementar "operator.index()", y cuando sea que
   Python necesite convertir sin pérdidas el objeto numérico a un
   objeto entero (tal como en la segmentación o *slicing*, o las
   funciones incorporadas "bin()", "hex()" y "oct()"). La presencia de
   este método indica que el objeto numérico es un tipo entero. Debe
   retornar un entero.

   Si "__int__()", "__float__()" y "__complex__()" no son definidos,
   entonces todas las funciones incorporadas correspondientes "int()",
   "float()" y "complex()" vuelven a "__index__()".

object.__round__(self[, ndigits])
object.__trunc__(self)
object.__floor__(self)
object.__ceil__(self)

   Es llamado para implementar la función incorporada "round()" y las
   funciones "math" "trunc()", "floor()" y "ceil()". A menos que
   *ndigits* sea pasado a "__round__()" todos estos métodos deben
   retornar el valor del objeto truncado a "Integral" (normalmente
   "int").

   The built-in function "int()" falls back to "__trunc__()" if
   neither "__int__()" nor "__index__()" is defined.


3.3.9. Gestores de Contexto en la Declaración *with*
----------------------------------------------------

Un *context manager* es un objeto que define el contexto en tiempo de
ejecución a ser establecido cuando se ejecuta una declaración "with".
El gestor de contexto maneja la entrada y la salida del contexto en
tiempo de ejecución deseado para la ejecución del bloque de código.
Los gestores de contexto son normalmente invocados utilizando la
declaración "with" (descritos en la sección La sentencia with), pero
también pueden ser utilizados al invocar directamente sus métodos.

Usos típicos de los gestores de contexto incluyen guardar y
restablecer diversos tipos de declaraciones globales, bloquear y
desbloquear recursos, cerrar archivos abiertos, etc.

Para más información sobre gestores de contexto, ver Tipos Gestores de
Contexto.

object.__enter__(self)

   Ingresa al contexto en tiempo de ejecución relacionado con este
   objeto. La declaración "with" ligará el valor de retorno de este
   método al objetivo especificado en cláusula "as" de la declaración,
   en caso de existir.

object.__exit__(self, exc_type, exc_value, traceback)

   Sale del contexto en tiempo de ejecución relacionado a este objeto.
   Los parámetros describen la excepción que causa la salida del
   contexto. Si éste se termina sin excepción, los tres argumentos
   serán "None".

   Si se proporciona una excepción, y el método desea eliminarla (por
   ejemplo, prevenir que sea propagada), debe retornar un valor
   verdadero. De lo contrario, la excepción será procesada de forma
   normal al salir de este método.

   Se debe tomar en cuenta que los métodos "__exit__()" no deben
   lanzar de nuevo la excepción que se pasa; esto es la
   responsabilidad de quien hace el llamado.

Ver también:

  **PEP 343** - La declaración “with”
     La especificación, el antecedente, y los ejemplos para la
     declaración de Python "with".


3.3.10. Búsqueda de método especial
-----------------------------------

Para clases personalizadas, invocaciones implícitas de métodos
especiales solo están garantizados para trabajar correctamente si son
definidos en un tipo de objeto, no en el diccionario de instancia del
objeto. Ese comportamiento es la razón por la que el siguiente código
lanza una excepción:

   >>> class C:
   ...     pass
   ...
   >>> c = C()
   >>> c.__len__ = lambda: 5
   >>> len(c)
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: object of type 'C' has no len()

The rationale behind this behaviour lies with a number of special
methods such as "__hash__()" and "__repr__()" that are implemented by
all objects, including type objects. If the implicit lookup of these
methods used the conventional lookup process, they would fail when
invoked on the type object itself:

   >>> 1 .__hash__() == hash(1)
   True
   >>> int.__hash__() == hash(int)
   Traceback (most recent call last):
     File "<stdin>", line 1, in <module>
   TypeError: descriptor '__hash__' of 'int' object needs an argument

Intentar invocar de manera incorrecta el método no ligado de una clase
de esta forma a veces es denominado como ‘confusión de metaclase’, y
se evita sobrepasando la instancia al buscar métodos especiales:

   >>> type(1).__hash__(1) == hash(1)
   True
   >>> type(int).__hash__(int) == hash(int)
   True

In addition to bypassing any instance attributes in the interest of
correctness, implicit special method lookup generally also bypasses
the "__getattribute__()" method even of the object's metaclass:

   >>> class Meta(type):
   ...     def __getattribute__(*args):
   ...         print("Metaclass getattribute invoked")
   ...         return type.__getattribute__(*args)
   ...
   >>> class C(object, metaclass=Meta):
   ...     def __len__(self):
   ...         return 10
   ...     def __getattribute__(*args):
   ...         print("Class getattribute invoked")
   ...         return object.__getattribute__(*args)
   ...
   >>> c = C()
   >>> c.__len__()                 # Explicit lookup via instance
   Class getattribute invoked
   10
   >>> type(c).__len__(c)          # Explicit lookup via type
   Metaclass getattribute invoked
   10
   >>> len(c)                      # Implicit lookup
   10

Bypassing the "__getattribute__()" machinery in this fashion provides
significant scope for speed optimisations within the interpreter, at
the cost of some flexibility in the handling of special methods (the
special method *must* be set on the class object itself in order to be
consistently invoked by the interpreter).


3.4. Corrutinas
===============


3.4.1. Objetos Esperables
-------------------------

An *awaitable* object generally implements an "__await__()" method.
*Coroutine objects* returned from "async def" functions are awaitable.

