Tabla de contenidos
Python generalmente se considera un lenguaje de programación relativamente simple, tanto cuando se trata de aprender como de aplicar lo aprendido. Según los expertos, Python es adecuado para una amplia gama de aplicaciones. Comenzar puede ser tan difícil como con otros lenguajes de programación. Cada decisión que tomes al respecto tiene un impacto. No importa si se trata del sistema operativo, el tiempo de ejecución o el nntorno de desarrollo.
Por esta razón, hemos reunido todos los pasos importantes para que comiences con Python. Te mostraremos las diversas distribuciones de Python, te diremos qué entorno de desarrollo es mejor para tus propósitos y te proporcionaremos las herramientas que te brindarán el mejor soporte posible al programar con Python. Esto debería evitarte los errores y contratiempos habituales que suelen afectar a los principiantes.
Te recomendamos leer: Los mejores canales de YouTube para aprender a programar
Lo primero que probablemente se pregunte es qué versión de Python usar mejor. Respuesta: Python 3. Esta es la versión actual y preparada para el futuro del lenguaje de programación. Python 2 es solo una versión heredada que aún es compatible por razones de compatibilidad con versiones anteriores. En comparación, Python 3 ofrece las mismas características que Python 2, pero tiene importantes ventajas de rendimiento.
Elige tu plataforma Python
¿Cómo tu entrada en Programa que se ejecuta con Python depende en gran medida del sistema operativo que desee utilizar como entorno de desarrollo. Afortunadamente, el lenguaje de programación está disponible para todos los principales sistemas operativos. Además, se encuentran disponibles varios buenos programas de edición y entornos de desarrollo.
Advertencia: Las instrucciones de esta sección se refieren a la versión estándar de Python publicada por Python Software Foundation. Python también está disponible en otras versiones, una de las cuales puede adaptarse mejor a tus necesidades. Por lo tanto, antes de instalar nada, debes leer primero la sección «Descripción general de las distribuciones de Python».
Microsoft Windows: Python no forma parte de Windows de forma predeterminada. La interacción con Microsofts por lo tanto, no requiere mucho tiempo: descarga un entorno de ejecución, haz clic en algunos botones y listo. Si usas el Administrador de paquetes Chocolatey para Windows (y por qué no, si te facilita la vida), simplemente escribe «choco install python3» en la línea de comandos.
Linux: Python ahora forma parte de casi todas las principales distribuciones de Linux. La única pregunta es, ¿estás obteniendo la última versión del lenguaje de programación de forma predeterminada? Algunas distribuciones de Linux vienen con versiones anteriores de Python por una buena razón: los scripts a menudo se escriben específicamente para una distribución y, por lo tanto, solo funcionan con una determinada versión de Python. Si es así, es posible que no pueda evitar instalar una versión anterior de Python usando el Administrador de paquetes. Si deseas evitar que diferentes versiones se interpongan en tu camino. Te ayudará con eso el software pyenv.
macOS: la situación en el sistema operativo Mac es muy similar a la de Linux. Para usar Python 3 con Mac, se recomienda usar el Administrador de paquetes Homebrew. Para el administración nuevamente, se recomienda pyenv.
Si tienes Docker instalado, también puedes simplemente crear un contenedor con un entorno de ejecución de Python y usarlo como base para un proyecto.
Descripción general de las distribuciones de Python
Python está disponible en una variedad de distribuciones diferentes. El sentido y el propósito de esta diversidad es, al igual que con Linux, poder servir a tantos escenarios de uso diferentes como sea posible. La siguiente compilación está destinada a brindarte una descripción general de algunas distribuciones seleccionadas, a saber, la más conocida y la más utilizada.
CPython: fabricado por la Python Software Foundation, CPython es el entorno de ejecución base y una especie de versión de «arma para todo uso». Además del intérprete y la biblioteca estándar, el alcance de la entrega también incluye una mezcolanza de componentes de terceros fabricantes.
Vale la pena saber en este contexto que no existe soporte técnico directo para CPython. Hay un mecanismo incorporado para paquetes de terceros llamado pip, pero implementar paquetes más grandes y complejos puede ser un desafío.
Adecuado para: principiantes que no quieren atreverse a hacer mucho y verdaderos «hazlo tu mismo» que no tienen miedo de encontrar sus propias partes individuales.
