Curso: Modelamiento en Python con

aplicación a la Ingeniería Ambiental

Sesión 1

M.Sc. Andrés Vargas

Lima, 08 de febrero 2025

 Sobre mí:

• Bachiller en Ingeniería Ambiental de la UNALM (2007-2011),

Título de Ingeniero Ambiental (2013)
• Período laboral en consultoría ambiental en el sector privado
(Buenaventura Ingenieros S.A) y en el sector público (OEFA y
SENACE) (2012-2017)
• Maestría en Ciencias (M.Sc.) en Sostenibilidad, Sociedad y Medio
Ambiente en la Universidad de Kiel (CAU-Kiel), Alemania
(2017-2019)
• Candidato a Doctor (Ph.D.) en la Universidad Humboldt de Berlin
(HU-Berlin) en Ciencias Agrarias (2021-2025)
• Investigador doctoral en el Instituto Leibniz para la Tecnología
Agraria y Bioeconomía (ATB) – Enfoque en valoración de
M.Sc. Andrés Vargas biomasa residual para producción energética (2020-presente)
• Trece años de experiencia en consultoría ambiental, supervisión
Científico postdoctoral
y evaluación ambiental, gestión y revisión de Instrumentos de
ATB Potsdam
Gestíon Ambiental (IGAs), modelamiento e investigación
08/02/2025
académica del alto impacto. 2
 Mi experiencia con Python…
• Aprendizaje con el inicio de mi investigación
doctoral
• Completé un bootcamp en 1 mes...
• ...y luego empecé a desarrollar el modelo BIORIM
(Biological Resource Impact Utilisation Model),
escrito en Python v3.11
• Tres publicaciones científicas al repecto
• Experiencia positiva, herramienta importante en
mi perfil profesional, para automatizar tareas y
facilitar mis objetivos de investigación

08/02/2025 3
 Contenido del curso
MÓDULO 1: ¿Qué es Python? • Introducción a Python
• Aplicabilidad de Python
• Editores de texto
• Creación de entornos virtuales (virtual environment) e instalación de librerías
• Puesta en marcha de Visual Studio Code
MÓDULO 2: Objetos en Python • Números, palabras (strings), listas, diccionarios, tuplas (tuple), conjuntos (sets), booleanos.
• Características y propiedades de los objetos
• Operaciones recurrentes con objetos en Python
MÓDULO 3: Controles de flujo • Conceptos básicos en controles de flujo y aplicabilidad
(if-elif-else) y for loops • Conceptos básicos en for loops, list comprehension, aplicabilidad
MÓDULO 4: Funciones y clases • Definición de funciones y aplicabilidad
• Definición de clases y aplicabilidad
• Importaciones
MÓDULO 5: Numpy y Pandas • Introducción al uso de Numpy y aplicabilidad
• Introducción al uso de Pandas, manejo de base de datos y aplicabilidad
o Parcial
MÓDULO 6: Matplotlib • Uso a Matplotlib y representaciones gráficas
• Integración de funciones, Pandas y Matplotlib
• Manejo de datos de gran envergadura y representaciones gráficas automatizadas
MÓDULO 7: Introducción a la • Introducción a los modelos. Diferencia entre modelos y simulaciones
elaboración de modelos • Modelos matemáticos en Python, resolución de ecuaciones diferenciales en Python
• Herramientas modulares en Python
MÓDULO 8: Uso del modelo • Conceptos básicos sobre el modelo BIORIM
BIORIM • Introducción al Análisis de Ciclo de Vida (ACV) y Valor Actual Neto (VAN)
• Desarrollo modular del BIORIM
• Generación de escenarios e interpretación de resultados
08/02/2025 • Uso de GIT 4
o Final: Proyecto uso de BIORIM / desarrollo de un modelo
 Cómo se va desarrollar el curso?
• Uso de diapositivas a manera introductoria del tema
• Uso de scripts y ejecución de códigos en tiempo real
• Ejercicios sobre los temas aprendidos: escritura de códigos de
manera independiente y posterior revisión y comparación
• Opción de preguntas en durante la explicación de los temas

• Evaluación parcial: Qué tipo de examen quieren? Conocimiento

(preguntas y respuesas)? Ejercicios? O ambos?
• Evaluación final: Examen o proyecto de codificación
• Evaluación grupal (máx 4 personas) o individual?

08/02/2025 5
 ¿Qué es Python?

