<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Enhancing Python on Medium]]></title>
        <description><![CDATA[Stories by Enhancing Python on Medium]]></description>
        <link>https://medium.com/@grupotopunisinos?source=rss-4f43ba8179d6------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*e-cLqqzHzMJcoluYeSXkcA.png</url>
            <title>Stories by Enhancing Python on Medium</title>
            <link>https://medium.com/@grupotopunisinos?source=rss-4f43ba8179d6------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Wed, 18 Nov 2026 04:57:44 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@grupotopunisinos/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Python]]></title>
            <link>https://medium.com/@grupotopunisinos/python-df74efb3799f?source=rss-4f43ba8179d6------2</link>
            <guid isPermaLink="false">https://medium.com/p/df74efb3799f</guid>
            <category><![CDATA[python-trade-offs]]></category>
            <category><![CDATA[python]]></category>
            <category><![CDATA[paradigmas]]></category>
            <dc:creator><![CDATA[Enhancing Python]]></dc:creator>
            <pubDate>Mon, 26 Mar 2018 14:09:25 GMT</pubDate>
            <atom:updated>2018-05-07T14:49:46.085Z</atom:updated>
            <content:encoded><![CDATA[<h3>Domínio</h3><p>Python é uma linguagem <strong>multi-paradigma,</strong> ou seja, se encaixa em mais de um dos paradigmas de programação.</p><h4><strong>Paradigma</strong></h4><p>Como citado acima, Python é uma linguagem multi-paradigma. Os paradigmas em que se encaixa são: <strong>orientado a objetos</strong>, <strong>imperativo </strong>e até mesmo <strong>procedural</strong>.</p><h3>Aspectos Importantes</h3><p>Python é uma linguagem de <strong>alto nível</strong>, considerada <strong>flexível </strong>pois não há a necessidade de declaração de variáveis e tipos, e também por possuir diversas <strong>bibliotecas </strong>com acesso a diferentes códigos. Programas em Python podem ser escritos em um <strong>simples </strong>editor de texto, seu código é <strong>open-source </strong>o que ajuda na sua <strong>portabilidade, </strong>possui uma ótima <strong>documentação </strong>o que a torna <strong>acessível </strong>e módulos de código em C podem ser adicionados a programas Python, o que faz com que a linguagem seja <strong>extensível</strong>.</p><h3><strong>Trade-Offs</strong></h3><p><strong>Delimitação dos blocos de código utilizando somente indentação</strong>: esta característica pode ser considerada boa, pois ajuda na leitura do código, já que o programador deve realizar a indentação corretamente. Entretanto, se não o fizer, código poderá conter diversos bugs, especialmente em códigos com iteração.</p><p><strong>Não há controle sobre os tipos de dados: </strong>esta é outra característica que alguns programadores podem considerar como boa, devido a despreocupação gerada devido a não necessidade de declarar os tipos das variáveis. Porém, pensando no consumo de memória, ela se torna ruim pois a alocação feita para uma variável nem sempre será a melhor. A não tipagem das variáveis também pode gerar erros em comparações, forçando a utilização de parses.</p><p>Para programas sem muita complexidade e interoperabilidade, com poucas classes e definições de negócio, o Python é uma ótima escolha. Porém, para <strong>desenvolver programas de grande escala</strong>, a <strong>nível empresarial</strong>, a <strong>complexidade </strong>aumenta consideravelmente.</p><p><strong>É interpretada:</strong> não há a verificação sintática que acontece no processo de compilação, deixando o código mais vulnerável a erros em tempo de execução.