Validación de tipos en métodos

La validación de tipos en métodos en Python es una práctica que se utiliza para asegurar que los argumentos de las funciones o métodos tienen los tipos esperados. Esto puede ayudar a prevenir errores en tiempo de ejecución y facilitar la comprensión del código. A continuación, se presentan varias maneras de implementar la validación de tipos en métodos: \### 1. Anotaciones de Tipo Desde Python 3.5, se pueden utilizar anotaciones de tipo para indicar qué tipos de datos se esperan como argumentos y qué tipo se devolverá. Sin embargo, estas anotaciones son solo sugerencias y no imponen la validación de tipos en tiempo de ejecución. Aún así, se pueden usar herramientas como `mypy` para comprobar las anotaciones de tipo. ```python def add(a: int, b: int) -> int: return a + b print(add(5, 10)) # Salida: 15 ``` \### 2. Validación Manual de Tipos Si deseas realizar la validación de tipos en tiempo de ejecución, puedes hacerlo utilizando `isinstance` dentro del método. ```python def add(a: int, b: int) -> int: if not isinstance(a, int) or not isinstance(b, int): raise TypeError("Los argumentos deben ser enteros.") return a + b try: print(add(5, 10)) # Salida: 15 print(add(5, '10')) # Esto generará un TypeError except TypeError as e: print(e) # Salida: Los argumentos deben ser enteros. ``` \### 3. Uso de Decoradores También puedes crear un decorador para manejar la validación de tipos en múltiples funciones o métodos, lo que hace que tu código sea más limpio y reutilizable. ```python def type\_check(\*arg\_types): def decorator(func): def wrapper(\*args): for a, t in zip(args, arg\_types): if not isinstance(a, t): raise TypeError(f"Argumento {a} no es de tipo {t.\_\_name\_\_}.") return func(\*args) return wrapper return decorator @type\_check(int, int) def add(a, b): return a + b try: print(add(5, 10)) # Salida: 15 print(add(5, '10')) # Esto generará un TypeError except TypeError as e: print(e) # Salida: Argumento 10 no es de tipo int. ``` \### 4. Librerías de Validación Existen librerías externas como `pydantic` y `attrs` que pueden ayudarte a manejar la validación de tipos y la creación de clases de forma más robusta y concisa. \#### Ejemplo con Pydantic ```python from pydantic import BaseModel class Item(BaseModel): name: str price: float item = Item(name="Libro", price=12.99) print(item) ``` \### Conclusión La validación de tipos es una práctica importante en Python para asegurar la calidad y la robustez del código. Puedes optar por usar anotaciones de tipo junto con herramientas de análisis estático, o bien implementar validaciones manuales o usar decoradores para garantizar que los métodos reciban los tipos de datos esperados.

Buenas tardes, profesora y compañeros. La clase está mal grabada. En el minuto 11:06, mientras explica la aplicación usando Try, de pronto salta, no apareciendo las líneas que antes había escrito.

```js def divide(a: int, b: int) -> float: #Validar que los parametros sean enteros if not isinstance(a, int) or not isinstance(b, int): raise TypeError("Ambos parametros deben ser enteros") #Verificamos que el divisor no sea cero if b == 0: raise ValueError("El divisor no puede ser cero") return a/b #Ejemplo de uso try: res = divide(10, 2) print(res) except (ValueError, TypeError) as e: print(f"Error: {e}") ```def divide(a: int, b: int) -> float:    *#Validar que los parametros sean enteros*    *if* not isinstance(a, int) or not isinstance(b, int):        *raise* TypeError("Ambos parametros deben ser enteros")        *#Verificamos que el divisor no sea cero*    *if* b == 0:        *raise* ValueError("El divisor no puede ser cero")        *return* a/b *#Ejemplo de usotry*:    res = divide(10, 2)     print(res)*except* (ValueError, TypeError) *as* e:    print(f"Error: {e}")

El video quedo mal editado en la parte del try pero no se asusten. Unos minutos más adelante retoman nuevamente.

Si bien la instrucción isinstance( ) puede realizar más acciones que Type( ), la realidad es que el código propuesto por la profesora puede escribirse con esta última, pues no se están usando subclases. En efecto, la línea 3 de su código se reemplaza fácilmente como se muestra a continuación: 

Un Ejemplo en codigo usando las Anotaciones de Tipo y las Validacion de tipos en metodos: ```python from typing import Union class Calculadora: def sumar(self, a: Union[int, float], b: Union[int, float]) -> Union[int, float]: if not isinstance(a, (int, float)) or not isinstance(b, (int, float)): raise TypeError("Los argumentos deben ser int o float") return a + b calc = Calculadora() resultado = calc.sumar(10, 5.5) print(resultado) ```from typing import Union class Calculadora: def sumar(self, a: Union\[int, float], b: Union\[int, float]) -> Union\[int, float]: if not isinstance(a, (int, float)) or not isinstance(b, (int, float)): raise TypeError("Los argumentos deben ser int o float") return a + b \# Uso del método calc = Calculadora() resultado = calc.sumar(10, 5.5) print(resultado) # Salida: 15.5