Configurando el entorno Python

Configurando el entorno Python

Un entorno de desarrollo bien configurado puede aumentar significativamente tu productividad al programar en Python. En esta lección, exploraremos las herramientas y configuraciones que te ayudarán a crear un flujo de trabajo eficiente.

Editores de código y IDEs para Python

Hay muchas opciones para escribir código Python, desde editores de texto simples hasta entornos de desarrollo integrados (IDEs) completos.

Visual Studio Code (VS Code)

Visual Studio Code es un editor de código gratuito, de código abierto y altamente personalizable que se ha vuelto muy popular entre los desarrolladores de Python.

Configuración para Python en VS Code:

1. Instala la extensión de Python:
   • Abre VS Code
   • Ve a la pestaña de extensiones (o presiona Ctrl+Shift+X)
   • Busca "Python" (publicada por Microsoft)
   • Haz clic en "Instalar"
2. Extensiones recomendadas adicionales:
   • Pylance: Servidor de lenguaje mejorado
   • Python Docstring Generator: Ayuda a crear documentación
   • Python Test Explorer: Para ejecutar y depurar pruebas
   • Python Indent: Mejora la indentación automática
3. Configuración básica:
   • Selecciona tu intérprete de Python haciendo clic en la versión de Python en la barra de estado o usando Ctrl+Shift+P y escribiendo "Python: Select Interpreter"

PyCharm

PyCharm es un IDE completo específicamente diseñado para Python, desarrollado por JetBrains.

• PyCharm Community Edition: Gratuito, de código abierto
• PyCharm Professional: De pago, con características adicionales como soporte para desarrollo web y bases de datos

PyCharm incluye:

• Autocompletado inteligente
• Depuración avanzada
• Integración con sistemas de control de versiones
• Gestión de entornos virtuales incorporada
• Análisis de código y detección de errores

Jupyter Notebook

Jupyter Notebook es una aplicación web que permite crear documentos que contienen código ejecutable, visualizaciones y texto narrativo. Es especialmente popular para:

• Ciencia de datos y análisis
• Aprendizaje automático
• Enseñanza y demostraciones
• Experimentación interactiva

Para instalar Jupyter Notebook:

pip install notebook

Para iniciarlo:

jupyter notebook

Entornos virtuales en Python

Los entornos virtuales son herramientas esenciales que crean espacios aislados para tus proyectos Python, evitando conflictos entre dependencias.

¿Por qué usar entornos virtuales?

• Aislar dependencias de proyectos
• Evitar conflictos entre versiones de paquetes
• Facilitar la reproducibilidad de proyectos
• Mantener limpio el entorno global de Python

Creando entornos virtuales con venv

venv viene incluido con Python 3 y es la forma recomendada de crear entornos virtuales:

# Crear un entorno virtual
python -m venv mi_entorno

# Activar el entorno virtual
# En Windows
mi_entorno\Scripts\activate

# En macOS/Linux
source mi_entorno/bin/activate

# Desactivar el entorno virtual (igual en todos los sistemas)
deactivate

Usando virtualenv (alternativa)

virtualenv es una herramienta más antigua pero aún popular:

# Instalar virtualenv
pip install virtualenv

# Crear un entorno virtual
virtualenv mi_entorno

# Activación igual que con venv

Conda para gestión de entornos

Si usas Anaconda o Miniconda:

# Crear un entorno
conda create --name mi_entorno python=3.9

# Activar el entorno
conda activate mi_entorno

# Desactivar
conda deactivate

Gestión de paquetes con pip

pip es el instalador de paquetes estándar para Python:

# Instalar un paquete
pip install nombre_paquete

# Instalar una versión específica
pip install nombre_paquete==1.0.0

# Actualizar un paquete
pip install --upgrade nombre_paquete

# Listar paquetes instalados
pip list

# Guardar dependencias en un archivo
pip freeze > requirements.txt

# Instalar desde un archivo de requisitos
pip install -r requirements.txt

Herramientas para mejorar la calidad del código

Linters y formatters

Estas herramientas te ayudan a mantener un código limpio y consistente:

1. Flake8: Verifica errores de sintaxis y estilo

   pip install flake8
   flake8 mi_archivo.py
   

2. Black: Formateador de código automático

   pip install black
   black mi_archivo.py
   

3. isort: Organiza las importaciones automáticamente

   pip install isort
   isort mi_archivo.py
   

4. mypy: Verificador de tipos estáticos

   pip install mypy
   mypy mi_archivo.py
   

Configuración de un proyecto Python básico

Estructura recomendada para un proyecto Python:

mi_proyecto/
│
├── README.md           # Documentación del proyecto
├── requirements.txt    # Dependencias
├── setup.py           # Configuración para distribución
│
├── mi_paquete/        # Código fuente principal
│   ├── __init__.py
│   ├── modulo1.py
│   └── modulo2.py
│
└── tests/             # Pruebas
    ├── __init__.py
    ├── test_modulo1.py
    └── test_modulo2.py

Consejos para un flujo de trabajo eficiente

1. Siempre usa entornos virtuales para cada proyecto
2. Documenta tu código con docstrings y comentarios claros
3. Utiliza control de versiones (como Git) desde el inicio
4. Escribe pruebas para tu código
5. Sigue las convenciones de estilo de Python (PEP 8)
6. Automatiza tareas repetitivas con scripts

Próximos pasos

Con tu entorno configurado, estás listo para comenzar a escribir tus primeros programas en Python. En la siguiente lección, crearemos nuestra primera aplicación.