</p><p>Sua <strong>vinculação </strong>de tipos de dados é <strong>dinâmica</strong>, o que torna a execução mais lenta devido à verificação de erros em tempo de execução, porém é mais flexível em termos de facilidade de escrita.</p><h3>Influência</h3><p>Segundo <a href="https://www.artima.com/intv/pythonP.html"><strong>entrevista</strong></a><strong> </strong>dada por seu criador, <strong>Guido van Rossum</strong>, Python tem grande influência da Linguagem <strong>ABC</strong>, projeto no qual Rossum trabalhou. Na imagem abaixo, retirada do <a href="http://exploring-data.com/vis/programming-languages-influence-network/#Python"><strong>Exploring Data</strong></a>, podemos também identificar outras influências como <strong>C++</strong>,<strong> Lisp</strong>,<strong> Haskell, JAVA </strong>e <strong>Perl</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xCdRcQ5C2gsm-iMOZqybKg.png" /><figcaption>Influências do Python</figcaption></figure><h3>Método de Implementação</h3><p>Python é uma linguagem <strong>interpretada</strong>, porém se um arquivo <strong>.pyc</strong> é gerado, o código será <strong>compilado</strong>. A linguagem é tipicamente usada em <strong>aplicações web</strong>, algoritmos de <strong>machine learning </strong>e como linguagem de <em>scripting</em> para <strong>administração de sistemas</strong>, por isso é mais usada como uma linguagem interpretada.</p><h3>Ambiente de Programação</h3><p>Como já foi citado, programas em Python podem ser desenvolvidos em um simples editor de texto, tais como <strong>Sublime</strong>, <strong>Atom </strong>e <strong>NotePad++</strong>. Mas há também a opção de utilizar IDE’s para o desenvolvimento em Python como a <a href="https://www.jetbrains.com/pycharm/"><strong>PyCharm</strong></a>, <a href="https://pythonhosted.org/spyder/"><strong>Spyder </strong></a>ou até mesmo o <a href="https://www.visualstudio.com/pt-br/vs/features/python/"><strong>VisualStudio</strong></a><strong>, </strong>com sua grande variedade de extensões.</p><p>Uma das vantagens de se usar Python em um ambiente de programação avançado, como o <strong>Spyder</strong>, é que cada linha de código pode ser <strong>executada separadamente</strong>, então pode-se fazer a seleção de um bloco de código em específico a ser executado e o <strong>teste da funcionalidade</strong> pode ser feito <strong>imediatamente após a escrita</strong>. Isso pode ser feito devido a <strong>implementação interpretada</strong> da linguagem. Um exemplo pode ser visto abaixo, onde é feito o acesso a variavel <strong>initialVector</strong> e podem ser vistos seus valores:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/665/1*7V29t0DqfMNRWWLkLEpZjg.png" /><figcaption>Teste Initial Vector na IDE Spyder</figcaption></figure><h3>Representação EBNF</h3><p>Abaixo podemos observar a representação da declaração do <strong>for</strong> com a utilização do sistema <strong>EBNF</strong>.</p><pre><strong>for_stmt</strong> ::=  &quot;for&quot; <a href="https://docs.python.org/2/reference/simple_stmts.html#grammar-token-target_list"><strong>target_list</strong></a> &quot;in&quot; <a href="https://docs.python.org/2/reference/expressions.html#grammar-token-expression_list"><strong>expression_list</strong></a> &quot;:&quot; <a href="https://docs.python.org/2/reference/compound_stmts.html#grammar-token-suite"><strong>suite</strong></a><br>              [&quot;else&quot; &quot;:&quot; <a href="https://docs.python.org/2/reference/compound_stmts.html#grammar-token-suite"><strong>suite</strong></a>]</pre><p>Mais representações podem ser encontradas na <a href="https://docs.python.org/2/reference/index.html"><strong>documentação</strong></a> do Python.</p><h3>Gerenciamento de Memória</h3><p>Python (assim como C#, Java, Perl, Ruby e Lua) utiliza <strong><em>garbage collection</em></strong><em> </em>ao invés de gerenciamento de memória manual. O gerenciador de memória procura periodicamente por qualquer objeto que não está mais sendo referenciados pelo programa.