Los que me conocen, saben que me gusta encarar nuevos retos, y que también me cuesta dejar de ser alumno, que me encanta aprender. Hace un tiempo, por mi interés en el análisis y la visualización de datos me puse a hacer tutoriales de R, un lenguaje de programación útil para estas tareas, pero en esto de los lenguajes de programación, si tenía algo pendiente, eso era aprender Python, un lenguaje cada vez más importante en el mundo del Data Science. Así que me apunté al curso ‘Python aplicado a la Investigación Científica y Tecnológica’.
A diferencia de R, un lenguaje más enfocado para el mundo estadístico y el tratamiento y análisis de datos más puro, Python es un lenguaje mucho más versátil y polivalente, y resulta muy útil para, al igual que R, analizar y visualizar datos de manera rápida, pero, además, para crear pequeños programas directamente (y así automatizar tareas determinado tipo de tareas) y crear scripts útiles y reutilizables.
El curso lo organizaba Darwin Eventur, una asociación de antiguos alumnos de la Universidad de Granada, con los que ya tuve la oportunidad de cursar (virtualmente) un curso de RStudio, que recomiendo para todo aquel que aún no conozca este lenguaje. Y el docente era Pablo Hinojosa aka Psicobye, buen conocido desde los tiempos de la OSL-UGR y cuyas charlas y cursos siempre he disfrutado por el cachondeo con que los impregna. Así que me apunté sin dudar y menos mal que lo hice pronto, porque las plazas volaron con rapidez. De hecho, hay una tercera edición ya programada, también con plazas agotadas, lo que demuestra el interés que despierta en la comunidad científica un lenguaje de programación como Python, por su potencialidad para la investigación.
Todos los que nos acercamos al curso, pudimos comprender las bases y concepto de este lenguaje de programación orientado a objetos. Aunque el bagaje de cada uno era diferente, Psicobyte se encargó de, paso a paso, hacernos programar en Python, primero mediante comandos y órdenes simples para acabar realizando gráficos complejos y accesos a bases de datos y, sobre todo, crear funciones y programas completos.
Para ello, echamos mano de Anaconda, una distribución sencilla de Python, con interfaces de usuario y distintos ambientes personalizables, para usar este lenguaje de manera rápida y desde cero. Por ejemplo, dentro de Anaconda, tenemos Spyder, un IDE equivalente a RStudio para R (de hecho RStudio está incluida en la distribución Anaconda), para crear y probar código ejecutándolo en consola, o Jupyter Notebook, un entorno informático interactivo basado en la web para crear documentos, sobre todo, científicos, quizás la parte más interesante para experimentar con cualquiera de los lenguajes soportados (Python, R o Julia). Además, incluye también el editor de código Visual Studio Code.
En definitiva, una buena manera de acercarse a este lenguaje de programación que, dicen, es el presente y futuro de la Ciencia de Datos por lo que cualquier interesado o interesada en este campo, tendrá que aprender, inevitablemente, a comunicarse con las máquinas mediante este lenguaje llamado Python, un lenguaje pensado para ser legible y, como decía al principio, tiene como principal valor su versatilidad y su utilidad polivalente para casi cualquier tarea. Si estás interesado, el curso de Darwin Eventur es una buena manera de iniciarse en este mundo. Enhorabuena a la organización y el ponente por hacer accesible unos contenidos extensos que dan pie a cada cual profundice en los aspectos del lenguaje que prefieran.
Javi Cantón 