Si trabajas con Python como científico de datos, quizá te preguntes qué ventajas aporta usar un entorno de desarrollo integrado (IDE) como PyCharm. Dado que Python destaca por su legibilidad y sencillez, puedes modificar tu código con un editor de texto y luego pedirle al intérprete de Python que lo ejecute. Entonces, ¿por qué usar un IDE más pesado y complejo para lograr lo mismo?
En las siguientes secciones responderemos a esta pregunta explicando qué problemas concretos resuelve PyCharm y cómo puedes sacarle partido.
¿Por qué necesitas PyCharm?
Contar con un buen entorno de desarrollo es clave para aumentar tu productividad. En Python hay mucho más que escribir código: pruebas, depuración, gestión de entornos y paquetes, control de versiones y otras tareas repetitivas que no siempre son evidentes. Un IDE como PyCharm te ayuda a centrarte en desarrollar al simplificar el resto, con funciones como resaltado de sintaxis, sangrado automático, herramientas de depuración, etc.
Instalar y configurar PyCharm
Antes de instalar PyCharm, asegúrate de que tu hardware cumple los requisitos técnicos para instalar y ejecutar el software. La lista completa está disponible en la web de JetBrains, pero, entre otros, tu equipo debe:
- Tener al menos 4 GB de RAM (8 GB recomendados)
- Disponer de al menos 2,5 GB de espacio en disco y 1 GB para cachés
- Tener instalado Python 2.7 o Python 3.6 (o superior). La instalación de PyCharm es similar a la de cualquier otro programa y puede hacerse así:
- Primero, ve a la web de JetBrains, donde puedes descargar el IDE. Verás algo como esto:
- Hay varias opciones según tu sistema operativo. La opción por defecto corresponde al sistema que estás usando, ya que la web lo detecta al abrirla (si usas Windows, la opción por defecto será Windows).
- Haz clic en el botón Download de tu sistema operativo. La descarga puede tardar un poco.
Si descargas la edición Professional, podrás aprovechar las funciones exclusivas durante los 30 días de prueba. Después tendrás que comprar una licencia para seguir usándola. Si descargas la edición Community, podrás usar PyCharm gratis tras la instalación.
Cuando termine la descarga, abre el explorador de archivos en la carpeta donde se guardó. Ahora puedes iniciar la instalación:
- Ejecuta el archivo pycharm-2021.3.exe y sigue los pasos del asistente. Verás una pantalla como esta:
Elige Next y sigue el asistente de instalación:
- Ten en cuenta estas opciones durante la instalación:
- 64-bit launcher: crea un icono de lanzamiento en el escritorio.
- Open Folder as Project: añade una opción al menú contextual de carpetas para abrir el directorio seleccionado como proyecto de PyCharm.
- .py: asocia los archivos de Python para abrirlos con PyCharm.
- Add launchers dir to the PATH: permite ejecutar esta instancia de PyCharm desde la consola sin indicar su ruta.
Para abrir tu IDE recién instalado, búscalo en el menú Inicio de Windows o usa el acceso directo del escritorio.
Visión general de la interfaz
Cuando lances el IDE, deberías ver algo parecido a esto:
Tu PyCharm puede verse diferente según los plugins, la edición y tu configuración. A continuación explicamos algunos componentes:
-
Editor: úsalo para leer, escribir y explorar tu código.
-
Indicadores y lista de acciones: los iconos a la izquierda del editor te ayudan a encontrar correcciones rápidas y otras acciones.
-
Barra de navegación: facilita moverte por la estructura del proyecto y abrir archivos para editarlos.
-
Barra de estado: muestra alertas de eventos recientes y descripciones de acciones al pasar el ratón.
-
Ventana principal: incluye toda la información de un único proyecto.
Cambia tus atajos
PyCharm te permite adaptar rápidamente el entorno a tus preferencias. Puedes conservar tus atajos favoritos encontrando, editando y personalizando los atajos del IDE. Así mejorarás tu productividad y accederás a las funciones más rápido.
Abre el cuadro de diálogo Settings/Preferences con Ctrl+Alt+S para ver la configuración de Keymap y selecciona Keymap.
Esta lista contiene acciones y tareas disponibles a las que puedes añadir o personalizar atajos; están ordenadas para que encuentres acciones concretas.
