Curso de vibe coding con Python — Parte 2
Preparación del entorno
Ejecute su primer código con VSCode y un entorno virtual
En esta parte pondrá en práctica lo que vimos en la Parte 1 sobre la preparación del entorno. Instalará VSCode y Python, creará un entorno virtual dentro de su carpeta de análisis y, al final, leerá un archivo de Excel de ejemplo para obtener sus estadísticas básicas. Le llevará alrededor de una hora. Si aparece algún error, no se preocupe. Lea con calma cada mensaje de la pantalla y avance paso a paso.
Lo que necesita (todo el software es gratuito)
- VSCode (Visual Studio Code) Un editor de código gratuito de Microsoft. Puede descargarlo desde code.visualstudio.com.
- Python El intérprete de Python. Instale la última versión estable desde python.org/downloads.
- Un archivo de Excel de ejemplo Cualquier archivo con al menos una hoja de datos numéricos (por ejemplo, altura, peso y edad).
Instalar VSCode
VSCode es el editor de código que presentamos en la Parte 1, una aplicación pensada para escribir y ejecutar código. Además de colorear el código y sugerir cómo completarlo, abre en la misma ventana una «terminal» para escribir comandos. Casi todo el trabajo de este curso se hace dentro de VSCode.
Entre en code.visualstudio.com, haga clic en «Download for Windows» (o en la versión para Mac) y ejecute el instalador. Siga las instrucciones de la pantalla hasta terminar la instalación.
En Windows, el instalador ofrece opciones como «Add to PATH» y añadir VSCode al menú del botón derecho. Si las marca todas, los pasos siguientes le resultarán más sencillos.
Instalar Python
El «Python» que instala aquí es el intérprete (el motor que ejecuta el código) que presentamos en la Parte 1. Es la pieza central, la que lee su código línea a línea y lo ejecuta.
Descargue Python desde python.org/downloads. Para empezar, basta con la última versión estable (por ejemplo, Python 3.12).
La versión más reciente no siempre es la mejor opción. Algunas bibliotecas aún no se han adaptado a la última versión de Python. Si necesita una de ellas, quizá tenga que instalar una versión algo anterior (por ejemplo, Python 3.10 o 3.11). Empiece con la última versión. Si más adelante aparece un error que indica que esa versión de Python no es compatible, podrá instalar otra en ese momento (la Parte 3 explica cómo).
Importante. En la pantalla del instalador de Windows, no olvide marcar «Add python.exe to PATH». Sin esta opción, no podrá llamar a Python desde la terminal. En Mac no hace falta ningún ajuste adicional.
Cuando termine la instalación, compruebe que todo ha ido bien. Abra VSCode, elija «Terminal → New Terminal» en el menú superior y escriba el comando siguiente.
python --version
Si aparece algo como Python 3.12.x, la instalación se ha completado correctamente. En Mac, si el comando anterior no funciona, pruebe con python3 --version.
Crear una carpeta de análisis y guardar el Excel en una carpeta data
Cree una carpeta nueva en un lugar cómodo (por ejemplo, en el escritorio). Póngale un nombre claro, como my_first_analysis.
Después, cree dentro una subcarpeta llamada data. Coloque el archivo de Excel que quiera analizar (por ejemplo, sample_data.xlsx) dentro de esa carpeta data. Si no tiene ninguno a mano, prepare en Excel una tabla sencilla con columnas como «Altura», «Peso» y «Edad» y guárdela ahí.
Si guarda los datos originales en una carpeta data desde el principio, ya tendrá la estructura que usará en la Parte 5, cuando publique el código junto a su artículo. Así no tendrá que reorganizarlo todo más tarde.
my_first_analysis/
└── data/
└── sample_data.xlsx
Abrir la carpeta en VSCode
Abra VSCode y elija «File → Open Folder» en el menú superior. Seleccione la carpeta my_first_analysis que acaba de crear. En el panel izquierdo debería ver la carpeta data con sample_data.xlsx dentro.
Si VSCode le pregunta «Do you trust the authors of the files in this folder?», haga clic en «Yes, I trust the authors».
Instalar las extensiones «Python» y «Jupyter»
Haga clic en el icono de cuadrados de la barra lateral izquierda (Extensions). Busque e instale las dos extensiones siguientes.
- Python (de Microsoft), que permite editar y ejecutar código en Python
- Jupyter (de Microsoft), necesaria para trabajar con archivos .ipynb
Basta con pulsar el botón azul «Install» de cada una.
Si usa Windows. Al instalar extensiones o al ejecutar pip install puede aparecer un error como «path too long» o «The filename or extension is too long». Se debe al límite de longitud de las rutas de archivo en Windows. Encontrará la solución en el artículo complementario Cómo resolver el problema de las rutas largas en Windows.