Nota:

  The *generator iterator* objects returned from generators decorated
  with "types.coroutine()" or "asyncio.coroutine()" are also
  awaitable, but they do not implement "__await__()".

object.__await__(self)

   Debe retornar un *iterator*. Debe ser utilizado para implementar
   objetos *awaitable*. Por ejemplo, "asyncio.Future" implementa este
   método para ser compatible con la expresión "await".

Nuevo en la versión 3.5.

Ver también:

  **PEP 492** para información adicional sobre objetos esperables.


3.4.2. Objetos de Corrutina
---------------------------

*Coroutine objects* are *awaitable* objects. A coroutine's execution
can be controlled by calling "__await__()" and iterating over the
result.  When the coroutine has finished executing and returns, the
iterator raises "StopIteration", and the exception's "value" attribute
holds the return value.  If the coroutine raises an exception, it is
propagated by the iterator.  Coroutines should not directly raise
unhandled "StopIteration" exceptions.

Las corrutinas también tienen los métodos mencionados a continuación,
los cuales son análogos a los de los generadores. (ver Métodos
generador-iterador). Sin embargo, a diferencia de los generadores, las
corrutinas no soportan directamente iteración.

Distinto en la versión 3.5.2: Es un error "RuntimeError" esperar a una
corrutina más de una vez.

coroutine.send(value)

   Starts or resumes execution of the coroutine.  If *value* is
   "None", this is equivalent to advancing the iterator returned by
   "__await__()".  If *value* is not "None", this method delegates to
   the "send()" method of the iterator that caused the coroutine to
   suspend.  The result (return value, "StopIteration", or other
   exception) is the same as when iterating over the "__await__()"
   return value, described above.

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

   Raises the specified exception in the coroutine.  This method
   delegates to the "throw()" method of the iterator that caused the
   coroutine to suspend, if it has such a method.  Otherwise, the
   exception is raised at the suspension point.  The result (return
   value, "StopIteration", or other exception) is the same as when
   iterating over the "__await__()" return value, described above.  If
   the exception is not caught in the coroutine, it propagates back to
   the caller.

coroutine.close()

   Causa que la corrutina misma se borre a sí misma y termine su
   ejecución. Si la corrutina es suspendida, este método primero
   delega a "close()", si existe, del iterador que causó la suspensión
   de la corrutina. Luego lanza una excepción "GeneratorExit" en el
   punto de suspensión, causando que la corrutina se borre a sí misma.
   Finalmente, la corrutina es marcada como completada, aún si nunca
   inició.

   Objetos de corrutina son cerrados automáticamente utilizando el
   proceso anterior cuando están a punto de ser destruidos.


3.4.3. Iteradores asíncronos
----------------------------

Un *iterador asíncrono* puede llamar código asíncrono en su método
"__anext__".

Iteradores asíncronos pueden ser utilizados en la declaración "async
for".

object.__aiter__(self)

   Debe retornar un objeto de *iterador asíncrono*.

object.__anext__(self)

   Debe retornar un *esperable* (awaitable) resultante en el siguiente
   valor del iterador. Debe levantar una excepción
   "StopAsyncIteration" cuando la iteración termina.

Un ejemplo de objeto iterable asíncrono:

   class Reader:
       async def readline(self):
           ...

       def __aiter__(self):
           return self

       async def __anext__(self):
           val = await self.readline()
           if val == b'':
               raise StopAsyncIteration
           return val

Nuevo en la versión 3.5.

Distinto en la versión 3.7: Prior to Python 3.7, "__aiter__()" could
return an *awaitable* that would resolve to an *asynchronous
iterator*.Starting with Python 3.7, "__aiter__()" must return an
asynchronous iterator object.  Returning anything else will result in
a "TypeError" error.


3.4.4. Gestores de Contexto Asíncronos
--------------------------------------

Un *gestor de contexto asíncrono* es un *gestor de contexto* que puede
suspender la ejecución en sus métodos "__aenter__" y "__aexit__".

Los gestores de contexto asíncronos pueden ser utilizados en una
declaración "async with".

object.__aenter__(self)

   Semánticamente similar a "__enter__()", siendo la única diferencia
   que debe retorna un *esperable*.

object.__aexit__(self, exc_type, exc_value, traceback)

   Semánticamente similar a "__exit__()", siendo la única diferencia
   que debe retornar un *esperable*.

Un ejemplo de una clase de gestor de contexto asíncrono:

   class AsyncContextManager:
       async def __aenter__(self):
           await log('entering context')

       async def __aexit__(self, exc_type, exc, tb):
           await log('exiting context')

Nuevo en la versión 3.5.

-[ Notas a pie de página ]-

[1] Es posible cambiar en algunos casos un tipo de objeto bajo ciertas
    circunstancias controladas. Generalmente no es buena idea, ya que
    esto puede llevar a un comportamiento bastante extraño de no ser
    tratado correctamente.

[2] The "__hash__()", "__iter__()", "__reversed__()", and
    "__contains__()" methods have special handling for this; others
    will still raise a "TypeError", but may do so by relying on the
    behavior that "None" is not callable.

[3] “No soporta” aquí significa que la clase no tiene tal método, o el
    método retorna "NotImplemented". No establecer el método a "None"
    si se quiere forzar el retroceso al método reflejado del operando
    correcto—eso, por el contrario, tendrá un efecto opuesto de
    bloquear explícitamente dicho retroceso.

[4] For operands of the same type, it is assumed that if the non-
    reflected method -- such as "__add__()" -- fails then the overall
    operation is not supported, which is why the reflected method is
    not called.
