Presentamos un acertijo sencillo pero revelador sobre uno de los conceptos más fundamentales de Python. Observa este código y predice qué mostrará por pantalla:
a = 500 b = a a = a + 100 list1 = [1, 2] list2 = list1 list1.append(3) print(b) print(list2)
Opciones: A) b es 600 y list2 es [1, 2] B) b es 500 y list2 es [1, 2, 3] C) b es 500 y list2 es [1, 2] D) b es 600 y list2 es [1, 2, 3]
Respuesta correcta: B. La salida será b es 500 y list2 es [1, 2, 3]. Si no lo adivinaste no te preocupes: este comportamiento confunde a muchos desarrolladores porque depende de la mutabilidad de los objetos en Python.
Desglosemos lo que ocurre paso a paso. Primera parte, enteros: a = 500 crea un objeto entero con valor 500 y asigna el nombre a a ese objeto. b = a hace que b apunte al mismo objeto 500. Cuando se ejecuta a = a + 100 se evalúa a + 100 dando 600, Python crea un nuevo objeto entero 600 y reasigna a para que apunte a ese nuevo objeto. Los enteros son inmutables, por eso b sigue apuntando al objeto 500.
Segunda parte, listas: list1 = [1, 2] crea un objeto lista y list2 = list1 hace que list2 apunte a la misma lista. list1.append(3) modifica la lista existente añadiendo 3. Las listas son mutables, así que la modificación afecta a ambas referencias y list2 mostrará [1, 2, 3].
La lección clave: en Python las variables son nombres que apuntan a objetos, no cajas que contienen valores. Varias etiquetas pueden apuntar al mismo objeto. Si el objeto es inmutable, las operaciones crean nuevos objetos. Si es mutable, las operaciones pueden alterar el mismo objeto y las demás referencias verán el cambio.
Un ejemplo habitual que causa errores es el uso de listas por defecto en funciones. Por ejemplo:
def add_item(item, target_list = []): target_list.append(item) return target_list list1 = add_item(primero) list2 = add_item(segundo) # resultado inesperado list2 es [primero, segundo]
El valor por defecto [] es un objeto mutable compartido por todas las llamadas, así que entender mutabilidad evita este tipo de bugs.
Pruébalo con este otro fragmento e intenta predecir la salida: x = hello y = x x = x + world dict1 = {key: value} dict2 = dict1 dict1[key] = modified print(y) print(dict2) Respuesta: y conservará el valor original porque las cadenas son inmutables, mientras que dict2 reflejará la modificación porque los diccionarios son mutables.
En Q2BSTUDIO aplicamos estos principios en proyectos reales de desarrollo de software a medida y aplicaciones a medida para garantizar código robusto y mantenible. Si buscas soluciones personalizadas, visita nuestra página de desarrollo de aplicaciones a medida. También ofrecemos servicios de inteligencia artificial para empresas, agentes IA y automatizaciones que aprovechan buenas prácticas de diseño para evitar errores relacionados con mutabilidad.
Además, en Q2BSTUDIO somos especialistas en ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio y power bi, así como en soluciones de software a medida que integran IA para empresas y agentes IA para optimizar procesos. Comprender conceptos como mutabilidad mejora la calidad del software y evita sorpresas en producción.
Si te interesa profundizar en Python, IA, ciberseguridad o migraciones a la nube, contáctanos y te ayudamos a diseñar la solución adecuada para tu proyecto.