</p><p>O Python utiliza um <strong>heap privado </strong>contendo todos os objetos e estruturas de dados. Ele utiliza aspectos variados de gerenciamento de <strong>armazenamento dinâmico</strong>, como: compartilhamento, segmentação, pré-alocação ou <em>caching.</em></p><p>O programador não possui acesso a este <strong>heap</strong> privado, ele é gerenciado pelo interpretador. A alocação do objetos no <strong>heap</strong> é feita <strong>sob demanda</strong> pelo gerenciador de memória do Python, a API core dá acesso a algumas ferramentas para o programador. Informações mais detalhadas podem ser encontradas na <a href="https://docs.python.org/3/c-api/memory.html"><strong>documentação</strong></a> do Python.</p><h4>Vantagens e Desvantagens</h4><p>A grande e principal vantagem do gerenciamento de memória do Python é o seu <strong>Garbage Collector</strong>, que é um mecanismo responsável pela desalocação da memória uma vez que ela não é mais utilizada. Seu funcionamento ocorre através de <strong>contadores</strong>, que possuem a informação de quantas vezes um objeto é utilizado. Uma vez que esses contadores forem zerados, significa que o objeto já não é mais necessário, então o GC remove a referência do objeto da memória liberando espaço para outros recursos. Mesmo sendo uma técnica utilizada em outras linguagens bastante renomadas, o Python possui um <strong>problema com objetos globais</strong>: eles não deixam de existir ao decorrer do programa, fazendo com que o trecho de memória a ele alocado <strong>nunca seja liberado</strong>, desse modo recomenda-se que os objetos globais não sejam objetos muito robustos, para que a performance do algoritmo seja cada vez melhor.</p><h3>Avaliação sobre a Leitura e Escrita</h3><p>Abaixo segue um exemplo de um código que mostra as peculiaridades do Python, como a dependência de uma indentação para controle de fluxo e as dependências externas. O código se trata de um método de ordenação chamado BucketSort, aliado com ferramentas para a plotagem de gráficos a partir dos resultados obtidos na ordenação.</p><iframe src="" width="0" height="0" frameborder="0" scrolling="no"><a href="https://medium.com/media/c92952664c6f53c96c25fe4798abb169/href">https://medium.com/media/c92952664c6f53c96c25fe4798abb169/href</a></iframe><p>Ao observar o código acima, vemos que Python é totalmente <strong>dependente</strong> de uma <strong>indentação padrão</strong> <strong>para cada bloco de código</strong>. O <strong>código inteiro não precisa seguir a mesma indentação</strong>, pois ao voltar para o início de uma linha o script irá identificar a próxima seção de indentação. Isso pode deixar o código confuso para a leitura tanto quanto para escrita, visto que em uma parte do código pode-se usar, por exemplo, espaços para a indentação e em outra parte <em>tabs</em>.</p><p>Outro ponto que podemos notar a partir deste exemplo de código é a<strong> falta da tipagem</strong>, então para muitas ações (ver linhas 116 e 117) é utilizada uma <strong>biblioteca externa</strong> para transformar a lista em um array, para que desta forma possa-se trabalhar com uma estrutura de dados delimitada na memória. A falta de tipagem pode <strong>dificultar a leitura</strong> do código visto que o programador não tem a visão de qual tipo de dado uma variável é.</p><p>Outra característica que dificulta tanto a leitura quanto a escrita do Python é a utilização de uma <strong>variável de escopo global</strong>, pois é necessário <strong>duplicar a declaração da mesma</strong> <strong>variável</strong> dentro do método em que se quer usá-la (ver linhas 21 e 24), caso contrário uma <strong>nova variável de mesmo nome será criada</strong>, o que pode causar <strong><em>bugs</em></strong> e <strong>erros de fluxo</strong> no programa.