README.md

Curso: "Empezar a usar Python bien"

ADVERTENCIA

Se presume que el lector ha adquirido los conocimientos concernientes al curso de terminal de este mismo repositorio.

¿Qué es este seminario?

Una guía orientativa para la correcta configuración de un entorno de trabajo con el lenguaje Python, saludable, reproducible y que no nos mate en el intento; orientada principalmente al sistema operativo Linux o a WSL en Windows.

¿Qué NO es este seminario?

Un curso sobre el lenguaje Python. Se presume que el lector sabe Python o que será capaz de asimilar los conocimientos sobre el "meta" uso de Python sin necesidad de saber nada sobre el lenguaje (lo cual sería el mejor acercamiento al lenguaje nunca antes visto).

Historia

Wikipedia:

Python es un lenguaje de alto nivel de programación interpretado cuya filosofía hace hincapié en la legibilidad de su código, se utiliza para desarrollar aplicaciones de todo tipo, por ejemplo: Instagram, Netflix, Spotify, Panda3D, entre otros. Se trata de un lenguaje de programación multiparadigma, ya que soporta la orientación a objetos, programación imperativa y, en menor medida, programación funcional. Es un lenguaje interpretado, dinámico y multiplataforma.

El nombre del lenguaje proviene de la afición de su creador por los humoristas británicos Monty Python.

Guido van Rossum es el principal autor de Python, y su continuo rol central en decidir la dirección de Python es reconocido, refiriéndose a él como Benevolente Dictador Vitalicio (en inglés: Benevolent Dictator for Life, BDFL)

Entonces, ¿qué van a hacer todos ustedes? ¿Crear una democracia? ¿Anarquía?
¿Una dictadura? ¿Una federación? -- Guido van Rossum

Versiones de Python

Las versiones de Python se encuentran divididas en dos, 2.x y 3.x. La última versión de Python 2.x es 2.7, la cual ya está descontinuada. La versión más moderna de Python es 3.12.

Administrador de paquetes de Python (pip)

Pip es un sistema de gestión de paquetes utilizado en Python para instalar y administrar bibliotecas y herramientas adicionales que no forman parte de la biblioteca estándar de Python.

Con Pip, los usuarios pueden instalar paquetes fácilmente desde el repositorio PyPI (Python Package Index) o desde archivos locales.

Instalar pip

    sudo apt update

    sudo apt install python3-pip

Checkear la instalacion:

    pip3 --version

WARNING
No confundir pip con pipx. pipx es una herramienta que funciona de manera muy similar a pip, pero su uso es para instalar aplicaciones desarrolladas en Python destinadas a ser utilizadas como comandos de terminal (explicado muy a groso modo). pip nos permite instalar librerías de Python para que podamos llamar su código desde nuestros propios códigos de Python. En resumen OLVIDENSE DE INSTALAR COSAS CON pipx A MENOS QUE ENTIENDAN QUE ES LO QUE QUIEREN HACER.

Trabajar en entornos virtuales

Trabajar en entornos virtuales con Python es esencial para garantizar la estabilidad, la consistencia y la portabilidad de tus proyectos. La falta de ellos puede llevar a conflictos de dependencias y dificultades en la colaboración y el mantenimiento a largo plazo.

Ventajas:

• Evita el conflicto de dependencias entre un proyecto y otro.
• Permite reproducir un entorno de trabajo (usar la misma versión de Python y misma versión de bibliotecas que se utilizaron en el pasado).
• Evita la pérdida de dependencias por sobrescritura (tan graves como las dependencias del sistema operativo).

¿Qué es un entorno virtual de Python?

Muchos estarán acostumbrados al concepto de máquina virtual; sin embargo, un entorno virtual de Python no tiene nada que ver con eso.

Un entorno virtual, o virtual environment, es un intérprete de Python aislado del intérprete del sistema y de los intérpretes de otros entornos virtuales. Las bibliotecas instaladas en él son copias específicas para ese entorno.

Por ejemplo, si creamos dos entornos virtuales (ve1 y ve2) con una versión de Python 3.11 e instalamos la biblioteca NumPy en ambos, estaríamos instalando dos veces la biblioteca NumPy en nuestro sistema. Estas dos copias de NumPy instaladas no tienen conocimiento de la existencia de la otra ni tienen relación entre sí. Esa es la idea...

Cual es la gracia de esto?

Evitar conflictos de dependencias

Bueno, hagamos de cuenta de que en ve1 además queremos instalar una librería X que necesita SciPy == 2.7 (que además depende de versiones particulares de NumPy) y en ve2 otra librería Y que necesita SciPy <= 2.2. De no tener aisladas esas instalaciones en entornos virtuales estaríamos teniendo conflictos donde cada vez que quiero usar X o Y tengo que reinstalar las versiones correspondientes de sus dependencias.

Reproducibilidad del código

En ciencia es importante que nuestros resultados sean reproducibles en el tiempo. Trabajando con entornos virtuales podemos "congelar" en el tiempo las librerías que utilizamos, e incluso dejarlas especificadas al momento de compartir. Asegurando que cuando alguien repita nuestros cálculos sean de la manera más idéntica posible.

¿Cómo creo entornos virtuales de Python?

Se debe instalar la libreria virtualenv y además la librería virtualenvwrapper con el administrador de paquetes de Python, que si bien es opcional, no hará las cosas mas sencillas.

