El entorno de Python

Qué es python?

Python es un lenguaje de programación interpretado cuya filosofía hace hincapié en una sintaxis que favorezca un código legible, fue creado por Guido van Rossum en 1991.

En este segundo bloque de trabajo el lenguaje de programación que vamos a usar es Python, que es un lenguaje diseñado para que las aplicaciones que se escriban con él sean completamente independientes de la plataforma en la que se ejecutan. Esto significa que un programa escrito en este lenguaje se ejecutará sin ningún tipo de modificación en cualquier sistema informático, al menos en cualquier sistema que soporte Python.

[1]:

import this

The Zen of Python, by Tim Peters

Beautiful is better than ugly.
Explicit is better than implicit.
Simple is better than complex.
Complex is better than complicated.
Flat is better than nested.
Sparse is better than dense.
Readability counts.
Special cases aren't special enough to break the rules.
Although practicality beats purity.
Errors should never pass silently.
Unless explicitly silenced.
In the face of ambiguity, refuse the temptation to guess.
There should be one-- and preferably only one --obvious way to do it.
Although that way may not be obvious at first unless you're Dutch.
Now is better than never.
Although never is often better than *right* now.
If the implementation is hard to explain, it's a bad idea.
If the implementation is easy to explain, it may be a good idea.
Namespaces are one honking great idea -- let's do more of those!

Instalación de Python

Instalar Python es muy sencillo, pero dependiendo del Sistema Operativo que tengamos deberemos realizar distintos pasos. Además, es posible que nuestro ordenador ya tenga una instalación del lenguaje.

Windows

Para verificar si ya tenemos Python instalado, primero abriremos una terminal, por ejemplo, la aplicación PowerShell, la terminal de windows (línea de comandos) o cmd.exe. A continuación escribiremos:

python --version

Si esta consulta nos devuelve un texto similar a Python 3.X.X quiere decir que tenemos Python instalado y nos está indicando la versión. Para este curso toda versión superior o igual a la versión 3.7 será adecuada. Si no nos devuelve este mensaje entonces debemos acudir a la web oficial de Python descargarlo e instalarlo.

MacOs

Para verificar si ya tenemos Python instalado, primero abriremos una terminal y teclear el siguiente comando:

$ python3 --version

Si tenemos Python instalado en nuestro sistema, este comando debería responder con un número de versión. Por ejemplo, si Python 3.6.10 ya estuviera configurado en su computadora, el comando python3 mostraría ese número de versión. Si este comando no ha devuelto nada, entonces debemos acudir a la web oficial de Python descargarlo e instalarlo.

Entornos Virtuales en Python: Virtualenv, venv, uv y Conda

La creación de entornos virtuales es una práctica esencial en Python, ya que permite aislar las dependencias de cada proyecto, evitando conflictos entre versiones de paquetes o bibliotecas.

A continuación se presentan las principales herramientas para crear entornos virtuales en Python: Virtualenv, venv, uv y Conda.

Virtualenv

`virtualenv <https://virtualenv.pypa.io/en/stable/>`__ es una herramienta para crear entornos Python aislados. Su objetivo es permitirte tener configuraciones de paquetes independientes para cada proyecto.

Instalación

Aunque en versiones recientes de Python se recomienda el uso de venv, aún puedes instalar virtualenv con pip:

pip install virtualenv

El ejecutable virtualenv (o virtualenv.exe en Windows) se encontrará en el subdirectorio Scripts del directorio de instalación de Python.

Crear un entorno virtual

Para crear un nuevo entorno:

cd path\a\mi\proyecto
virtualenv --python C:\Path\a\Python\python.exe venv

Notas:

  • Si Python está en el PATH, puedes simplificar a:

    virtualenv venv

  • Puedes reemplazar venv por el nombre que desees para tu entorno.

Activar el entorno

Windows:

.\venv\Scripts\activate

macOS / Linux:

source venv/bin/activate

Al activarse, el prompt mostrará el nombre del entorno al inicio de la línea de comandos.

Desactivar el entorno

deactivate

venv (módulo incorporado de Python)

Desde Python 3.3, el módulo `venv <https://docs.python.org/3/library/venv.html>`__ viene incluido por defecto y cumple una función similar a virtualenv, por lo que suele preferirse para proyectos modernos.

Crear un entorno virtual con venv

python -m venv venv

Activar / Desactivar

La activación y desactivación son iguales a las de virtualenv:

  • Activar (Windows):

    .\venv\Scripts\activate

  • Activar (macOS / Linux):

    source venv/bin/activate

  • Desactivar:

    deactivate

uv (nuevo gestor ultrarrápido de entornos)

`uv <https://github.com/astral-sh/uv>`__ es una herramienta moderna desarrollada por Astral (los creadores de ruff y rye). Es extremadamente rápida y compatible con entornos de Python y gestión de dependencias.

Instalación

Puedes instalar uv fácilmente con pip o con el script oficial:

pip install uv

o

curl -LsSf https://astral.sh/uv/install.sh | sh

Crear y activar un entorno virtual

uv venv
source .venv/bin/activate

Por defecto, uv crea el entorno en .venv/. También puedes crear y activar en un solo paso:

uv python install

Ventajas de uv

  • Mucho más rápido que pip y venv.

  • Compatible con requirements.txt y pyproject.toml.

  • Entornos reproducibles y caché inteligente.

  • Excelente integración con herramientas modernas como Rye y Poetry.

Conda (Anaconda / Miniconda / Mamba)

`conda <https://docs.conda.io/en/latest/>`__ es un gestor de entornos y paquetes multiplataforma, utilizado tanto para Python como para otros lenguajes (R, C, etc.). Es ideal para entornos científicos y de datos.

Instalación

Puedes instalar Conda desde:

Crear un entorno

conda create -n mi_entorno python=3.12

Activar / Desactivar

conda activate mi_entorno
conda deactivate

Ventajas de Conda

  • Gestiona dependencias no solo de Python (también librerías C/C++, R, etc.).

  • Ideal para entornos de ciencia de datos y machine learning.

  • Permite clonar entornos fácilmente:

    conda create --name nuevo_entorno --clone mi_entorno

Conclusión

  • Usa ``venv`` para proyectos estándar de Python.

  • Usa ``uv`` si buscas velocidad y reproducibilidad.

  • Usa ``conda`` si trabajas con ciencia de datos o múltiples lenguajes.

  • Usa ``virtualenv`` solo para compatibilidad con proyectos antiguos.

Jupyter

Jupyter es uno de los entornos de desarrollo que usaremos en este curso, no es el único que existe, pero si que es uno de los más usados para la programación científica y el análisis de datos. Básicamente es una aplicación que se ejecuta en un navegador y que permite crear “cuadernos” donde podemos mezclar texto y código.

Instalaremos Jupyter en nuestro entorno virtual con el siguiente comando:

pip install notebook

Para ejecutar el programa ejecutaremos este otro comando

jupyter notebook

Recursos

En la página web Real Python tenéis un tutorial muy completo para instalar Python: enlace.