Python es un lenguaje de programación interpretado e
interactivo de propósito general. Es, hasta cierto punto, comparable
con otros lenguajes de programación de dominio específico que podemos
encontrar dentro del ámbito de la Ingeniería como Matlab, Octave, R,
SPSS o IDL.
Se trata también de un lenguaje de programación relativamente moderno y en constante, aunque moderada, renovación. Fue creado por Guido van Rossum en el año 1991 tomando prestadas muchas de las buenas ideas presentes en los lenguajes de programación que conocía. A diferencia de lo que viene siendo habitual, en vez de reinventar cada idea simplemente las incorporó de manera que tuvieran sentido.
Aunque la mente de un holandés suele ser un sitio bastante complicado y retorcido consiguió crear un lenguaje sencillo, intuitivo y fácil de aprender. Difícilmente se es más productivo con cualquier otro lenguaje de cuanto se es programando en Python. De hecho se suele decir: la vida es corta, por eso programo en Python. Quizás el único lenguaje comparable a Python en ese sentido es Ruby, que curiosamente nació de la mente de un japonés; también un sitio habitualmente complicado y retorcido.
Python gozaba de cierta popularidad dentro del mundo UNIX porque se le consideraba una alternativa razonable a Perl, el que era por aquel entonces el lenguaje de scripting para programación de sistemas por antonomasia. La explosión de Python llegó entre los años 2003 y 2007 con el auge de las aplicaciones web y posteriormente con la nube. Es uno de los cuatro lenguajes oficiales de Google y toda la infraestructura de Youtube está programada en Python. Permite a los desarrolladores de arquitecturas de servicios utilizar el mismo lenguaje para la aplicación (para lo que también se ha venido utilzando PHP, como en el caso de Facebook), para el middleware y para la gestión de los equipos. Si bien Java es el lenguaje de las aburridas consultorías de sistemas y de las mastodónticas multinacionales, Python es el lenguaje de las startups de Silicon Valley.
Más o menos mientras ganaba en popularidad entre los futuros empleados de Google, en algunos sectores del cálculo científico se lo veia como una más que prometedora alternativa a Matlab. Matlab es en el fondo un lenguaje de programación mediocre que sirve para juntar funciones realmente útiles. Python debía recorrer el sentido contrario: es un lenguaje de programación singularmente atractivo para el que, hace unos años, no había un contexto científico. Ni siquiera se diseñó pensando en el Cálculo Numérico.
Jim Hugunin puso la primera piedra del castillo, Numeric. No era más que una clase para poder tratar arrays n-dimensionales en Python y algunas rutinas numéricas pero tenía serios problemas de velocidad en comparación con Matlab. También había ciertos problemas de fragmentación, cada centro de investigación desarrollaba sus propias bibliotecas de cálculo y las compartía, pero no había ningún lugar donde poder poner las cosas en común. El punto de no retorno llegó el año 2007 con numpy y scipy. Finalmente Python contaba con los bloques básicos para hacer Cálculo Numérico, todos los usuarios usaban el mismo y sabían dónde compartir sus desarrollos.
En enero de 2012, momento en el que escribo estas líneas, Python cuenta con una colección de recursos para Ciencia equivalente a la de Matlab, incluso superior en campos como la visualización o el cálculo simbólico. Y la gran mayoría de estos recursos son libres y gratuitos, sin problemas de royalties o de abogados que intenten defender la propiedad intelectual de sus clientes.
En resumen: Python es el futuro.
Se trata también de un lenguaje de programación relativamente moderno y en constante, aunque moderada, renovación. Fue creado por Guido van Rossum en el año 1991 tomando prestadas muchas de las buenas ideas presentes en los lenguajes de programación que conocía. A diferencia de lo que viene siendo habitual, en vez de reinventar cada idea simplemente las incorporó de manera que tuvieran sentido.
Aunque la mente de un holandés suele ser un sitio bastante complicado y retorcido consiguió crear un lenguaje sencillo, intuitivo y fácil de aprender. Difícilmente se es más productivo con cualquier otro lenguaje de cuanto se es programando en Python. De hecho se suele decir: la vida es corta, por eso programo en Python. Quizás el único lenguaje comparable a Python en ese sentido es Ruby, que curiosamente nació de la mente de un japonés; también un sitio habitualmente complicado y retorcido.