Desde una terminal:

    pip install --user virtualenv virtualenvwrapper

Editamos el archivo .bashrc añadiendo las lineas:

export WORKON_HOME="$HOME/.virtualenvs"
export VIRTUALENVWRAPPER_PYTHON=/usr/bin/python3
source $HOME/.local/bin/virtualenvwrapper.sh

Esto permitirá que nuestras terminales puedan utilizar los comandos proporcionados por virtualenvwrapper. No olvides reiniciar la terminal para que surta efecto.

Comandos para administrar nuestro entornos

• Crear entorno virtual (make virtual environment)

    mkvirtualenv nombre_entorno

Al crearse el entorno inmediatamente la terminal entrará en el. Esto será indicado en el prompt de nuestra terminal:

• Salir de un entorno virtual

    deactivate

• Entrar en un entorno virtual

    workon nombre_entorno

• Borrar un entorno virtual (remove virtual environment)

    rmvirtualenv nombre_entorno

• Ver la lista de mis entornos virtuales creados

    workon

Existen funcionalidades más avanzadas de virtualenv que por el momento no son necesarias (por ejemplo, crear un entorno con uan versión de Python especifica)

Instalar librerías en un entorno

• Creamos un entorno de ejemplo:

    mkvirtualenv thermo

Corroboramos que estemos dentro del entorno gracias a nuestra prompt o también podemos hacer:

    which python3

• Instalamos una librería ejemplo que se encuentre en PyPi:

    pip install ugropy

• Para instalar librerías locales

    pip install path/to/library/directory

• Para instalar librerías locales en modo editable

    pip install -e path/to/library/directory

• Instalar librerías a partir de un archivo requirements.txt

    pip install -r requirements.txt

*Ver archivo ejemplo de requirements.txt del seminario

matplotlib
black
black[jupyter]
scipy
numpy
pandas == 2.2.0
thermo >= 0.2.27

• Ver la lista de librerías instaladas en el entorno

    pip list

Extensión de VScode

Como trabajar con el lenguaje Python

Archivos *.py

Es el equivalente a un .f90 de Fortran. En estos archivos podemos escribir nuestro código Python. Dentro de estos archivos podemos escribir nuestro código Python y correrlo de la terminal con:

    python3 python/examples/example1.py

*Ver la carpeta "examples" de este seminario.

También, es posible correr un archivo *.py utilizando el botón correr . Si recibió un error al hacer esto con el example1.py, era lo esperado.

VScode no sabe con cual intérprete de Python se está queriendo correr el archivo, por lo que usa el intérprete del sistema por defecto.

Para cambiar el intérprete que utiliza VScode se debe hacer:

ctrl + shift + p

Y buscar la opción:

Python: select interpreter

o en español:

Python: seleccionar intérprete

Se desplegará una lista de intérpretes a seleccionar. Debería figurar el entorno virtual creado. Seleccionarlo.

Una forma alternativa y más visual de hacer esto. Hacer click derecho y habilitar el menú de Python como se muestra en la figura:

Dentro de la pestaña nueva correspondiente a Python seleccionar el entorno virtual como el intérprete del espacio de trabajo.

En este caso estoy seleccionando un entorno llamado "articulo". Clickear sobre la estrella para hacerlo el entorno predefinido para el entorno de trabajo.

Si son curiosos notarán que desde esta pestaña se pueden gestionar todos los entornos virtuales, crearlos, borrarlos, ver que librerías tienen, etc. Incluso entornos de otras distribuciones de Python como Anaconda.

Formatear archivos .py

Es bueno seguir un estandar a la hora de programar. Los estandares se definen por lo que uno podría definir su propio estandar pero eso no es conveniente por obvias razones. A la hora de interactuar con otros desarrolladores todos deberían tener un estandar en común.

En Python existe un estandar gratuito que se puede consultar llamado PEP8.

https://peps.python.org/pep-0008/

Esto es muy extenso y aprender absolutamente todo sobre esto llevaría mucho mas tiempo y sobre todo práctica por parte de los oyentes.

• Funciones: Usa nombres descriptivos y sigue la convención snake_case (todo en minúsculas y separado por guiones bajos).

• Clases: Utiliza la convención CamelCase para nombrar clases (inicia cada palabra con mayúscula sin espacios ni guiones).

• Variables: igual que funciones.

• Longitud máxima de linea: 79 caracteres.

En este tutorial solo exploraremos el último item que puede ser corregido automáticamente por la biblioteca black. Ver el ejemplo python/examples/formateo_py/codigo_feo.py

    black python/examples/formateo_py/ -l 79

Ver como el código ha cambiado

Archivos *.ipynb

Los Jupyter Notebooks son entornos interactivos de computación que permiten crear y compartir documentos que contienen código ejecutable, visualizaciones, texto explicativo y elementos multimedia. Estos documentos se organizan en celdas, donde cada celda puede contener texto en formato Markdown o código en un lenguaje de programación como Python, R, Julia, entre otros.

Una de las principales ventajas de los Jupyter Notebooks es su capacidad para ejecutar código de manera interactiva, lo que significa que puedes escribir y ejecutar fragmentos de código de forma independiente en cualquier orden. Esto facilita la exploración de datos, el prototipado de algoritmos y la presentación de resultados.

*Ver el archivo python/examples/example1.ipynb

Seleccionar el intérprete de Python del notebook

Al igual que con los archivos .py hay que seleccionar el intérprete del notebook utilizando el boton "select kernel" en la parte superior derecha.

Formateo de archivos .ipynb

Al igual que los archivos .py se pueden formatear con black instalando el complemento black[jupyter]

    pip install black[jupyter]