El mundo de Python

Python es un lenguaje de programación creado por Guido van Rossum a principios de la década de 1990, llamado así por el grupo de comedia inglés Monty Python (González, R, 2011). Es similar al lenguaje Perl, pero tiene una sintaxis y un código más limpios, lo que lo hace más legible. Es un lenguaje que se ejecuta en casi todos los sistemas operativos, se escribe de forma dinámica, se puede usar para crear aplicaciones multiplataforma y es un lenguaje orientado a objetos.

Implementa un lenguaje que se ejecuta utilizando un intérprete en lugar de compilar directamente en un lenguaje informático ya que es es más un lenguaje interpretado. Cuenta con muchos lenguajes de secuencias de comandos que se ejecutan mediante un intérprete, por medio de lenguajes compilados que se ejecutan más rápido que los lenguajes interpretados, esto los hace más flexibles y tienen muchas de las cualidades de los lenguajes compilados, por lo que se puede decir que está semi interpretado.

Versiones iniciales de Python

La primera versión del lenguaje se lanzó en 1991, pero la versión 1.0 no se lanzó hasta tres años después. Originalmente, CWL decidió lanzar el intérprete de idiomas bajo su propia licencia de código abierto, pero en septiembre de 2000, junto con el lanzamiento de la versión 1.6, se decidió cambiar la licencia por una compatible con la licencia GPL (GNU General Public License) (Fernández, 2012). Esta nueva licencia se llama Python Software Foundation License, que es diferente de GPL porque es una licencia sin copyleft. Este hecho significa que el código fuente puede modificarse y desarrollarse en un código derivado sin que sea de código abierto.

Hasta el momento se cuentan con 3 versiones las cuales son: la versión 2, versión 2.7 y versión 3.2 que son las últimas que se dejan por separado ya que cuentan con diferencias que las hacen incompatibles.

¿Por qué utilizar Python?

El lenguaje Python es un lenguaje imprescindible para todos, ya que, cuenta con uno de los mejores lenguajes debido a su fácil lectura y simplicidad, su sintaxis es accesible y manejable, cuenta con un administrador de memoria, muchas bibliotecas disponibles y la fuerza del lenguaje, hacen que se combine para convertirlo en un poderoso lenguaje de programación. 

Tiene un excelente entorno de desarrollo y es divertido trabajar con él. También es muy rápido. Implementa una sintaxis cercana al lenguaje natural, tanto que el código de Python casi parece un pseudocódigo. Sin embargo, Python no es bueno para programas que necesitan ejecutarse rápidamente o para programación de bajo nivel. Pero ha sido tan alto su adaptación que muchas empresas y organizaciones usan Python para una gran parte de sus programas, incluidas Light & Magic Industries, NASA, Yahoo, Google y todas las distribuciones de Linux.

¿En que puedes aplicar Python?

Python se ha convertido en uno de los lenguajes de programación más utilizados en la actualidad, a pesar de que lleva más de 30 años en el mercado. Las tendencias del mercado laboral muestran que la demanda de profesionales de Python crece exponencialmente cada año. Y una de las líneas en las cuales se ha destacado hasta el momento es: 

• La inteligencia artificial (IA)
• Data Science
• Frameworks de pruebas
• Desarrollo Web
• Big data
• Ciencias de la computación

Python dentro del Machine Learning 

El machine learning está invadiendo todas las tecnologías presentes en el planeta y es importante comprender e ir a la vanguardia con este concepto. Las redes neuronales y el aprendizaje automático están correlacionadas entre sí, y pueden ayudar a ser sistematizadas gracias a este programa. El cual está modernizando, ampliando e integrando códigos abiertos más actuales con sus diferentes bibliotecas de código abierto enfocadas en temas en específico según lo requiera la persona. Combinan los principios teóricos del aprendizaje automático con un enfoque a gusto de codificación para una comprensión completa y la utilización con Python. 

Python en la actualidad es una de las mejores plataformas y una de las más usadas para empezar a integrarse al tema del Machine Learning, ya que posibilita conceder a las máquinas y robots aprender mediante la experiencia, logrando hacer labores novedosas al transcurrir el tiempo. Esto posibilita que la composición del lenguaje se parezca a la composición que implementamos los humanos y a eso que conocemos como lenguaje matemático, permitiendo que este sea leído como un pseudocódigo. Python se caracteriza por funcionar como un lenguaje puente entre el planeta científico y el planeta empresarial.