• Lenguage de programación
• Creado por Guido van
Rossum en 1990 • Diseñado para fácil intrepretación
• Su filosofía hace hincapié a • Gran variedad de métodos y librerías
la legibilidad (humana) del disponibles
código manteniendo la
• Prioriza la optimización de tiempo del
funcionalidad
desarrollador/programador
• Inspirado en estructura de
C, pero siendo conciso • “Baterías incluidas”: Librerías default muy
como un shell script potentes
• (Muy) buena documentación
https://www.youtube.com/watch?v=J0Aq44Pze-w
• Gran apoyo por parte de la comunidad
https://www.youtube.com/watch?v=ucD_1ryKKm0 usuaria→foros (ejm: Stack Overflow)

08/02/2025 6
 ¿Por qué Python?
• Nuevos requisitos en el mundo profesional y/o Aplicaciones de Python
académico. • Automatizar tareas simples:
• Facilita la colaboración en equipo y realización ahorro de tiempo
de proyectos de mayor envergadura • Crear funciones personalizadas y
• Otros softwares tienen su base estructural en específicas
Python (Ej: QGIS) • Analizar base de datos extensas
• ES GRATIS! • Crear visualizaciones (Gráficos)
• Crear algoritmos
• Crear modelos
• Crear páginas web
• Crear apps

08/02/2025 7
 ¿Por qué Python?
• Número 1 en popularidad Ranking TIOBE
• Tendencia creciente a lo
largo de los años
• El lenguaje por “default”
con respecto a la ciencia
de datos (Data science) y
aprendizaje automático
(Machine learning)
DESVENTAJAS:
• Mayor tiempo en
procesamiento de
información (con respecto
a C o C++)
• Uso mayor de espacios en
blanco (sangrías)

08/02/2025 https://www.tiobe.com/tiobe-index/ 8
 ¿Por qué Python?

https://en.wikipedia.org/wiki/List_of_Python_software
08/02/2025 9
 Editores de código fuente
• Es un editor de texto para cierto Editores básicos
código fuente, pero con de texto, pero no
funcionalidades de de código fuente
automatización y facilitación de Bloc de notas Wordpad
la edición del código.
• Un editor de texto alerta fallas
de sintaxis a medida que el Editores de
código fuente
programador escribe.
• Ejm: PyCharm, Visual Studio
Code, Jupyter Notebook, Spyder,
Google Colab, etc.

08/02/2025 10
 Jupyter Notebook

• Editor de código fuente de varios

lenguajes de programación,
principalmente: Julia, Python y R.
• Creado por Fernando Pérez
(Medellín, Colombia) como parte
del proyecto Jupyter (2014).
• Filosofía: apoyo a la computación
científica con software 100%
gratuito

08/02/2025 11
 Jupyter Notebook

VENTAJAS DESVENTAJAS
• Gratuito y de libre acceso • No recomendable para códigos y/o
• Herramienta recomendada para proyectos extensos
aprendizaje de Python a nivel • Se debe „re-ejecutar“ celdas para
básico por su funcionalidad de probar nuevos métodos
celdas.
• A veces se dificulta saber las
• Funcionalidad de exportación de causante de los errores.
datos (más facil de compartir)

08/02/2025 12
 Visual Studio Code

• Editor de código fuente de varios

desarrollado por Microsoft en 2015,
para Windows, Linux y macOS
(gratuito y de código abierto)
• Incluye soporte de depuración,
control en GIT
• Compatible con la mayoría de
lenguajes de programación

08/02/2025 13
 Visual Studio Code

VENTAJAS DESVENTAJAS
• Interfaz simple • Posibles defases entre comando y
• Función de autocompletar (ahorro de ejecución en tiempo real
tiempo) • Usuarios han reportado uso extenso
• Terminal incluída, diferentes terminales de memoria RAM
• Navegador de carpetas • Extensiones desarrollados por
• Temas visuales, trabajo más agradable a terceros que pueden ocasionar
la vista malfucionamiento
• Extensiones (ejem: visualización de csv)
• Último estado cuando se cerró el
programa (parecido a las pestañas de
Chrome)

08/02/2025 14
 Google Colab

• Es un Jupyter Notebook anidado en

el servidor de Google
• No necesita configuración y viene
cargado con librerías de uso más
popular como pandas, numpy,
matpotlib
• Compatible con la mayoría de
lenguajes de programación

08/02/2025 15
 Google Colab

VENTAJAS DESVENTAJAS

• Gratuito y de libre acceso (con • No recomendable para códigos y/o

cuenta de Google) proyectos extensos
• Herramienta recomendada para • Se debe „re-ejecutar“ celdas para
aprendizaje de Python a nivel probar nuevos métodos
básico por su funcionalidad de • A veces se dificulta saber las
celdas. causante de los errores.
• Funcionalidad de exportación de • Funciona sólo con conexión de
datos (más facil de compartir) internet
• Librerías ya cargadas