</p><p>Em geral Python <strong>não é</strong> uma linguagem <strong>verbosa</strong> e <strong>é de fácil escrita</strong>, porém devido à tantas <strong>dependências</strong> de bibliotecas externas, a <strong>falta de tipagem</strong>, o uso apenas da <strong>indentação como identificador</strong> de blocos de código e a necessidade de explicitar quando uma <strong>variável</strong> está sendo usada dentro de um <strong>escopo de método</strong> ou acessada de uma <strong>área de memória global</strong>, o código pode se tornar bastante <strong>confuso para a leitura</strong>, principalmente em códigos produtivos de grande escala.</p><h3>Avaliação da Semântica</h3><p><strong>Variáveis </strong>em Python <strong>são ponteiros</strong>, o que significa que até mesmo variáveis que contém somente um inteiro serão tratadas com referencias. Isso torna a linguagem mais dinâmica e de fácil leitura, porém mais custosa em termos de alocação de memória e também não tão segura.</p><p>Em Python<strong> tudo é um objeto</strong>, o que significa que variáveis de tipos primitivos têm métodos associados a elas:</p><pre>In&gt;&gt; x = 4.5<br>In&gt;&gt; x.<strong>is_integer</strong>()</pre><pre>Out&gt;&gt; False</pre><p>Os tipos das variáveis <strong>não são declarados</strong>, mas estão <strong>associados aos objetos</strong>. Isso deixa a linguagem <strong>flexível </strong>pois pode-se mudar o tipo de uma variável <strong>dinamicamente</strong>, porém em termos de <strong>segurança </strong>isto<strong> é ruim</strong>, pois se o programador necessita de uma variável seja de um tipo especifico durante todo o programa ele não terá esta certeza, já que seu tipo pode mudar.</p><p>Até mesmo <strong>métodos são objetos</strong>, com seu tipo próprio:</p><pre>In&gt;&gt; <strong>type</strong>(x.<strong>is_integer</strong>)<br>Out&gt;&gt; builtin_function_or_method</pre><p>Python possui operadores de identidade e associação (a is b e a is not b) que diferentemente dos operadores de comparação (a == b e a != b) irão verificar as referencias dos objetos a e b, e não somente o seu conteúdo, resultando em algo como:</p><pre>In&gt;&gt; a = [1, 2, 3]<br>In&gt;&gt; b = [1, 2, 3]<br>In&gt;&gt; a <strong>is </strong>b</pre><pre>Out&gt;&gt; False</pre><pre>In&gt;&gt; a = [1, 2, 3]<br>In&gt;&gt; b = a<br>In&gt;&gt; a <strong>is</strong> b</pre><pre>Out&gt;&gt; True</pre><p>Para fins de comparação entre referencias os operadores de associação podem ser muito valiosos, porém o <em>token </em>de representação para os operadores pode deixar <strong>dúvidas na leitura do código</strong>. Se algo como a has same reference as b fosse utilizado o código seria muito mais <strong>inteligível</strong>.</p><p>Python possui um <strong>operador aritmético</strong> para realizar o <strong>produto de matrizes</strong>, que é identificado pelo @, deixando o código com algo como:</p><pre>In&gt;&gt; matrixA <strong>@ </strong>matrixB</pre><p>Se Python é uma linguagem totalmente <strong>baseada em objetos</strong>, que possui <strong>diversos métodos</strong>, por que não implementar algo como: matrixProduct(matrixA, matrixB) que, novamente, deixaria o <strong>código </strong>muito mais <strong>legível </strong>para o programador.</p><h3>Vinculação dos tipos de dados</h3><p>Em geral, os tipos de dados podem ser especificados de uma forma <strong>estática </strong>ou <strong>dinâmica</strong>. A vinculação <strong>dinâmica ocorre durante a execução do programa</strong>, quando algum objeto é alterado durante o programa. Já a <strong>estática ocorre antes da execução</strong> e permanece <strong>imutável durante toda a execução </strong>do programa.