Librerías más usadas en Python

Hay una cantidad enorme de librerías de data science y matemáticas, sin embargo, el sistema de empaquetamiento de este lenguaje posibilita edificar librerías novedosas sobre las ya existentes para que estas sean más amplias y potentes. Al final, es fundamental resaltar que la función de combinar librerías como NumPy y ScyPi, posibilita que Python sea uno de los idiomas con mejor rendimiento para hacer proyectos de machine learning.

Para implementar el machine learning en Python hay actualmente distintas herramientas o ámbitos de programación en la nube con los que tenemos la posibilidad de contar. En dichos ámbitos se cuenta con instrumentos y librerías correctas para comenzar el desarrollo de nuestros propios códigos en los Jupyter Notebooks y entre los espacios más destacados para desarrollar proyectos de machine learning en Python en la nube se encuentra con Google Collaboratory y con Microsoft Azure Notebooks. 

Si quieres saber más acerca de esta herramienta puedes ver el siguiente video:

Autor: Angie Nataly Hernández Molina

Editor: Carlos Iván Pinzón Romero, Dora Cecilia Pulido Porras

Código: UCPW-9

Universidad: Universidad Central

Referencias

Fernández, A. (2012). Python 3. Alfaomega grupo editor, S.A de C.V. https://books.google.es/books?hl=es&lr=&id=f4BNDAAAQBAJ&oi=fnd&pg=PT3&dq=para+qu%C3%A9+sirve+python&ots=Ubm9ZdH-qw&sig=m2fxLMHOagMqe6d1TPdxzR1gqc8#v=onepage&q&f=false

Fernández, A. (2012). Python 3. Alfaomega grupo editor, S.A de C.V. https://books.google.es/books?hl=es&lr=&id=f4BNDAAAQBAJ&oi=fnd&pg=PT3&dq=para+qu%C3%A9+sirve+python&ots=Ubm9ZdH-qw&sig=m2fxLMHOagMqe6d1TPdxzR1gqc8#v=onepage&q&f=false

González, R. (2011). Python para todos. Creative Commons Reconocimiento.https://repositorio.uci.cu/jspui/bitstream/123456789/10206/1/Python_para_todos.pdf.

Norman, A. (2019). Aprendizaje automático en acción. TekTime. https://books.google.es/books?hl=es&lr=&id=iTIREAAAQBAJ&oi=fnd&pg=PT15&dq=python+y+aprendizaje+automatico&ots=hVW5yngeM0&sig=0fRvIW8puxyzPPsnztarnzsEeAQ#v=onepage&q&f=false

Pineda Pertuz, C (2021). Aprendizaje automático y profundo en python: Una mirada hacia la inteligencia artificial. Ediciones de la U. https://books.google.es/books?hl=es&lr=&id=mgNcEAAAQBAJ&oi=fnd&pg=PA11&dq=python+y+aprendizaje+automatico&ots=UOzvt9LV3P&sig=8bfJXyULon8YJw9GLKZUG3ieLvI#v=onepage&q=python%20y%20aprendizaje%20automatico&f=false

Referencias de imágenes 

Decodigo,2021.Librerias más usadas en Python[imagen]. decodigo.com, https://decodigo.com/2019/03/librerias-mas-usadas-python.html

Heinrich, N (2019). Machine Learning With Python: A Guide to Getting Started [imagen]. Builtin, https://builtin.com/artificial-intelligence/python-machine-learning-guide

MTP, (2020). Python, un lenguaje de programación para favorecer la legibilidad del código. [Imagen]. Digital Business Assurance. https://www.mtp.es/blog/testing-software/python-un-lenguaje-de-programacion-para-favorecer-la-legibilidad-del-codigo/

Universidad de la Sabana. (2021). Ciencia de datos con python [Imagen]. Universidad de la Sabana. https://elearning.unisabana.edu.co/programas-academicos/curso-en-ciencia-de-datos-con-python