Guía de introducción a Python

Tómese 5 minutos para ponerse al día rápidamente con este

lenguaje de computación científica

Steven H. Frankel 27-02-2018

¿Está buscando un lenguaje de programación fácil de aprender que le ayude con su

trabajo científico? No busque más que Python. Descubra los recursos para utilizar este
lenguaje sencillo para hacer de todo, desde ejecutar cálculos algebraicos hasta generar una
representación gráfica de sus datos.

¿Está buscando un lenguaje de programación fácil de aprender para que le ayude con su trabajo
científico? No busque más que Python. Le presentaremos los conceptos básicos que necesita
saber para empezar con este lenguaje sencillo de programación y le mostraremos cómo se utiliza
Python para hacer de todo, desde ejecutar cálculos algebraicos hasta generar una representación
gráfica de sus datos.

Revisión de la computación científica

La computación científica consiste en la utilización de computadoras para solucionar problemas
científicos. Más específicamente, se utiliza para solucionar ecuaciones. De todo, desde
ecuaciones no lineales simples (encontrar raíces) hasta sistemas de ecuaciones algebraicas
lineales ( álgebra numérica lineal), pasando por solucionar sistemas de ecuaciones diferenciales
parciales no lineales (física computacional).).

Históricamente, los algoritmos numéricos para solucionar esos problemas se programaban en

lenguajes como C/C++ y Fortran — y todavía se sigue haciendo. Así que, ¿en dónde encaja
Python? Python es excelente para desplegar y probar rápidamente algoritmos nuevos (o viejos)
y para reunir varios códigos físicos, lo que a menudo se realiza en los mejores laboratorios de
EE. UU. Python es fácil, divertido de aprender y bastante potente. Así que, ¿a qué espera?
¡Empecemos!

Descargue Python
Python está totalmente disponible para todas las computadoras que ejecutan los sistemas
operativos Linux o macOS. Python se puede ejecutar incluso en un iPad mediante la utilización
de Pythonista . También se puede descargar una versión para Windows de Python.org . Pero,

© Copyright IBM Corporation 2018 Marcas

Guía de introducción a Python Pagina 1 de 6
developerWorks® ibm.com/developerWorks/ssa/

si usted va a realizar computación científica, — e incluso si no lo va a hacer, — le recomiendo

que descargue e instale Anaconda. Anaconda proporciona una instalación completa de Python y
muchos de los excelentes paquetes (o módulos, como los llamo) para la computación científica.
También ofrece un acceso fácil al entorno de desarrollo integrado Spyder.

Python está a su servicio

Cuando haya instalado Anaconda, podrá hacer clic en el ícono de Anaconda Navigator y empezar
a divertirse un poco. En la ventana inferior derecha está el símbolo del sistema. Sólo tiene que
colocar el ratón en la parte derecha de este símbolo y empezar a introducir comandos de Python.
Si usted utiliza la ruta tradicional para aprender un nuevo lenguaje de programación, empiece
escribiendo print(“¡Hola Mundo!”), después pulse Volver.

Se puede utilizar el símbolo del sistema para ingresar uno o varios comandos para probar
rápidamente los íconos de código o para generar los resultados del trabajo. Cuando se trata de
utilizar más que unas pocas líneas de código, es mejor generar y guardar un archivo del programa
de forma separada (más tarde hablaremos sobre esto).

La otra opción, al menos en Linux y macOS, es abrir una ventana terminal y escribir Python en el
símbolo del sistema. Al hacer esto, se inicia el símbolo del sistema de Python, donde se puede
empezar a escribir comandos y a ejecutar el código de Python. Si, en vez de eso, se escribe idle
en la ventana terminal, aparece una nueva ventana que presenta el editor Idle Python — que es
adecuado para escribir nuevos scripts Python y para ejecutarlos utilizando el potente comando F5
.

¿Qué contienen los nombres?

Ahora que tiene instalado Python y que sabe cómo empezar a escribir comandos, puede
continuar y hacer algo de matemáticas y ciencias. Para programar las computadoras para que
solucionen ecuaciones, hay que utilizar variables y manipular los números que representan estas
variables. Por ejemplo, defina una variable en Python escribiendo el siguiente comando en el
símbolo del sistema:
>>> x0 = 1.5
>>> x1 = 2.0

¡Felicidades! Han creado simultáneamente dos variables nuevas con sus nombres x0 y x1 y ha
asignado los valores 1.5 y 2.0, respectivamente. Para verlo en acción, escriba:
>>> x0,x1

O puede utilizar la función print :

>>> print (x0,x1)

No hace falta declarar esas variables como reales (números de coma flotante) ni como enteros
(números enteros) porque Python es un lenguaje que se escribe dinámicamente; determina el tipo
de variable sobre la marcha, basándose en los valores que se le asignan.

