4. PYTHON ESENCIAL PARA IA/ML (Programación Orientada a Objetos Avanzada)

PYTHON ESENCIAL PARA IA/ML (Programación Orientada a Objetos Avanzada) - En este artículo revisamos conceptos avanzados de programación orientada a objetos en Python con ejemplos prácticos orientados a proyectos de inteligencia artificial y machine learning. Q2BSTUDIO es una empresa de desarrollo de software y aplicaciones a medida especializada en inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio y soluciones a medida para empresas. Si buscas integraciones de IA para empresas o agentes IA en tus productos, visita Inteligencia Artificial y descubre nuestras capacidades. Para proyectos de software a medida consulta desarrollo de aplicaciones y software a medida.

1. Métodos de clase con @classmethod - Qué es: un método que pertenece a la clase y no a la instancia. Recibe cls en lugar de self. Uso típico: constructores alternativos o seguimiento de datos a nivel de clase. Ejemplo: class Employee: company = OpenAI count = 0 def __init__(self, name): self.name = name Employee.count += 1 @classmethod def total_employees(cls): return cls.count Uso: print(Employee.total_employees()) 0 e1 = Employee(Ali) e2 = Employee(Sara) print(Employee.total_employees()) 2

2. Métodos estáticos con @staticmethod - Qué es: un método definido dentro de la clase que no accede a datos de clase ni de instancia. Uso: utilidades, funciones matemáticas o de formateo relacionadas conceptualmente con la clase. Ejemplo: class MathTool: @staticmethod def add(a, b): return a + b Uso: print(MathTool.add(3, 4)) 7

3. Métodos dunder o mágicos - Son métodos especiales que empiezan y terminan con doble guion bajo y permiten personalizar el comportamiento de objetos. Ejemplos comunes: __init__ constructor, __str__ representación en cadena, __len__ longitud, __add__ sobrecarga del operador suma, __getitem__ indexado, __call__ para hacer objetos invocables. Ejemplo práctico: class Person: def __init__(self, name): self.name = name def __str__(self): return f Person: {self.name} p = Person(Ali) print(p) salida: Person: Ali

4. Sobrecarga de operadores - Permite que objetos actúen como números o colecciones. Ejemplo: sumar dos cuentas bancarias combinando saldos. class Account: def __init__(self, balance): self.balance = balance def __add__(self, other): return Account(self.balance + other.balance) a1 = Account(500) a2 = Account(700) a3 = a1 + a2 print(a3.balance) salida: 1200

5. Decorador @property - Permite crear getters y setters de forma elegante y controlada. Ejemplo: class Product: def __init__(self, price): self._price = price @property def price(self): return self._price @price.setter def price(self, value): if value >= 0: self._price = value else: raise ValueError(Price cannot be negative) Uso: p = Product(100) p.price = 200 print(p.price)

6. Herencia y MRO (Method Resolution Order) - Si una clase hereda de múltiples padres, Python sigue un orden concreto para resolver métodos. Ejemplo: class A: def show(self): print(A) class B: def show(self): print(B) class C(A, B): pass c = C() c.show() salida: A print(C.mro()) resultado: [C, A, B, object]

7. Clases abstractas (interfaces en Python) - Sirven para forzar a las clases hijas a implementar métodos. Ejemplo: from abc import ABC, abstractmethod class Payment(ABC): @abstractmethod def pay(self): pass class CardPayment(Payment): def pay(self): print(Payment via card) Esto garantiza que todas las implementaciones de Payment definan pay.

8. Composición (relación HAS-A) - En muchos casos es mejor combinar objetos en lugar de usar herencia. Ejemplo real: un coche tiene un motor. class Engine: def start(self): print(Engine starting...) class Car: def __init__(self): self.engine = Engine() def start(self): self.engine.start() c = Car() c.start() Uso recomendado cuando necesitas encapsular comportamiento reutilizable sin forzar una jerarquía is-a.

9. Duck Typing - Python prefiere comportamiento sobre tipo: si un objeto tiene el método o atributo esperado, se utiliza. Ejemplo: class Dog: def speak(self): print(Woof) class Cat: def speak(self): print(Meow) for animal in [Dog(), Cat()]: animal.speak() Resultado: Woof Meow Esto facilita flexibilidad en bibliotecas ML y pipelines de datos donde importa la interfaz y no la clase concreta.

10. Hacer objetos invocables con __call__ - Permite usar instancias como funciones, muy útil en capas y transformaciones en frameworks como PyTorch. Ejemplo: class Multiply: def __init__(self, n): self.n = n def __call__(self, x): return x * self.n double = Multiply(2) print(double(10)) salida: 20

11. Metaclases (avanzado) - Son clases que crean clases. Se usan rara vez en desarrollo cotidiano, pero aparecen en frameworks y librerías que generan clases dinámicamente. Ejemplo: class Meta(type): def __new__(cls, name, bases, dct): print(Creating class:, name) return super().__new__(cls, name, bases, dct) class Test(metaclass=Meta): pass Esto imprime al crearse la clase Test.

12. Ejemplo práctico orientado a ML - Cómo construir capas simples estilo PyTorch usando OOP: class LinearLayer: def __init__(self, input_dim, output_dim): self.weights = [[0] * output_dim for _ in range(input_dim)] self.bias = [0] * output_dim def __call__(self, x): return output vector Este patrón usa constructor, composición y __call__ para modelar el forward de una capa. En proyectos reales en Q2BSTUDIO combinamos estos patrones para crear modelos eficientes, integrables con servicios cloud aws y azure y desplegables como microservicios.

Patrones recomendados para proyectos IA y empresas: usar composición para mantener el código modular, aplicar @property para control de estado, usar @classmethod para contadores y constructores alternativos, y aprovechar __call__ para pipelines y transformaciones reutilizables. Integrar ciberseguridad desde el diseño, realizar pruebas de pentesting y monitorizar modelos son prácticas que ofrecemos en nuestros servicios de ciberseguridad para garantizar despliegues seguros.

Mini ejercicios propuestos - Práctica avanzada: 1 Crear clase Rectangle con atributos width y height, propiedad area de solo lectura usando @property, sobrecargar + para sumar áreas de dos rectángulos. 2 Crear clase Temperature que almacene Celsius, con setter y getter, y método para convertir a Fahrenheit. 3 Crear clase Logger que mantenga el recuento total de logs usando @classmethod; método log(message) que imprima el mensaje y actualice el contador; propiedad total_logs para acceder al total. 4 Mostrar un ejemplo donde la composición es superior a la herencia, explicando por qué en términos de acoplamiento y reutilización.

Conclusión y oferta de Q2BSTUDIO - Si necesitas implementar soluciones de inteligencia artificial a medida, agentes IA, integración con Power BI, o desarrollo de aplicaciones empresariales, en Q2BSTUDIO ofrecemos servicios de software a medida, servicios inteligencia de negocio y despliegues en la nube. También cubrimos auditoría y ciberseguridad para modelos y arquitecturas. Contacta con nosotros para transformar tus ideas en productos escalables y seguros.