Veamos algunos ejemplos. Para la acción Join Lines, vemos que está asociada al atajo (Control + Shift + J) en Windows. Además, hay elementos disponibles en la lista de acciones que aún no tienen atajo (por ejemplo, Move Caret Backward a Paragraph). Puedes asignarles combinaciones de teclas haciendo clic derecho en la acción y creando un Keyboard Shortcut o un Mouse Shortcut.
Personaliza el tema del editor
Cuanto más uses los IDE, más eficiente será personalizar el tema del editor de forma independiente al tema general. A muchos desarrolladores les gusta ajustar aspectos del código, como la tipografía. Por ejemplo, el esquema mostrado abajo (tema del editor) es Darcula (conocido en muchos editores como tema oscuro).
También puedes personalizar el ajuste de línea, que define cuántos caracteres debe tener como máximo una línea de código en el editor. Según la guía de estilo PEP 8, la longitud máxima de una línea en un archivo Python debe ser de 79 caracteres, así que se recomienda fijar ese valor en 79. Al hacerlo, el IDE mostrará una línea vertical en la columna 79 que indica el punto a partir del cual conviene dividir el código en varias líneas.
Explora las funciones clave del editor
Según JetBrains, PyCharm se basa en dos principios clave:
- Aumentar la productividad: PyCharm facilita que los científicos de datos se centren en crear modelos, eliminando tareas repetitivas y poco creativas del día a día con Python.
- Asistencia en tiempo real: PyCharm ofrece funciones inteligentes para detectar incoherencias comprobando en tiempo real errores lógicos, estilos de código PEP 8 y proponiendo correcciones rápidas, entre otras funciones esenciales. Además, PyCharm incorpora funcionalidades de mayor nivel que refuerzan estos principios:
- Soporte para computación científica: PyCharm incluye muchas utilidades que agilizan el trabajo de los científicos de datos, como integración con IPython Notebook y una consola interactiva.
- Asistencia inteligente al código: ofrece autocompletado, análisis de sintaxis y errores, y formas automatizadas de refactorizar tu código.
- Herramientas de programación integradas: permite depurar, probar y gestionar el código de forma eficiente.
- Opciones para desarrollo web: soporta proyectos web en Python y otros elementos clave como JavaScript.
Crea un proyecto nuevo
Ahora que hemos visto cómo PyCharm agiliza tu flujo de trabajo, es momento de crear el primer proyecto.
- Si la instalación se ha completado con éxito, podrás abrir el IDE sin errores. Tu pantalla de bienvenida debería parecerse a esto:
- Haz clic en el botón New Project para completar el proceso. PyCharm te llevará a otra ventana para introducir los detalles del proyecto. Por defecto sugiere los parámetros que ves en la captura:
Ajusta la configuración del proyecto a tus necesidades y haz clic en Create.
Si quieres añadir un archivo nuevo al proyecto, haz clic derecho sobre el proyecto en el panel izquierdo y elige New | Python File. Puedes crear varios tipos de archivos; selecciona Python por ahora.
Aparecerá una ventana para renombrar el archivo y elegir el tipo de archivo que quieres crear, como se muestra abajo:
Pon el nombre que quieras. No hace falta añadir ".py" porque ya has indicado que crearás un archivo de Python. Haz clic en OK para continuar.
El archivo se ha creado y se abre por defecto. Vamos a escribir algo de código y ejecutarlo. Usaremos el ejemplo clásico de imprimir "Hello, World!":
Para ejecutarlo en PyCharm, ve a la pestaña Run y elige "Run", como se muestra a continuación:
Tras esto aparecerá una ventana; selecciona first_file (o el nombre que le hayas dado) para ejecutar el código. Se abrirá el panel Run de PyCharm, que muestra información como ubicación, estado y salida del programa de Python que acabamos de ejecutar. Hay otras formas de ejecutar tu programa: puedes usar el botón verde a la izquierda del panel Run para volver a ejecutar el archivo. El atajo por defecto es Ctrl + Shift + R en macOS y Ctrl + Shift + F10 en Windows. Puedes personalizar los atajos en Keymap, como vimos antes. Esta opción vuelve a ejecutar el último archivo, así que te sirve para lanzarlo varias veces seguidas, aunque no cuando ejecutas varios archivos. PyCharm simplifica muchas partes del proceso de desarrollo, y lo visto hasta ahora es solo una muestra de todo lo que este potente IDE puede hacer por ti como científico de datos o desarrollador de Python. En la siguiente sección veremos cómo ser aún más productivo usándolo.