Crear un entorno virtual (venv)
Este es el paso más importante. Un entorno virtual es un entorno de Python aislado y reservado para esta carpeta. Es el «cuarto de trabajo» propio de cada proyecto que imaginamos en la Parte 1, y aquí lo va a construir de verdad. Evita que las versiones de las bibliotecas choquen con las de otros proyectos y ayuda a que su análisis sea reproducible.
Una terminal es una ventana en la que se maneja el ordenador escribiendo órdenes de texto en lugar de hacer clic con el ratón. Tareas como instalar Python o crear un entorno virtual no tienen un botón en ninguna parte, así que lo habitual es hacerlas desde la terminal. Esa «ventana negra llena de texto» puede imponer un poco, pero en este curso casi siempre se limitará a pegar un comando de una o dos líneas y pulsar Enter. No tiene de qué preocuparse.
Elija «Terminal → New Terminal» en el menú superior. Se abrirá un panel de terminal en la parte inferior.
Una terminal siempre trabaja dentro de una carpeta concreta (su directorio actual). Las terminales que se abren desde VSCode empiezan en la carpeta que tiene abierta en VSCode. Si ha abierto my_first_analysis en el paso 4, la terminal también empieza ahí. El nombre de carpeta que aparece justo antes del cursor indica la ubicación actual, y todos los comandos que ejecute a partir de ahora actúan dentro de esa carpeta.
Si alguna vez se encuentra en otra carpeta, cambie de carpeta con cd path/to/project (por ejemplo, cd C:\Users\name\my_first_analysis). Para ver la ruta completa de la ubicación actual, use Get-Location en Windows o pwd en Mac / Linux.
En Windows puede elegir entre PowerShell, Command Prompt, Git Bash y otras. En este curso recomendamos PowerShell. Haga clic en el desplegable «∨» junto al botón «+» del panel de terminal y elija «PowerShell» (suele ser la opción por defecto). En Mac/Linux se elige zsh o bash de forma automática, así que no hace falta cambiar nada.
Con la terminal lista, ejecute el comando siguiente (escríbalo y pulse Enter).
python -m venv .venv
En Mac, si python no funciona, use python3 -m venv .venv. Cuando termine el comando, aparecerá una carpeta .venv dentro de la carpeta del proyecto. Ese es el entorno virtual.
Usar una versión concreta de Python. Si tiene varias versiones de Python instaladas, puede indicar cuál usar. En Windows, use py -3.11 -m venv .venv, y en Mac/Linux, python3.11 -m venv .venv. La versión indicada debe estar ya instalada.
my_first_analysis/
├── .venv/ # Entorno virtual (no toque su contenido)
└── data/
└── sample_data.xlsx
Activar el entorno virtual
Ahora tiene que «entrar» en el entorno virtual que ha creado. A esto se le llama activarlo. Con el entorno activado, pip install instala las bibliotecas solo dentro de ese entorno, y el comando python usa el Python de ese entorno. Si no lo activa antes, las bibliotecas se instalan en todo el sistema y el proyecto deja de estar aislado.
Ejecute en la terminal el comando que corresponda a su sistema.
.venv\Scripts\Activate.ps1
.venv\Scripts\activate.bat
source .venv/bin/activate
Si todo va bien, verá (.venv) al principio de la línea de la terminal. Eso indica que el entorno virtual está activo. Cuando (.venv) desaparece, está fuera del entorno (para salir a mano, ejecute deactivate).
Si en PowerShell de Windows aparece el mensaje «running scripts is disabled on this system», ejecute una vez Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass en la terminal y vuelva a probar el comando de activación.
Indicar a VSCode qué entorno virtual usar (Select Kernel / Python Interpreter)
También tiene que indicar a VSCode con qué entorno de Python debe ejecutar el código. Hay dos formas de hacerlo, según el tipo de archivo.
- Barra de estado (abajo a la derecha). Con un archivo .py abierto, la versión de Python aparece en la esquina inferior derecha. Haga clic en ella para ver una lista y elija la opción que contiene
.venv. - Botón «Select Kernel» (arriba a la derecha). Con un archivo
.ipynb(Jupyter Notebook) abierto, aparece un botón «Select Kernel» en la esquina superior derecha. Haga clic en él → «Python Environments» → elija la opción que contiene.venv.
En este curso trabajamos sobre todo con archivos .ipynb, así que usará casi siempre el botón «Select Kernel» de arriba a la derecha.
Si .venv no aparece en la lista, cierre VSCode y vuelva a abrirlo. Si sigue sin aparecer, es posible que la creación del entorno virtual del paso 6 haya fallado. Compruebe que la carpeta .venv está directamente dentro de la carpeta del proyecto.