</p><p>No caso do Python, a vinculação utilizada é a <strong>dinâmica</strong>, porém ele diferencia seus tipos de objetos internos das classes definidas pelo usuário, não permitindo a herança de tipos incorporados.</p><p>O Python conta com alguns tipos de <strong>dados pré-definidos</strong>, de acordo com a operação executada durante o programa. Os tipos mais comuns de dados no Python são:</p><ul><li>Numéricos: int, long, float e complex</li><li>Strings</li><li>Listas</li><li>Tuplas</li><li>Dicionário</li></ul><p>No Python apenas o tipo de dado <em>dicionário </em>pode ser declarado previamente sabendo o seu tipo, visto que o programa cria uma espécie de <em>hash table</em> que pode ser consultada, assim como uma tabela de banco de dados, seguindo o padrão de chave-valor.</p><p>A <em>tupla </em>no Python é o que mais se <strong>aproxima </strong>de um <em>array</em>, pois existe um <strong>tamanho pré-definido</strong>, de acordo com o set de dados recebido, e <strong>não pode ser modificada</strong>, porém é importante ressaltar que uma <strong>tupla não é um array</strong>, mas sim uma <strong>lista imutável</strong>.</p><p>Fora os tipos de dados supracitados, os outros tipos de dados no Python sofrem conversão em tempo de execução, como descreve-se na seção a seguir.</p><h3><strong>Conversão de Tipos</strong></h3><p>É importante ressaltar que, por padrão, o Python <strong>não conta com arrays de tamanho pré-definidos</strong>, como em outras linguagens como o C ou o Java, e quando é necessário trabalhar com esse tipo de estrutura é necessário a utilização de <strong>bibliotecas externas</strong> que façam tais conversões.</p><h4><strong>Convertendo números</strong></h4><p>No Python, existem dois tipos de dados numéricos: <strong>inteiros </strong>e <strong>números de ponto flutuante</strong>. O Python possui métodos internos para permitir que você converta inteiros para floats e floats em números inteiros.</p><p>O métodofloat() do Python irá converter números inteiros em floats. Para usar esta função, adicione um inteiro dentro dos parênteses:</p><pre>In&gt;&gt; <strong>float</strong>(23)<br>Out&gt;&gt; 23.0</pre><p>O Python também possui uma função interna para converter floats em inteiros: int().</p><p>A função int() funciona de forma semelhante da função float(), você pode adicionar um número de ponto flutuante dentro dos parênteses para convertê-lo em um inteiro:</p><pre>In&gt;&gt; <strong>int</strong>(230.8)<br>Out&gt;&gt; 230</pre><p>Ao converter floats em inteiros com a função int() o Python corta os números decimais e restantes de um float para criar um inteiro. Se quisermos arredondar 230.8 até 231, o Python não fará isso através da função int().</p><h4>Números convertidos através da divisão</h4><p>No <strong>Python 3</strong>, os quocientes relevantes são convertidos de inteiros para flutuantes ao fazer a divisão, diferentemente do <strong>Python 2</strong>. Ou seja, quando você divide 5 por 2, no Python 3, você obterá um float para uma resposta (2.5):</p><pre>In&gt;&gt; a = 5 / 2<br>In&gt;&gt; <strong>print</strong>(a)</pre><pre>Out&gt;&gt; 2.5</pre><h4>Convertendo números em sequências de caracteres</h4><p>Podemos converter <strong>números em strings</strong> usando o método str() .</p><pre>In&gt;&gt; <strong>str</strong>(12)<br>Out&gt;&gt; &#39;12&#39;</pre><p>Com as variáveis, podemos começar a ver como é prático converter inteiros em cadeias de caracteres. Digamos que queremos acompanhar o progresso da programação diária de um usuário e inserir quantas linhas de código eles escrevem por vez. Gostaríamos de mostrar esse feedback ao usuário e imprimir os valores de string e inteiro ao mesmo tempo:</p><pre>In&gt;&gt; user = &quot;Jane Doe&quot;<br>In&gt;&gt; lines = 50<br>In&gt;&gt; <strong>print</strong>(&quot;Congratulations, &quot; + user + &quot;! You just wrote &quot; + lines + &quot; lines of code.