Curso de introducción a Python: procesamiento y análisis de datos

La mejor forma de aprender a programar es haciendo algo útil, por lo que esta introducción a Python se centrará alrededor de una tarea común: el análisis de datos. En este taller práctico se hará un breve repaso a los conceptos básicos de programación con el fin de automatizar procesos cubriendo la sintaxis de Python (junto a NumPy y matplotlib). Para ello, seguiremos los materiales de Software-Carpentry (ver apuntes).

Nuestra herramienta fundamental de trabajo es el Notebook de Jupyter, podrás conocer más acerca de él en las siguientes clases. Durante el curso te familiarizarás con él y aprenderás a manejarlo (este documento ha sido generado a partir de un notebook).

En esta sesión inicial, veremos los pasos a seguir para que instales Python y puedas empezar a aprender a tu ritmo.

Pasos a seguir:

1. Descarga de Python.

La instalación de Python, el Notebook y todos los paquetes que utilizaremos, por separado puede ser una tarea ardua y agotadora, pero no te preocupes: ¡alguien ha hecho ya el trabajo duro!

Anaconda es una distribución de Python que recopila muchas de las bibliotecas necesarias en el ámbito de la computación científica y desde luego, todas las que necesitaremos en este curso. Además incluye herramientas para programar en Python, como Jupyter Notebook o Spyder (un IDE al estilo de MATLAB).

Lo único que necesitas hacer es:

2. Instalación de Python.

Consulta las instrucciones de instalación de Anaconda para tu sistema operativo. En el caso de Windows y OS X, te encontrarás con los típicos instaladores gráficos a los que ya estás acostumbrado. Si te encuentras en Linux, deberás ejectuar el script de instalación desde la consola de comandos, así que recuerda comprobar que tienes bash instalado y asignar permisos de ejecución al script.

Importante: asegurate de instalar Anaconda sólo para tu usuario y sin permisos de administrador, no son necesarios y te pueden dar problemas más tarde si no tienes derechos de acceso siempre.

¡Muy bien! Ya tienes instalado ¿pero dónde?

  • En Windows, desde Inicio > Anaconda verás una serie de herramientas de las que ahora dispones ¡no tengas miedo de abrirlas!

  • En OS X, podrás acceder a un launcher con las mismas herramientas desde la carpeta anaconda dentro de tu carpeta personal.

  • En Linux, debido al gran número de combinaciones de distribuciones más escritorios no tendrás esos accesos directos gráficos (lo que no quiere decir que no puedas crearlos tú a posteriori) pero, como comprobarás, no hacen ninguna falta y no forman parte de nuestra forma de trabajar en el curso.

Ahora, vamos a actualizar Anaconda para asegurarnos de que tenemos nuestra distribución de Python con todos sus paquetes al día para lo que abrimos una ventana de comandos (símbolo de sistema en Windows o terminal en OS X) y ejecutamos los siguientes comandos de actualización (confirmando en el caso de tener que instalar paquetes nuevos):

conda update conda
conda update --all

Si experimentas cualquier clase de problema durante este proceso, desinstala tu distribución de Anaconda y vuelve a instalarla donde puedas asegurarte de tener una conexión a internet estable.

Por último, comprueba que Jupyter Notebook funciona correctamente. Escribe esto en una ventana de comandos y espera a que se abra el navegador.

jupyter notebook

Deberías ver esta interfaz (aunque sin archivos).

Ya tenemos nuestra distribución de Python con todos los paquetes que necesitemos (y prácticamente todos los que en un futuro podamos necesitar).

En caso de que tengas cualquier caso de duda durante el proceso, pregúntanos y recuerda que ¡los buscadores de internet son tus mejores amigos!

¡A trabajar!


Clase en vídeo, parte del Curso de Python para científicos e ingenieros grabado en la Escuela Politécnica Superior de la Universidad de Alicante.


In [1]:
from IPython.display import YouTubeVideo

YouTubeVideo("x4xegDME5C0", width=560, height=315, list="PLGBbVX_WvN7as_DnOGcpkSsUyXB1G_wqb")


Out[1]:

Este material es un resumen actualizado del magnífico Curso de AeroPython realizado por: Juan Luis Cano, Mabel Delgado y Álex Sáez



<span xmlns:dct="http://purl.org/dc/terms/" property="dct:title">(*) El Curso AeroPython</span> por <span xmlns:cc="http://creativecommons.org/ns#" property="cc:attributionName">Juan Luis Cano Rodriguez y Alejandro Sáez Mollejo</span> se distribuye bajo una Licencia Creative Commons Atribución 4.0 Internacional.