Python para la Docencia y la Investigación

Aviso: Este es un post antiguo, puede que su información esté desactualizada. Si está buscando algo sobre un evento actual, tenga en cuenta que puede que este no sea el que busca.

No cabe la menor duda de que en muchas áreas de carácter científico-técnico la adecuada elección del software y/o lenguaje de programación empleado es determinante, de cara a la potencia, versatilidad, facilidad de uso y acceso por parte de todos los usuarios en sus propios dispositivos, de manera generalizada y gratuita.

Hoy en día se dispone de gran cantidad de lenguajes de programación y software de todo tipo para cálculo simbólico y numérico; tanto software libre (Fortran, C, Maxima, Octave, SAGE, Python, …) como de tipo propietario (Mathematica, Maple, Matlab, … ); y podemos afirmar que cada uno de ellos posee sus ventajas e inconvenientes, pudiéndose adaptar mejor uno u otro a distintas tareas concretas.

No obstante, dentro del software libre, uno de los que últimamente ha tenido una mejora sustancial, con la inclusión de potentes y versátiles nuevos módulos de cálculo simbólico (SymPy), numérico/científico (NumPy, Scipy) y gráfico (PyPlot y Matplotlib) ha sido sin duda Python; y de ahí su vertiginosa evolución y expansión a nivel mundial, no sólo en el ámbito académico, sino también en el científico e industrial.

De hecho, basta con echar un vistazo a las numerosas propuestas, tanto de comunidades de desarrolladores como de empresas privadas, surgidas a raíz de la versión de base inicial de Python, como por ejemplo IPython (interface interactivo de fácil uso, que gracias a Jupyter Notebook permite una versión HTML similar a los notebooks de Mathematica o Maple) o Spyder (entorno integrado para cálculo científico parecido al de Matlab u Octave).

Por otro lado existen versiones completas de desarrollo, integrando Python como soporte de cálculo, pero con editores avanzados de texto, para la programación y la depuración de código, ventanas de gráficos y datos, etc. La mayoría de estas plataformas integradas están disponibles para los distintos sistemas operativos Linux, MacOS X y Windows. Entre ellas cabría destacar Enthought Python Distribution (EPD), PyCharm y principalmente Anaconda CE (de Continuum Analytics).

Aparte de todo esto, se dispone libremente en Internet de una gran cantidad de ejemplos, así como material de apoyo: manuales, libros, blogs y páginas web desarrollados por numerosos científicos y profesores de todo el mundo, siendo tan ingente dicho material que a veces resulta complicado realizar una selección del mismo para poder empezar.

Por todo ello, creemos que este potente software de cálculo científico se encuentra en su máximo apogeo y con un nivel de madurez y versatilidad extraordinario, como para poder iniciar su exitosa incursión en el mundo científico-técnico español, tanto universitario como empresarial, y más concretamente en la Universidad de Granada.

Y de ahí surgió tanto la iniciativa de presentar un taller sobre Python para la Docencia e Investigación (https://www.ugr.es/~prodelas/ftp/TallerPython.html) en las recientes Jornadas de Software libre celebradas en la UGR, así como varios cursos de formación (a través del Plan F.I.D.O. o en colaboración con el Centro Mediterráneo de la UGR) que tendrán lugar a lo largo de este curso para todo el que estuviera interesado en aprender a usar esta potente herramienta, tanto con fines docentes como para su uso personal a nivel de investigación y desarrollo.