&quot;)</pre><p>Porém ao execurtamos esse código, recebemos o seguinte erro:</p><pre>Out&gt;&gt; TypeError: Can&#39;t convert &#39;int&#39; object to str implicitly</pre><p><strong>Não podemos concatenar strings e números inteiros</strong> em Python, então teremos que converter lines​​em uma string:</p><pre>In&gt;&gt; user = &quot;Sammy&quot;<br>In&gt;&gt; lines = 50<br><br>In&gt;&gt; <strong>print</strong>(&quot;Congratulations, &quot; + user + &quot;! You just wrote &quot; + <strong>str</strong>(lines) + &quot; lines of code.&quot;)</pre><pre>Out&gt;&gt; Congratulations, Sammy! You just wrote 50 lines of code.</pre><h4>Conversão de Strings para Números</h4><p>Strings podem ser convertidas para números usando int() e float() .</p><pre>In&gt;&gt; lines_yesterday = &quot;50&quot;<br>In&gt;&gt; lines_today = &quot;108&quot;<br>In&gt;&gt; lines_more = <strong>int</strong>(lines_today) - <strong>int</strong>(lines_yesterday)<br>In&gt;&gt; <strong>print</strong>(lines_more)</pre><pre>Out&gt;&gt; 58</pre><p>A variável lines_more é automaticamente um inteiro e é igual ao valor numérico de 58 neste exemplo.</p><h4>Conversão para tuplas</h4><p>Usando os métodos list() e tuple() os valores passados ​​para eles serão convertidos para o tipo lista e para o tipo de dados da tupla, respectivamente. Em Python converter uma lista em uma tupla (que é um tipo de dados <strong>imutável</strong>) pode permitir uma <strong>otimização </strong>substancial dos programas criados. Quando usamos o método tuple() ele retornará a versão da tupla do valor passado a ela.</p><pre>In&gt;&gt; <strong>print</strong>(tuple([&#39;pull request&#39;, &#39;open source&#39;, &#39;repository&#39;, &#39;branch&#39;]))</pre><pre>Out&gt;&gt; (&#39;pull request&#39;, &#39;open source&#39;, &#39;repository&#39;, &#39;branch&#39;)</pre><p>Uma <strong>tupla </strong>é impressa na saída, pois os itens agora estão contidos entre <strong>parênteses</strong>, em vez de <strong>colchetes</strong>.</p><p>Podemos converter qualquer tipo <strong>iterável </strong>para uma tupla, incluindo <strong>strings</strong>:</p><pre>In&gt;&gt; <strong>print</strong>(tuple(&#39;Sammy&#39;))</pre><pre>Out&gt;&gt; (&#39;S&#39;, &#39;a&#39;, &#39;m&#39;, &#39;m&#39;, &#39;y&#39;)</pre><p>Como podemos fazer iterações através de strings, podemos convertê-las em tuplas com o método tuple(). Com tipos de dados que <strong>não são iteráveis</strong> (como inteiros e flutuantes), no entanto, receberemos um <strong>erro de tipo</strong>:</p><pre>In&gt;&gt;<strong> print</strong>(tuple(5000))<br>Out&gt;&gt; TypeError: &#39;int&#39; object is not iterable</pre><p>Embora seja possível converter o inteiro em uma string e depois converter em uma tupla, utilizando tuple(str(5000)), é melhor optar por código <strong>legível </strong>à <strong>conversões complicadas</strong>.</p><h4>Conversão para Listas</h4><p>Converter valores, especialmente tuplas, em listas pode ser útil quando precisa-se ter uma versão <strong>mutável </strong>desse valor.</p><p>Com o método list() pode-se converter uma tupla em uma lista.</p><pre>In&gt;&gt;<strong> print</strong>(<strong>list</strong>((&#39;blue coral&#39;, &#39;staghorn coral&#39;, &#39;pillar coral&#39;)))</pre><pre>Out&gt;&gt; [&#39;blue coral&#39;, &#39;staghorn coral&#39;, &#39;pillar coral&#39;]</pre><p>Os <strong>colchetes </strong>sinalizam que uma <strong>lista </strong>foi retornada do valor original da tupla que foi passado pelo método list() .