Diccionarios y conjuntos

Un diccionario guarda pares de clave y valor. Las claves son únicas e inmutables, y dan acceso casi instantáneo al valor asociado. Un registro con nombre y edad se representa como un diccionario con dict y esas dos llaves.

Crear y acceder

• Crear con dict o asignando una clave nueva.
• Acceder con corchetes; si falta la clave, error, o get si se quiere un valor por defecto.
• Actualizar es simplemente volver a asignar la misma clave.

Recorrer un diccionario

• Iterar sobre las claves es el comportamiento por defecto.
• items devuelve pares clave y valor a la vez.
• values y keys dan vistas de una sola mitad.

Cuándo es la herramienta correcta

Cuando necesitas buscar por un identificador arbitrario (una matrícula, un correo, un código) en lugar de por posición. El diccionario convierte ese acceso en algo directo y veloz.

Los conjuntos y su propiedad clave

Un conjunto es una colección sin orden y sin duplicados. No tiene sentido indexarlo: su razón de ser es saber si un elemento pertenece, cuántos hay y solapar grupos.

Eliminar duplicados

• Pasar una lista a conjunto elimina los repetidos de un golpe.
• Conviene volver a lista si se necesita de nuevo el orden.
• Es el truco más corto para contar valores distintos.

Operaciones entre conjuntos

• Unión: todo lo que está en uno o en el otro.
• Intersección: solo lo compartido.
• Diferencia: lo que hay en uno sin estar en el otro.

Pertenencia veloz

Comprobar si un valor está en un conjunto es mucho más rápido que buscarlo dentro de una lista, sobre todo cuando el tamaño crece. Esa ventaja decide usar un conjunto como memoria de lo ya visto.

Claves válidas

• Las claves de un diccionario y los elementos de un conjunto deben ser inmutables.
• Una lista no puede ser clave porque podría cambiar y romper la identificación.
• Números, cadenas y tuplas de elementos inmutables sí valen.

Contadores y agrupaciones

Contar frecuencias de palabras es un diccionario que se incrementa por clave; agrupar registros bajo una etiqueta es un diccionario de listas. Son dos de los patrones más repetidos en limpieza de datos.

Errores habituales

• Acceder a una clave ausente con corchetes y provocar un error en vez de usar get.
• Suponer orden en un conjunto o en las claves de un diccionario donde no lo necesitas.
• Intentar meter una lista como elemento de un conjunto y recibir un rechazo.

Ejemplo resuelto: quiénes recibieron ambos mensajes

Tienes un grupo de clientes contactados por correo y otro por SMS, y necesitas saber quiénes recibieron ambos. Se resuelve con conjuntos.

1. Guardar cada grupo como un conjunto de identificadores, que elimina duplicados automáticamente.
2. Aplicar la intersección entre ambos conjuntos para quedarte con los compartidos.
3. Usar la unión si además quieres el total de contactados por al menos un canal.
4. Emplear la diferencia para aislar quienes solo recibieron correo.
5. Convertir a lista el resultado solo si necesitas un orden estable.

¿Para qué sirve en la realidad?

Agrupar registros por etiqueta y deduplicar catálogos son tareas constantes en limpieza de datos: el diccionario lleva de una clave a sus valores y el conjunto responde al instante a quién pertenece a qué grupo.

Arreglo asociativo
Estructura que asocia claves con valores; base del diccionario.

# Asociaciones
## Diccionario
### pares clave y valor
### claves únicas e inmutables
### get con defecto
## Conjunto
### sin orden ni repetidos
### unión, intersección, diferencia
## Claves válidas
### números, cadenas, tuplas
### nunca listas

Conjunto (tipo abstracto)
Colección no ordenada de elementos sin duplicados.