Crear el archivo .ipynb en una carpeta notebooks
Primero, haga clic en el icono «New Folder» del explorador de archivos de la barra lateral izquierda y cree una carpeta llamada notebooks. Después, con esa carpeta notebooks seleccionada, haga clic en el icono «New File» (el de la hoja de papel) y cree dentro un archivo llamado analysis.ipynb. El formato .ipynb se llama Jupyter Notebook. Permite escribir código, ver los resultados y añadir explicaciones en celdas separadas, y por eso se usa mucho en investigación y en docencia.
Si guarda el código de análisis en una carpeta notebooks y los datos originales en una carpeta data, tendrá exactamente la estructura que publicará en la Parte 5. Empezar así le evita el lío de reorganizar los archivos más tarde.
my_first_analysis/
├── .venv/
├── data/
│ └── sample_data.xlsx
└── notebooks/
└── analysis.ipynb # Código de análisis
Ejecutar Hello World
Haga clic en analysis.ipynb para abrirlo. Escriba el código siguiente en la primera celda (el recuadro donde se escribe el código). Ejecútelo con el botón «▷» de la izquierda o pulsando Shift + Enter.
print("Hello, world!")
Si aparece Hello, world! debajo de la celda, su entorno de Python funciona correctamente. ¡Enhorabuena!
Si la primera vez VSCode le pide que elija un kernel de Python, seleccione el Python de .venv. Si le pregunta si desea instalar ipykernel, haga clic en «Install».
Instalar una biblioteca (pandas)
Una biblioteca es un conjunto de herramientas útiles que alguien ha creado y compartido. pip install la instala en el entorno virtual (la caja) en el que se encuentra. La biblioteca pandas que instalará aquí es la herramienta de referencia para trabajar con datos en tablas.
Instale pandas (para leer el Excel) y openpyxl (para que pueda abrir el formato de Excel) en su entorno virtual. Ejecute el comando siguiente en la terminal mientras se vea (.venv) al principio de la línea.
pip install pandas openpyxl
Cuando terminen la descarga y la instalación, debería ver «Successfully installed ...». Eso significa que todo ha ido bien.
Estas bibliotecas se instalan solo dentro de este entorno virtual. Si crea un .venv nuevo para otro proyecto, tendrá que instalarlas también allí. Así es como cada proyecto mantiene sus propias versiones por separado.
Importar y usar una biblioteca
Como vimos en la Parte 1, no basta con instalar una biblioteca. También hay que declarar que se va a usar, con la instrucción import. Añada una celda nueva en analysis.ipynb (haga clic en «+ Code» debajo de la celda anterior) y ejecute el código siguiente.
import pandas as pd
print(pd.__version__)
Si aparece un número de versión (por ejemplo, 2.2.0) debajo de la celda, ha funcionado. import pandas as pd significa «usar la biblioteca pandas con el nombre corto pd». A partir de aquí, llamará a sus funciones con pd.read_excel(...) y otras parecidas.
Leer el archivo de Excel y obtener las estadísticas básicas
Ahora vamos a trabajar con datos reales. Escriba el código siguiente en una celda nueva y ejecútelo. Sustituya sample_data.xlsx por el nombre de su archivo.
df = pd.read_excel("../data/sample_data.xlsx")
df.head()
El archivo analysis.ipynb que tiene abierto está dentro de la carpeta notebooks, mientras que los datos están en la carpeta vecina data. El .. inicial significa «subir un nivel» (volver a la raíz del proyecto, my_first_analysis). Desde ahí se entra en data, así que la ruta es ../data/sample_data.xlsx. Cuando indique un archivo en el código, piense siempre en «el camino que hay que seguir desde donde está el notebook».
Si las 5 primeras filas de su Excel aparecen en forma de tabla, ha funcionado. df (DataFrame) es el nombre que pandas da a la tabla que crea al leer el archivo.
Ahora obtenga las estadísticas básicas.
df.describe()
Para cada columna obtendrá de una sola vez el número de datos (count), la media (mean), la desviación típica (std), el mínimo (min), los cuartiles (25 %, 50 % y 75 %) y el máximo (max).
Ya está analizando datos con Python. En la Parte 3 aprenderá a pedir a un modelo de lenguaje de gran tamaño (LLM) que escriba por usted análisis más complejos.
Lo que ya sabe hacer
- Instalar VSCode y Python
- Crear un entorno virtual (venv) y activarlo
- Instalar bibliotecas con
pip installdentro de un entorno virtual - Llamar a una biblioteca desde el código con
import - Ejecutar código celda a celda en un archivo .ipynb
- Leer un archivo de Excel y obtener sus estadísticas básicas
En la Parte 3 aprovechará esta forma de ejecutar celda a celda para que un LLM escriba el código mientras usted avanza en su análisis.