Programación productiva
El desarrollo de software o la implementación de proyectos de ciencia de datos implica mucho más que programar: pruebas, depuración, perfiles de rendimiento, etc. Por su complejidad y el conocimiento que requieren, muchos desarrolladores se intimidan y tienden a omitir estas tareas.
Por suerte, aquí es donde PyCharm aporta una forma práctica de seguir buenas prácticas en tiempo real mientras construyes tus proyectos. Además, gestiona de forma sencilla tareas tediosas como organizar paquetes, intérpretes y entornos virtuales. PyCharm no solo proporciona métodos gráficos e intuitivos para todo ello, también ofrece asistencia inteligente al código, resaltado de sintaxis y sugerencias en paralelo.
Depuración
La depuración busca identificar las causas de los errores detectados durante las pruebas y ajustar el código para obtener el resultado correcto.
En la depuración, un científico de datos o desarrollador de Python observa las interacciones y cambios en las variables del programa. Puedes investigar posibles errores viendo cómo cada función, método o incluso línea afecta al valor y comportamiento de las variables.
Existen varios enfoques de depuración en Python:
- Depuración con prints: añades sentencias print entre órdenes para mostrar los valores de las variables que crees problemáticas. Al revisar estos valores y su evolución, ves el efecto de cada línea sobre las variables analizadas.
- Logging: mantienes un registro de los eventos durante la ejecución. Es común entre administradores de sistemas que gestionan caídas y problemas de fiabilidad.
- Tracing: sigues detalles de bajo nivel sobre la ejecución. Es útil para profundizar en el origen de un error ligado al lenguaje.
- Usar un depurador: es el método menos utilizado, pero el más robusto. Consiste en usar un programa aparte (depurador) con múltiples formas de supervisar los cambios en tu programa.
Imprimir por pantalla puede bastar en programas pequeños o medianos. En proyectos grandes, un depurador puede ahorrarte tiempo y mejorar tu productividad.
Veamos un ejemplo en PyCharm. Aquí hemos creado un archivo de Python con el siguiente código:
En este archivo tenemos una función llamada assignFirstElement(), que recibe dos parámetros: una lista y un número, y asigna ese valor numérico al primer elemento de la lista de entrada.
En el programa, inicializamos una lista de tres números (0, 1 y 2) y la asignamos a la variable list. Después, asignamos list a new_list para que ambas tengan el mismo valor. Luego pedimos un número por consola y llamamos a assignFirstElement() sobre list para cambiar su primer elemento. Por último, imprimimos los valores de list y new_list.
Si vienes de otros lenguajes como C, esperarías que tras llamar a assignFirstElement() sobre list obtengas [x,1,2] y que new_list siga como [0,1,2]. Sin embargo, al ejecutar el programa obtendrás lo siguiente:
Esto muestra que tanto list como new_list se han modificado por igual, lo que no encaja con la hipótesis inicial. Para entenderlo, PyCharm te facilita la depuración para investigar y corregir errores rápidamente. Simplemente coloca puntos de interrupción en el archivo así:
Luego ejecuta el código en modo depuración para seguir su ejecución paso a paso según tus breakpoints.
Al iniciar el modo depuración, se abrirá la consola de depuración con un aspecto similar a este:
La consola facilita investigar qué ha fallado y observar los valores de las variables y la salida de cada línea mientras se ejecuta el código.
Pruebas
Las pruebas son una de las partes más críticas de cualquier desarrollo de software. Un código bien probado facilita alcanzar calidad de producción. No es solo cosa de desarrolladores: para los científicos de datos es clave para crear modelos robustos, eficientes y precisos.
Hay muchos tipos de pruebas, empezando por la primera etapa: las pruebas unitarias. Seguramente hayas oído hablar de ellas o las hayas hecho. En Python están soportadas por el módulo unittest, que ofrece funcionalidades similares a los frameworks de otros lenguajes.