ActivePython: ActiveState comercializa una variedad de entornos de ejecución e IDE (entorno de desarrollo integrado) para consumidores y empresas. Además de CPython, ActivePython también incluye docenas de bibliotecas preinstaladas y, por lo tanto, es mucho más sencillo que CPython. Además, hay varias mejoras de rendimiento para muchas bibliotecas en los campos de las matemáticas y las ciencias.
Se requiere dinero para usar ActivePython. Hay tres versiones para elegir: una «Community Edition» gratuita (sin soporte), una «Negocio Edition «y una» Enterprise Edition». Los usuarios empresariales pueden avanzar a través de la pirámide para ver si ActivePython se ajusta a su proyecto.
Adecuado para: usuarios empresariales que desean un fácil acceso a muchas bibliotecas de terceros. Y dispuesto a pagar por el apoyo.
PyPy: El mayor punto de venta único de la distribución Python PyPy es la velocidad. Con la ayuda de un compilador JIT (justo a tiempo), acelera las aplicaciones de Python. Y a veces dramáticamente. Sin embargo, esta mejora en el rendimiento se manifiesta principalmente en aplicaciones que se ejecutan durante un largo período de tiempo.
Adecuado para: Desarrolladores de servicios a largo plazo que se benefician de la dinámica de Python.
Python: en la práctica, Python se usa principalmente en matemáticas y estadística. Por ejemplo, cuando se trata de análisis de datos o aprendizaje automático. Ahora hay algunas distribuciones de Python que están especialmente diseñadas para estos escenarios de aplicación. Anaconda de Continuum Analytics es una de las más conocidas y utilizadas. Como en el caso de ActivePython, el paquete también incluye numerosas bibliotecas de Python; entre otras cosas, se utilizan versiones optimizadas para Intel de bibliotecas matemáticas. Anaconda también tiene su propio instalador para administrar las bibliotecas de terceros. Esto también facilita la actualización de los paquetes.
Adecuado para: Cualquiera que use Python para el análisis de datos o el aprendizaje automático. Anaconda no está hecha exclusivamente para estos casos de uso, pero está fuertemente adaptada a ellos. La distribución Enthought Python es una alternativa a Anaconda.
Encuentra el IDE de Python correcto
Para desarrollar software con Python, básicamente solo necesita un editor de texto y un entorno de ejecución, al menos en teoría. En la práctica, sin embargo, un IDE con soporte para Python es bastante útil si el resultado va más allá del de un script trivial.
Si ya desarrollas software con un IDE, probablemente también pueda usarlo para programar en Python, ya que la mayoría de los IDE populares admiten el lenguaje de programación:
- Ambos IDE de Microsoft, Visual Studio y Visual Studio Code , ofrecen una excelente compatibilidad con Python a través de extensiones. Si ya has alineado tu flujo de trabajo con estos IDE, solo tienes que instalar los complementos adecuados.
- Eclipse se usa principalmente junto con Java, pero también es compatible con Python a través de complementos. Alternativamente, también puede usar LiClipse. Esta es una edición de Eclipse IDE que se ha enriquecido con numerosos complementos de Python preinstalados.
- Muchos usuarios de MacOS confían en el Sublime Text Editor debido a su velocidad y fácil orientación para el usuario. Para los desarrolladores, Sublime Text ofrece un intérprete de Python y muchos complementos escritos en Python.
- Vim y Emacs también ofrecen una sólida compatibilidad con Python, que se puede expandir aún más. En el caso de Vim con el complemento Python-Mode , en Emacs a través de complementos.
También hay algunos IDE dedicados para Python que cubren una variedad de casos de uso:
- IDLE viene incluido con CPython y es adecuado para «juntar» scripts rápidamente y para ayudar a los principiantes con problemas.
- A menudo se recomienda PyCharm , y por una buena razón: el IDE ofrece soporte para muchas herramientas nativas de Python (por ejemplo, Jupyter Notebooks). PyCharm sigue siendo accesible y fácil de usar.
- Komodo es el IDE de ActiveState y, por lo tanto, es particularmente adecuado para la interacción con ActivePython. El uso con CPython también es posible sin ningún problema.
- Spyder está dirigido principalmente a científicos y expertos en estadísticas más que a la comunidad general de desarrolladores de Python.