08/02/2025 16
 Cúal editor de codigo fuente usar?
• Depende...
• Para aprendizaje inicial y ejecución de códigos cortos (testeo inicial) →
Google Colab / Jupyter
• Para código de mayor envergadura, proyectos, programación más
eficiente y control de versiones (git) → Visual Studio Code

• Objetivo del curso: Ser programadores/modeladores en ciencias

ambientales → Proyectos grandes, colaboración con socios/stakeholders
y preparación para posibles estudios de post-grado
• Optaremos por Visual Studio Code

https://www.youtube.com/watch?v=qFvInA7DKuE
https://www.youtube.com/watch?v=nv6gjvP5gR8

08/02/2025 17
 Instalación de Python y Visual Studio Code (VSC)
1. Crear cuenta en
https://www.anaconda.com/download
2. Descargar instalador de Anaconda y
ejecutarlo.
3. Crear un nuevo „entorno virtual“
(virtual environment) Opcional pero
altamente recomendado(*)
En Anaconda.Navigator ir a „Environments“
y luego “Create”. Asignar un nombre al
paquete de uso, la versión de Python y luego
“create”
4. En la sección de “Home” instalar VSC
y los demás editores que se crea
conveniente

08/02/2025 18
 Crear un entorno virtual (alternativa)

• En la barra de búsqueda de
Windows escribir: “Anaconda
Prompt”
• Tipear conda create --name
[nombre_del_entorno]
python=[version de python]
• Ejm: conda create --name py311
python=3.11
• Tipear y para confirmar
• Para activar: conda activate
[nombre_del_entorno]

08/02/2025 19
 Instalación VSC (alternativa)
• En caso no se muestre VSC en página inicial de anaconda ir directamente a:
– https://code.visualstudio.com/download

08/02/2025 20
 Instalación de librerías (paquetes)
Barra 1
Barra 2
Formas sugeridas de instalación:
• 1. Más facil: Desde el Anaconda Navigator
(App)
– Ir a la sección „Environments“ en la
barra lateral izquierda
– Luego seleccionar el entorno virtual
donde se quiere instalar
– En la barra 1, cambiar de „Installed“ a
„All“
– En la barra 2 „search packages“ colocar
la librería a instalar
– Marcar con un check y marcar „apply“
Librerías sugeridas: pandas, numpy,
matplotlib

08/02/2025 21
 Instalación de librerías (paquetes)
2. Algo fácil: Desde el Anaconda Prompt.
– Activar el entorno desado de Python con
conda activate nombre_del_entorno
– Colocar el siguiente comando:
conda install nombre_del_paquete
pip install nombre_del_paquete
- Tipear y para continuar
– Para actualizar el paquete:
conda update nombre_del_paquete
pip update nombre_del_paquete
– Para desinstalar el paquete: conda uninstall
nombre_del_paquete
https://docs.anaconda.com/anaconda/user-guide/tasks/install-
packages/
08/02/2025 22
 Puesta en marcha de VSC

1. Abrir VSC
2. En la barra izquierda, seleccionar las
extensiones
3. Tipear “Python” y seleccionar la extensión
4. Instalar la extensión

08/02/2025 23
 Puesta en marcha de VSC – continuación

1. Ir a “File”>>”Open file (Crtl+O)”>> Cargar el

archivo “Modulo_1_bienvenida.py”
2. Al final de la línea 1, presionar Shift+Enter para
ejecutar solo esa línea. Se cargará el Virtual
Environment en caso no este cargado, y se
deberá presionar otra vez Shift+Enter para que
salga el resultado “hello world” en el terminal
3. Seleccionar todas la líneas y presionar
Shift+Enter para ejecutar todo el código, deberá
aparecer una ventana pop-up con el siguiente
gráfico

08/02/2025 24
 Documentación disponible
• Python
– v.3.10: https://docs.python.org/3.10/
– v.3.11: https://docs.python.org/3.11/
– v.3.12: https://docs.python.org/3.12/
• Pypi: Librerías(packages)
– https://pypi.org/
• Instalación de librerías (packages)
– https://packaging.python.org/tutorials/installing-packages/
– https://docs.anaconda.com/anaconda/user-guide/tasks/install-
packages/
• Visual Studio Code
– https://code.visualstudio.com/docs
• Troubleshooting
– https://docs.anaconda.com/anaconda/navigator/troubleshooting
08/02/2025 25
 Gracias por la atención!
Preguntas? Comentarios?
Observaciones?

08/02/2025 26