Veamos un ejemplo rápido para entender el concepto:
Primero, crea un archivo de pruebas unitarias. Haz clic derecho en tu proyecto y selecciona New Python file.
Aparecerá una ventana como esta:
Introduce el nombre de tu archivo y elige Python unit test.
Después, copia y pega este código en tu archivo nuevo:
from unittest import TestCase
class simpleOperationsTest(TestCase):
def test_div(self):
self.assertEqual(4 / 2, 2)
def test_sub(self):
self.assertEqual(7 - 3, 4)
class StringTest(TestCase):
def test_case(self):
self.assertTrue('Data'.isupper())
self.assertFalse('CAMP'.isupper())
Las clases simpleOperationsTest y StringTest, donde creamos las pruebas unitarias, heredan de TestCase del módulo unittest. Simplemente añadimos métodos de prueba en las clases correspondientes para implementar distintos tests.
La forma más común de ejecutarlas es desde la línea de comandos. El módulo puede incluirse en un comando de Python para lanzar pruebas desde archivos, clases y métodos individuales.
Puedes usar el panel Terminal de PyCharm o abrir la consola de tu sistema y navegar a la carpeta del proyecto.
Para ejecutar las pruebas, usa el siguiente comando:
python -m unittest TestFile
O puedes aprovechar PyCharm usando las flechas de ejecución así:
Integraciones de control de versiones en PyCharm
Para integrar control de versiones con PyCharm, haz clic en VCS y elige Enable Version Control. Aparecerá una ventana como esta:
PyCharm integra muchas herramientas de control de versiones, pero por ahora elige Git en la lista desplegable y haz clic en OK. Verás que VCS queda habilitado para tu proyecto.
Tras crear el repositorio Git, aparecerá el panel Version Control en la ventana del proyecto:
Ahora, en el menú superior, verás distintas opciones bajo Git que puedes usar: git add, git stash, git branch, git commit, git push y más.
Para añadir un archivo concreto a Git, ve a VCS | Git | Add en la barra de menús o usa el atajo correspondiente.
También puedes seleccionar varios archivos a la vez en el panel Version Control y añadirlos a Git. Para añadir todos los archivos no versionados, selecciona la sección de unversioned files y lanza la acción Add.
A continuación, verás que hacer commit es igual de sencillo y muy parecido a lo anterior. Para confirmar los archivos marcados en verde en la sección Default Change list, haz clic derecho sobre ellos y selecciona Commit, o usa el atajo correspondiente.
También puedes escribir un mensaje de commit sobre el propósito del cambio, que se mostrará en GitHub.
El último paso será hacer push del código confirmado en el paso anterior a GitHub. Para ello, ve a VCS | Git | Push. Aparecerá otra ventana como la de abajo. Selecciona Push para completar la operación.
Preguntas frecuentes
¿Es PyCharm el mejor IDE para desarrollar en Python?
PyCharm es un IDE muy utilizado para Python. Según JetBrains, la cuota combinada de las ediciones Community y Professional es del 33%, en línea con el año anterior. VS Code sigue creciendo y gana un 5% respecto al año pasado. En cambio, la mayoría de editores de texto como Vim o Sublime Text han visto caer su uso. La cuota de desarrolladores web que usan PyCharm es casi el doble que la de quienes trabajan con datos, y la diferencia es especialmente marcada en la edición PyCharm Professional.
¿PyCharm es gratuito?
Es importante saber qué edición estás usando. PyCharm Community es gratuita y no requiere licencia. La edición Professional ofrece solo 30 días de prueba y después necesitarás comprar una licencia para usarla.
¿PyCharm se integra con plugins?
PyCharm ofrece un gran número de plugins para múltiples fines y aplicaciones. Uno de los más conocidos es AWS Toolkit for PyCharm, un plugin de código abierto para este IDE que facilita crear, depurar y desplegar aplicaciones de Python en Amazon Web Services.
Conclusión
PyCharm es uno de los IDE más potentes para ciencia de datos, ya que facilita que te centres en tareas de mayor prioridad como construir y ajustar modelos. Simplifica actividades que a menudo se perciben como complejas o que consumen tiempo, como las pruebas, la depuración y el perfilado. Además, ofrece muchas integraciones y opciones de personalización para mejorar la experiencia de uso.