Si usas Windows
Para ciertos proyectos de programación de Python, los usuarios de Windows necesitan algunas manipulaciones más que los usuarios de Linux, MacOS y otros sistemas operativos basados en Unix. Un «ingrediente» que el desarrollador de Windows debe proporcionar con frecuencia es un compilador de C. Python necesita esto para algunos paquetes para poder crear ciertos módulos que no están disponibles en formato binario. Por ejemplo, Cython traduce Python a código C y necesita un compilador C para producir binarios funcionales.
La buena noticia: el compilador C interno de Microsoft ya viene con la Community Edition gratuita de Visual Studio. También puede instalar Gnu Compiler Collection (GCC). Debido a que el compilador de C en Visual Studio también se usa para CPython en Windows, su uso también promete una experiencia de usuario más consistente.
El marco del compilador LLVM es un tercero complemento que es por lo general no se incluyen como estándar, pero que todavía pueda necesitar. Algunos proyectos de Python como Numba usan LLVM.
Por último, pero no menos importante, los usuarios de Windows también tienen que prescindir de un software de control de revisiones como Git por defecto. Como resultado, algunos IDE pueden negarse a funcionar.
Mantén limpio tu código Python
La mayoría de los lenguajes de programación ofrecen funciones como análisis de código estático o «estandarización de sintaxis». En Python, una colección de paquetes hace esto. Todos los IDE principales ofrecen soporte para esto, por lo que tiene sentido agregarlos a su lugar de trabajo.
PEP 8 es una guía de estilo de código Python. Si deseas aplicar sus reglas a tu código base, la herramienta autopep8 lo hace automáticamente, alinea el código de tu programa Python y muestra advertencias cuando ciertos puntos en el código exija atención. La mayoría de los IDE que admiten Python aceptan autopep8 como formateador predeterminado.
Un nuevo proyecto en términos de formato de código es yapf. Esta herramienta, desarrollada originalmente por Google, formatea completamente tus documentos y elimina todo el formato (y reformateo) existente que se realizó de acuerdo con las reglas de PEP8.
Los lenguajes de programación dinámica como Python permiten a los desarrolladores errores menores. En el caso de Python, existen herramientas de apoyo para evitarlo. Por ejemplo, Pylint, que durante mucho tiempo se ha considerado la herramienta para el análisis de datos estáticos en Python o Mypy.
Crear plantillas de proyectos de Python
Si se encuentra creando los mismos proyectos una y otra vez, ahórrate un poco de nervios y tiempo y cree una plantilla. Hay varias formas de hacer esto: Por ejemplo, creando un repositorio Git que actualiza continuamente.
Con Python puede llevar esto un poco más lejos, con Cookiecutter. Los nuevos proyectos de Python se pueden «arrancar» con una plantilla de cortador de galletas. Estas plantillas, a su vez, se pueden guardar en Git y también se pueden clonar a pedido. Además, es probable que ya exista una plantilla de cortador de galletas para poner en marcha su proyecto. Por cierto, las plantillas que ha creado usted mismo también se pueden compartir.
Programando con Python en entornos virtuales
Cuantos más proyectos de Python inicie, más bibliotecas se utilizarán. Ejemplo: deseas mantener un proyecto heredado que se basa en una versión anterior de algo y, al mismo tiempo, crear un reemplazo que se basa en las versiones más nuevas de las mismas bibliotecas.
Con Python, hay una forma de solucionar este problema: entornos virtuales. Porque permiten que una carpeta de proyecto mantenga sus propias copias locales de las bibliotecas, cuyas versiones son más nuevas que las instaladas en el intérprete. La mayor parte del trabajo lo realiza la herramienta de línea de comandos virtualenv , que también permite cambiar entre diferentes entornos virtuales.
La herramienta virtualenvwrapper se puede utilizar para automatizar la creación de entornos virtuales. Las posibilidades de que su IDE admita entornos virtuales de Python son buenas, como muestra el ejemplo de PyCharm.
No te vayas sin leer: ¿Qué es una aplicación de Android? | Apps de Google Play
Una alternativa a los entornos virtuales es utilizar una instalación independiente del entorno de ejecución de Python. Por ejemplo, CPython para Windows se puede llamar «zip incrustable» y luego trae su propia instalación mínima de Python. Si desea sprobar ciertas funciones en diferentes versiones de un entorno de ejecución para Python y no desea instalar cada versión por separado, esta solución está hecha para ti.