</p><p>Assim como nas tuplas, as strings podem ser convertidas em listas:</p><pre>In&gt;&gt;<strong> print</strong>(<strong>list</strong>(&#39;shark&#39;))<br>Output&gt;&gt; [&#39;s&#39;, &#39;h&#39;, &#39;a&#39;, &#39;r&#39;, &#39;k&#39;]</pre><p>Aqui a <strong>string </strong>&#39;shark&#39; foi <strong>convertida </strong>em uma <strong>lista</strong>, fornecendo uma <strong>versão mutável</strong> do valor original.</p><p>Sem o <em>type-checking</em> forte presente, todo o <strong>tratamento dos tipos</strong> de dados fica a <strong>cargo do programador</strong>, como visto acima nos exemplos de conversão entre tipos de dados.</p><h3>Controle de Fluxo</h3><p>Python é uma linguagem de <strong>alto-nível</strong>, com <strong>diversas ferramentas</strong> disponíveis para o programador em questões de variáveis, métodos, etc. E não seria diferente no caso do <strong>controle de fluxo</strong>.</p><h4>Sequenciamento</h4><p>Um código em Python é sequencial, ou seja, será executado em sequencia, uma linha após a outra de código.</p><pre>In&gt;&gt; test = &#39;This is just a simple string.&#39;<br>In&gt;&gt; len(test)</pre><pre>Out&gt;&gt; 29</pre><p>O código acima irá primeiramente atribuir o valor a variável <em>test </em>e depois irá chamar o método<em> len </em>que irá então devolver o valor <em>29.</em></p><h4>Seleção</h4><p>Python possui o comando de seleção <em>if..else </em>que pode ser aninhado, resultando no comando <em>elif.</em></p><pre> x = (<strong>raw_input</strong>(&quot;Favor digitar um inteiro: &quot;))<br><strong> if</strong> x &lt; 0:<br><strong> </strong>     x = 0<br>   <strong> </strong>  <strong>print</strong> &#39;Negativo alterado para zero&#39;<br><strong> elif</strong> x == 0:<br><strong> </strong>     <strong>print</strong> &#39;Zero&#39;<br><strong> elif</strong> x == 1:<br><strong> </strong>     <strong>print</strong> &#39;Unidade&#39;<br><strong> else</strong>:<br><strong> </strong>     <strong>print</strong> &#39;Mais&#39;</pre><h4>Iteração</h4><p>Comandos como <em>while</em> e <em>for</em> podem ser utilizados em Python, trazendo a função de iteração para a linguagem.</p><pre>a, b = 0, 1<br><strong>while</strong> b &lt; 1000:<br><strong> </strong>    <strong>print</strong> b,<br><strong> </strong>    a, b = b, a+b</pre><pre>a = [&#39;gato&#39;, &#39;janela&#39;, &#39;defenestrar&#39;]<br><strong>for</strong> x <strong>in</strong> a:<br><strong> </strong>    <strong>print</strong> x, len(x)</pre><p>É possível também combinar uma clausula <em>else</em> no comando <em>for</em></p><pre><strong>for</strong> n <strong>in</strong> range(2, 10):<br><strong> </strong>    <strong>for</strong> x <strong>in</strong> range(2, n):<br><strong> </strong>        <strong>if</strong> n % x == 0:<br><strong> </strong>            <strong>print</strong> n, &#39;=&#39;, x, &#39;*&#39;, n/x<br><strong> </strong>            <strong>break</strong><br><strong> </strong>    <strong>else</strong>:<br><strong> </strong>        <em># laço terminou sem encontrar um fator</em><br><strong> </strong>        <strong>print</strong> n, &#39;é um número primo&#39;</pre><p>Todos estes comandos de <strong>iteração</strong> podem ser encontrados em outras linguagens como Java e C++, porém estas linguagens possuem <strong>delimitadores</strong> para as clausulas mais <strong>bem definidos</strong> que o Python. Em Java e C++ é necessário utilizar as chaves <em>{ }</em> para delimitar os blocos, já em Python é necessários <strong>indentar o código</strong>, mais sobre isso pode ser encontrado na seção <em>Avaliação sobre a Leitura e Escrita </em>mais acima.</p><h4>Abstração Procedural — Funções</h4><p>Como toda Linguagem que se encaixa no paradigma de <strong>Orientação a Objetos </strong>é claro que as funções não faltariam no Python. As funções podem ser definidas pela <strong>linguagem</strong>, definidas pelo <strong>programadores</strong>, ou até mesmo de <strong>bibliotecas externas</strong>.