Guía de introducción a Python Pagina 2 de 6

ibm.com/developerWorks/ssa/ developerWorks®

Computadoras y álgebra
Usted tiene dos variables que se han asignado a dos números, así que ahora mismo puede
hacer algunos cálculos algebraicos simples con ellos; puede sumarlos, restarlos, multiplicarlos o
dividirlos a su antojo. Esto es en lo que las computadoras son mejores. Para ver esta álgebra en
funcionamiento, escriba el siguiente comando en el símbolo del sistema:
>>> yp = x0 + x1
>>> ym = x1 - x0
>>> yt = x0*x1
>>> yd = x1/x0
>>> print(yp,ym,yt,yd)

Ahora usted está oficialmente haciendo cálculos científicos.

Computadoras y lógica
Si las computadoras sólo pudiesen hacer cálculos de álgebra, su impacto en la computación
científica sería muy limitado. El hecho de que las computadoras también sean buenas en lógica
es lo que posibilita la creación de programas complejos. Es posible que usted esté familiarizado
con la lógica si ocurre esto, entonces eso (IFTTT) . Esto no es exactamente de lo que estoy
hablando, pero se le parece. Me refiero al control de flujos de los programas, o a la capacidad
de ejecutar una línea o bloque (grupo de líneas) de código sólo bajo determinadas condiciones y
otras líneas o bloques de código bajo otras condiciones. Para ver lo que esto realmente significa,
escriba el siguiente comando:
>>> x1 = 2.0
>>> if x1 < 0:
x = 0
print("Negativo cambiado a cero")
elif x1 == 0:
print ("Cero")
else:
print ("x1 es positivo")

Ese código es un ejemplo de un bloque if , donde elif es la abreviatura para else if, y else se
ejecuta si las pruebas de los dos (o los que necesite) bloques de código anteriores fallan. Para
obtener una explicación más detallada, eche un vistazo a Más Herramientas de Control de Flujos
en la documentación de Python.

La potencia que está detrás de muchos algoritmos de computación científica está relacionada
con la capacidad para ejecutar los mismos bloques de código varias veces con datos diferentes.
Aquí es donde los bucles son útiles. Considere el siguiente ícono de código, que utiliza el rango
de función integrada en Python para generar una lista de 10 números enteros, empezando por el
0:
>>> x0 = 1.5
>>> for i in range(10):
x1 = x0 + i

Este código ejecuta 10 veces el cálculo x1 = x0 + i, empezando con i=0 y acabando con i=9.

Guía de introducción a Python Pagina 3 de 6

developerWorks® ibm.com/developerWorks/ssa/

¿Cuál es su función?
Las funciones inician el importante proceso de programación de desglosar un gran número de
tareas de programación en pequeños conjuntos de subtareas, o funciones. Python tiene funciones
y bibliotecas externas incorporadas que explicaré más adelante. Usted también puede crear sus
propias funciones. Las funciones se crean utilizando la palabra clave de Python def, como se
muestra a continuación, para la función llamada f, que recibe la variable de entrada x y devuelve
el valor resultante de la evaluación de la expresión algebraica que se ha programado:
>>> def f(x):
return x**3 - 5*x**2 + 5*x + 1
>>> x0 = 1
>>> print ("f(x0) = ", f(x0))

Para crear una función para calcular la derivada analítica de la función anterior, escriba:
>>> def fp(x):
return 3*x**2 - 10*x + 5
>>> x1 = 2
>>> print ("La derivada de f(x) es: ", fp(2))

Archive esto
Hasta ahora ha introducido todos sus comandos de Python en el símbolo del sistema, lo que
está bien para un código breve y desechable. Pero si usted está trabajando en un proyecto más
grande o sí quiere guardar su trabajo para después, le recomiendo que cree un nuevo archivo
o script de Python. Esto lo puede hacer desde la ventana terminal con el editor de texto que
prefiera. Por ejemplo, con vi, sólo hay que escribir vi newton.py para crear un archivo de texto
vacío llamado newton poniendo .py como valor de la extensión del archivo para permitir que todo
el mundo (y la computadora, en particular) sepa que esto es un archivo de Python. Después, con
el archivo abierto, se puede empezar a escribir los comandos de Python.

