Programación Orientada a Objetos en Python
Clases, objetos, herencia, encapsulación, polimorfismo, métodos especiales, decoradores
1¿Qué es una clase en Python?
¿Qué es una clase en Python?
Respuesta
Una clase es un modelo (blueprint) para crear objetos que comparten los mismos atributos y métodos. Define la estructura y el comportamiento de los objetos que serán instanciados a partir de ella. Las clases permiten organizar el código de manera modular y reutilizable agrupando datos y funcionalidades relacionados.
2¿Cuál es el rol del método __init__ en una clase de Python?
¿Cuál es el rol del método __init__ en una clase de Python?
Respuesta
El método __init__ es el constructor de la clase. Se llama automáticamente al crear una nueva instancia y permite inicializar los atributos del objeto con valores específicos. Aquí es donde típicamente se define el estado inicial del objeto asignando valores a los atributos de instancia mediante self.
3¿Qué representa el parámetro self en los métodos de una clase?
¿Qué representa el parámetro self en los métodos de una clase?
Respuesta
El parámetro self representa la instancia actual de la clase. Permite acceder a los atributos y métodos del objeto desde dentro de la clase. Aunque el nombre self es una convención, se recomienda encarecidamente usarlo para la legibilidad del código. Python pasa automáticamente la instancia como primer argumento al llamar a un método.
¿Cuál es la diferencia entre un atributo de clase y un atributo de instancia?
¿Cómo crear una instancia de una clase llamada Person en Python?
+17 preguntas de entrevista
Otros temas de entrevista Data Science & ML
Fundamentos de Python
Estructuras de datos en Python
Fundamentos de Git
Fundamentos de SQL
Fundamentos de NumPy
Fundamentos de Pandas
Jupyter & Google Colab
SQL Joins y consultas avanzadas
Pandas avanzado
Visualización con Matplotlib & Seaborn
Visualizaciones interactivas con Plotly
Estadística descriptiva
Estadística inferencial
Web Scraping
BigQuery & Cloud Data
Feature Engineering
ML Supervisado: Regresión
ML Supervisado: Clasificación
Árboles de Decisión y Ensembles
ML No Supervisado
Pipelines ML y Validación
Series Temporales y Pronóstico
Fundamentos de Deep Learning
TensorFlow & Keras
CNN y clasificación de imágenes
RNN y Secuencias
Transformers y Attention
NLP y Hugging Face
GenAI y LangChain
MLOps y Despliegue
Domina Data Science & ML para tu próxima entrevista
Accede a todas las preguntas, flashcards, tests técnicos, ejercicios de code review y simuladores de entrevista.
Empieza gratis