</p><pre><em># Definida pela Linguagem</em><br>In&gt;&gt; <strong>range</strong>(10)<br>Out&gt;&gt; [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]</pre><pre><em># Definida pelo Programador<br></em><strong>def</strong> fib(n):<br><strong> </strong>    a, b = 0, 1<br><strong> </strong>    <strong>while</strong> a &lt; n:<br><strong> </strong>        <strong>print</strong> a,<br><strong> </strong>        a, b = b, a+b<br>In&gt;&gt;<strong> </strong>fib(2000)<br>Out&gt;&gt; 0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597</pre><pre><em># De bibliotecas Externas</em><br><strong>import </strong>math<br><br>In&gt;&gt; a = 9<br>In&gt;&gt; b = <strong>math.sqrt</strong>(a)<br>In&gt;&gt;<strong> print</strong>(b)<br>Out&gt;&gt; 3</pre><h4><strong>Recursão</strong></h4><p>Assim como a <strong>Abstração Procedural</strong>, em Python também pode-se fazer uso da <strong>Recursão</strong>:</p><pre><strong>def</strong> fib(n):<br>    <strong>if</strong> n &lt;= 1:<br>        <strong>return</strong> n<br>    <strong>else</strong>: <br>        <strong>return</strong> fib(n-1) + fib(n-2)</pre><h4>Exceções</h4><p>Em Python é possível fazer o tratamento de <strong>exceções disparadas pelo sistema</strong> utilizando os comandos <em>try</em>, <em>except</em> e <em>finally</em>. Estes comandos são muito similares ao <em>try</em>,<em> catch</em> e <em>finally </em>do <strong>Java</strong><em>.</em></p><pre><strong>try</strong>:<br>   x = 10 / 0<br>   <strong>except</strong> Exception, err:<br>      <strong>print</strong>(err)<br>   <strong>finally</strong>:<br>      <strong>print</strong>(&quot;Este bloco sempre será executado!&quot;)</pre><p>Para disparar exceções é utilizado o comando <em>raise</em>:</p><pre>a = 10<br>b = 0<br><strong>try</strong>: <br>   <strong>if</strong> (b == 0):<br>      <strong>raise</strong> Exception(&quot;Valor Inválido!&quot;) <br>   <strong>else</strong>:<br>      x = a / b   <br>   <strong>except</strong> Exception, err:<br>      <strong>print</strong>(err)</pre><h3>Abstração de Controle</h3><p>Em Python abstrações de controle podem ser feitas por meio de funções e classes. Um exemplo é a utilização de superclasses para a implementação de códigos similares entre classes.</p><pre><strong>class </strong>SuperHero(object): #superclass, inherits from default object<br>    <strong>def </strong>getName( ):<br>    #needs to be overridden on child classes<br>        <strong>raise </strong>NotImplementedError <br>    <strong>def </strong>getJob( ):<br>        <strong>return </strong>&quot;Super Hero&quot;</pre><pre><strong>class </strong>SuperMan(SuperHero): #subclass, inherits from SuperHero<br>    <strong>def </strong>getName( ):<br>        <strong>return </strong>&quot;Clark Kent&quot;<br><br><strong>class </strong>WonderWoman(SuperHero): #another subclass<br>    <strong>def </strong>getName( ):<br>       <strong>return </strong>&quot;Diana Prince&quot;</pre><p>Desta maneira, métodos da superclasse podem ser reusados, como é o caso do <strong><em>getJob</em></strong>, e podem também ser reimplementados caso o da super classe não seja o mais adequado, como o <strong><em>getName</em></strong>.</p><p><strong>Abstrações </strong>em Python podem <strong>diminuir a eficiência</strong> do código, como foi registrado neste <a href="https://prateekvjoshi.com/2014/11/23/the-cost-of-abstraction-in-python/"><strong>blog post</strong></a>.</p><p><strong>Autores: @</strong>pachecok<strong>, @giselamirandadifini, Leonardo Felix, Tiago Costa e José Augusto Accorsi.</strong></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=df74efb3799f" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>