Python gozaba de cierta popularidad dentro del mundo UNIX porque se le consideraba una alternativa razonable a Perl, el que era por aquel entonces el lenguaje de scripting para programación de sistemas por antonomasia. La explosión de Python llegó entre los años 2003 y 2007 con el auge de las aplicaciones web y posteriormente con la nube. Es uno de los cuatro lenguajes oficiales de Google y toda la infraestructura de Youtube está programada en Python. Permite a los desarrolladores de arquitecturas de servicios utilizar el mismo lenguaje para la aplicación (para lo que también se ha venido utilzando PHP, como en el caso de Facebook), para el middleware y para la gestión de los equipos. Si bien Java es el lenguaje de las aburridas consultorías de sistemas y de las mastodónticas multinacionales, Python es el lenguaje de las startups de Silicon Valley.
Más o menos mientras ganaba en popularidad entre los futuros empleados de Google, en algunos sectores del cálculo científico se lo veia como una más que prometedora alternativa a Matlab. Matlab es en el fondo un lenguaje de programación mediocre que sirve para juntar funciones realmente útiles. Python debía recorrer el sentido contrario: es un lenguaje de programación singularmente atractivo para el que, hace unos años, no había un contexto científico. Ni siquiera se diseñó pensando en el Cálculo Numérico.
Jim Hugunin puso la primera piedra del castillo, Numeric. No era más que una clase para poder tratar arrays n-dimensionales en Python y algunas rutinas numéricas pero tenía serios problemas de velocidad en comparación con Matlab. También había ciertos problemas de fragmentación, cada centro de investigación desarrollaba sus propias bibliotecas de cálculo y las compartía, pero no había ningún lugar donde poder poner las cosas en común. El punto de no retorno llegó el año 2007 con numpy y scipy. Finalmente Python contaba con los bloques básicos para hacer Cálculo Numérico, todos los usuarios usaban el mismo y sabían dónde compartir sus desarrollos.
En enero de 2012, momento en el que escribo estas líneas, Python cuenta con una colección de recursos para Ciencia equivalente a la de Matlab, incluso superior en campos como la visualización o el cálculo simbólico. Y la gran mayoría de estos recursos son libres y gratuitos, sin problemas de royalties o de abogados que intenten defender la propiedad intelectual de sus clientes.
En resumen: Python es el futuro.
El entorno de desarrollo en Matlab
Python es un lenguaje de programación con todas las letras tal como lo
es C, Fortran o Java. Al igual que estos lenguajes y a diferencia de
Matlab no existe un entorno de desarrollo “oficial”. Aunque en cada
instalación de Python viene un pequeño editor llamado idle no es ni
mucho menos el más recomendable.
En mi caso tengo dos elecciones personales: Emacs y Eclipse. Lo más
normal es que si no os habéis peleado largas horas de vuestra vida con
un Linux ni siquiera os suene la palabra emacs pero sí es probable que
os suene eclipse.
Eclipse es un entorno de desarrollo originalmente pensado para Java
pero que fue tornandos en agnóstico respecto al lenguaje de
programación. Existe una extensión bastante popular llamada pydev que
convierte a Eclipse en un entorno de desarrollo completo para Python,
con gestor de proyectos y debugger. Es una elección muy interesante en
el momento en el que uno se plantea realizar un proyecto realmente
grande con Python. Pero para manejar los pequeños scripts que
escribiremos en este curso cualquier cosa vale, incluso idle.
Hay centenares de entornos de desarrollo para Python, incluso algunos
están pensados para parecerse lo máximo posible al entorno de Matlab
como spyder. Os recomiendo que visitéis la wiki del proyecto Python
donde encontraréis una lista actualizada de todos los entornos de
desarrollo para Python, tanto libres como comerciales.
Apoyando el software libre para economía. Espero compartir pronto tutoriales bajo "Python el nuevo Matlab".
Deybi Morales León
morales.economia@gmail.com
Comentarios
Publicar un comentario