Nota: Python utiliza espacios en blanco para indicar bloques de código. La convención estándar
es utilizar cuatro espacios para hacer la sangría de un bloque de código nuevo, como las líneas
de código que constituyen una función, o un bloque if-then .

Otro aspecto importante de la escritura de programas son las líneas— de comentario que explican
al que está leyendo el archivo lo que hace el script. Los comentarios de línea única empiezan
con el símbolo de la libra (#); para crear comentarios de varias líneas, empiécelos con una barra
diagonal inversa seguida por # (\#), y escríbalos. #\. Después de ingresar el código, guárdelo y
salga del editor. Después ejecute el código desde la línea de comandos de la ventana terminal
(suponiendo que usted está en el mismo directorio que el archivo que ha guardado) escribiendo
python newton.py.

En la computación científica normalmente es una buena idea desglosar un problema o tarea

en problemas más pequeños o subtareas. En Python, a esas subtareas se las conoce como
módulos. Los módulos sólo son archivos adicionales de Python (que tienen la extensión de
archivo .py) que contienen definiciones y declaraciones. También hay disponibles modelos de

Guía de introducción a Python Pagina 4 de 6

ibm.com/developerWorks/ssa/ developerWorks®

módulos. Se puede utilizar cualquier módulo dentro de su programa importándolo con la palabra
clave import . Por ejemplo, el módulo matemático contiene funciones básicas matemáticas como
el seno y el coseno; se puede utilizar escribiendo la palabra clave import math.

Cómo importar a Python la potencia de computación científica.

Dos módulos potentes de computación científica que puede querer utilizar en Python son
NumPy y SciPy. NumPy contiene muchas características potentes, pero la interesante para
este ejemplo es la capacidad de crear colecciones de números del mismo tipo de datos y
asignarlas a una única variable, llamada array. También tiene capacidades amplias de álgebra
lineal, la transformación de Fourier y creación de números aleatorios. SciPy es el ecosistema de
computación científica dominante que contiene NumPy y muchos otros paquetes, como matplotlib,
del cual hablo en la siguiente sección. El siguiente código proporciona un ejemplo rápido de cómo
importar NumPy y cómo utilizarlo en un ícono de código:
import numpy as np
/* Ahora creamos y asignamos una lista de números enteros de 0 a 9 para las
variables de x[0] a
x[9], lo que en la práctica crea un array unidimensional de NumPy */
x = np.linspace(10)
print(x)

Cómo utilizar Python para generar una representación gráfica

Generar una representación gráfica eficaz a partir de los datos de la computación científica es
la clave para entender e informar los resultados. El paquete estándar de Python para lograr este
objetivo importante es el módulo matplotlib . Se puede acceder y utilizar fácilmente, como se
puede ver aquí:
>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> x = np.arange(0, 5, 0.1)
>>> y = np.sin(x)
>>> plt.plot(x,y)
>>> plt.show()

El módulo matplotlib tiene comandos para controlar el tipo de línea, los colores y el estilo, y
también para guardar el diagrama.

Siguientes pasos
El internet ofrece cientos de sitios para ayudar a aprender Python y su rol en la computación
científica. Aquí tiene algunos recursos excelentes que puede utilizar para saber más:

• Como breve ejemplo de aplicación de computación científica creada en Python, Daniel

Homola creó una implementación del método de Newton en tan sólo 10 líneas de código de
Python. .
• Uno de mis recursos favoritos es Introducción a Python para la computación científica.
• ¿Está buscando un buen libro? Eche un vistazo a Effective Computation in Physics: Field
Guide to Research with Python de Anthony Scopatz.

Guía de introducción a Python Pagina 5 de 6

developerWorks® ibm.com/developerWorks/ssa/

• Una referencia útil y actual es A Whirlwind Tour of Python, por Jake VanderPlas, que se
extrae de su libro Python Data Science Handbook: Essential Tools for Working with Data.
• Cuando tenga más conocimientos en Python o cuando quiera hacer más cosas que cálculos
científicos, le recomiendo Python Tricks: A Buffet of Awesome Python Features por Dan
Bader.

¡Feliz programación!

© Copyright IBM Corporation 2018

(www.ibm.com/legal/copytrade.shtml)
Marcas
(www.ibm.com/developerworks/ssa/ibm/trademarks/)

Guía de introducción a Python Pagina 6 de 6