Tema 3: ¿Dónde y cómo ejecutar Python?

Tema 3: ¿Dónde y cómo ejecutar Python?#

En este tema exploramos las distintas formas de trabajar con código Python, desde opciones sencillas en la nube hasta entornos locales más avanzados y flexibles.

Nota

En este curso usaremos Python en forma local, asistidos por la herramienta uv, como se explicó en el tema 1. El objetivo de esta lección es que conozcas otras formas de correr Python.

Opciones para ejecutar Python#

En la nube#

Google Colab#

Google Colab es un servicio gratuito que permite escribir y ejecutar código Python desde el navegador.

Cuando lo usas, se te asigna una computadora virtual que ya tiene instalado todo lo necesario para trabajar. No necesitas instalar nada, y puedes guardar tu trabajo en Google Drive.

Ventajas#

  • No requiere instalación.

  • Funciona desde cualquier sistema operativo.

  • Se integra con Google Drive.

  • Incluye bibliotecas comunes (numpy, pandas, matplotlib, etc.).

  • Ideal para aprender o hacer pruebas rápidas.

Desventajas#

  • Requiere conexión a internet.

  • Se desconecta por inactividad.

  • Los archivos cargados (bases de datos, etc.) se borran al cerrar la sesión (aunque el código sí se guarda).

Cómo usarlo#

  1. Accede a https://colab.research.google.com/

  2. Inicia sesión con tu cuenta de Google.

  3. Selecciona “Nuevo notebook”.

  4. Escribe código como:

    print("Hola mundo")

  5. Haz clic en el botón ▶ para ejecutarlo.

Tip

Existen otras plataformas en la nube similares, como Replit, Kaggle Notebooks o Deepnote. Puedes explorarlas por tu cuenta si lo deseas.

Instalador oficial de Python#

Puedes descargarlo desde: https://www.python.org/downloads/

Pasos básicos#

  1. Descarga el instalador adecuado para tu sistema operativo.

  2. En Windows: marca la opción “Add Python to PATH”.

  3. Completa la instalación.

¿Qué puedes hacer después?#

  • Ejecutar Python desde la terminal:

    python

  • Crear entornos virtuales:

    python -m venv .venv

  • Instalar herramientas como JupyterLab:

    .venv\Scripts\activate      # en Windows
source .venv/bin/activate     # en Linux/Mac
pip install jupyterlab
jupyter lab

Es una forma muy flexible y profesional, aunque puede requerir mayor familiaridad con la línea de comandos.

Astral UV#

Herramienta moderna y rápida para gestionar proyectos Python. Se cubrió en el tema 1. Es la opción recomendada para este curso.

Anaconda#

Anaconda es una distribución muy completa para ciencia de datos, análisis numérico y machine learning.

Ventajas#

  • Incluye Jupyter, Spyder, pandas, numpy, matplotlib, etc.

  • Tiene su propio gestor de entornos (conda).

  • Ideal para quien desea instalar todo de una vez.

Desventajas#

  • Es pesada (>3 GB).

  • Si no se usan entornos virtuales, puede volverse difícil de mantener.

¿Para quién es útil?#

  • Personas en ciencia de datos, biología computacional, investigación, etc.

  • Usuarios que prefieren evitar instalaciones manuales.

WinPython (solo en Windows)#

WinPython es una distribución ligera y portátil para Windows.

Ventajas#

  • No requiere instalación (se descomprime y se usa).

  • Incluye numpy, pandas, jupyter, statsmodels, entre otros.

  • Ideal si no tienes permisos para instalar programas.

Desventajas#

  • No está pensada para múltiples proyectos con versiones distintas.

  • Puede ser menos flexible que uv o conda.

¿Para quién es útil?#

  • Estudiantes y profesionales que usan siempre las mismas herramientas.

  • Usuarios en sistemas restringidos.

¿Cómo escribir y ejecutar código Python?#

Archivos .py#

Puedes escribir código en cualquier editor de texto, por ejemplo notepad, gedit, textedit, etc.

Pasos:

  1. Escribe código como:

    print("Hola mundo")

  2. Guárdalo como script.py.

  3. Abre la terminal y ejecuta:

    uv run script.py

Esto enviará tu código al intérprete de Python, que es el que realmente lo ejecuta.

JupyterLab#

JupyterLab es una interfaz web para escribir y ejecutar código en bloques llamados celdas. Permite agregar gráficos, notas y resultados en un mismo documento.

Ideal para:

  • Aprender paso a paso.

  • Crear libretas de ejercicios o informes con gráficos y texto.

  • Analizar datos con pandas y matplotlib.

Se instala con:

pip install jupyterlab

Y se ejecuta con:

jupyter lab

También puede usarse dentro de entornos uv o conda.

Editores de texto recomendados#

Aunque puedes escribir código en cualquier editor, algunos ofrecen ayudas especiales:

Editor

Características destacadas

VS Code

Resaltado de sintaxis, autocompletado, integración con Python y Jupyter

JupyterLab

Permite mezclar código y texto, ideal para aprendizaje y ciencia de datos

PyCharm

Excelente para proyectos grandes, con herramientas avanzadas

¿Qué es un script de Python?#

Un script es un archivo .py que contiene una serie de instrucciones que Python ejecuta de arriba hacia abajo.

Ejemplo:

# archivo hola.py
print("Hola mundo")

Se ejecuta con:

python hola.py

Si estás usando uv:

uv run hola.py

Próximos pasos#

Las opciones recomendadas para seguir este curso, ya que utilizaremos libretas, es uv para manejar python y librerías y jupyter lab escribir y ejecutar el código. En el siguiente tema veremos cómo instalar jupyter, abrirlo y comenzar a trabajar.

Contents