¡Descarga Python programa para economistas y más Resúmenes en PDF de Economía solo en Docsity!
002 Configurando su entorno Python
September 1, 2020
Programación Python para Economía y Finanzas Autores:
- Thomas J. Sargent
- John Stachurski
1 Configurando su entorno Python
1.1 Visión general
En esta conferencia, aprenderás cómo:
- poner en marcha un entorno Python
- ejecutar comandos simples de Python
- ejecutar un programa de muestra
- instale las bibliotecas de código que sustentan estas conferencias
1.2 Anaconda
El paquete central de Python es fácil de instalar, pero no es lo que debe elegir para estas confer- encias. Estas conferencias requieren todo el ecosistema de programación científica, que
- la instalación central no proporciona
- Es tedioso instalar una pieza a la vez. Por lo tanto, el mejor enfoque para nuestros propósitos es instalar una distribución de Python que contenga
- el lenguaje central de Python y
- versiones compatibles de las bibliotecas científicas más populares. La mejor distribución es Anaconda. Anaconda es
- muy popular
- multiplataforma
- exhaustivo
- completamente ajeno a la canción de Nicki Minaj del mismo nombre
Anaconda también viene con un excelente sistema de administración de paquetes para organizar sus bibliotecas de códigos. ¡Todo lo que sigue supone que adopta esta recomendación!
1.2.1 Instalando Anaconda Para instalar Anaconda , descargue el binario y siga las instrucciones. Puntos importantes:
- ¡Instala la última versión!
- Si durante el proceso de instalación se le pregunta si desea que Anaconda sea su instalación de Python predeterminada, responda que sí.
Actualizando Anaconda Anaconda proporciona una herramienta llamada conda para admin- istrar y actualizar sus paquetes de Anaconda. Un comando conda que debe ejecutar regularmente es el que actualiza toda la distribución de Anaconda. Como práctica, ejecute lo siguiente
- Abrir una terminal
- Tipo conda update anaconda Para obtener más información sobre conda, escriba conda help en una terminal.
1.3 Cuadernos Jupyter
Los cuadernos Jupyter son una de las muchas formas posibles de interactuar con Python y las bibliotecas científicas. Utilizan una interfaz basada en navegador para Python con
- La capacidad de escribir y ejecutar comandos de Python.
- Salida formateada en el navegador, incluidas tablas, figuras, animación, etc.
- La opción de mezclar texto formateado y expresiones matemáticas. Debido a estas características, Jupyter es ahora un jugador importante en el ecosistema informático científico. Aquí hay una imagen que muestra la ejecución de algún código (prestado de aquí) en un cuaderno de Jupyter Si bien Jupyter no es la única forma de codificar en Python , es ideal para cuando desee
- comenzar a codificar en Python
- prueba nuevas ideas o interactúa con pequeños fragmentos de código
- compartir o colaborar ideas científicas con estudiantes o colegas Estas conferencias están diseñadas para ejecutarse en cuadernos Jupyter.
Edición modal Lo siguiente que hay que entender sobre el cuaderno Jupyter es que usa un sistema de edición modal. Esto significa que el efecto de escribir en el teclado depende del modo en el que se encuentre. Los dos modos son
- Modo de edición
- Indicado por un borde verde alrededor de una celda, más un cursor parpadeante
- Cualquier cosa que escriba aparece como está en esa celda
- Modo de comando
- El borde verde se reemplaza por un borde gris (o gris y azul)
- Las pulsaciones de teclas se interpretan como comandos; por ejemplo, al escribir b se agrega una nueva celda debajo de la actual Para cambiar a
- modo de comando desde el modo de edición, presione la tecla Esc o Ctrl-M
- modo de edición desde el modo de comando, presione Enter o haga clic en una celda El comportamiento modal del portátil Jupyter es muy eficiente cuando te acostumbras. Insertar Unicode (por ejemplo, letras griegas) Python admite unicode, lo que permite el uso de caracteres como y como nombres en tu código. En una celda de código, intente escribir \alpha y luego presionar la tecla de tabulación en su teclado. Un programa de prueba Ejecutemos un programa de prueba. Aquí hay un programa arbitrario que podemos usar: polar_bar. En esa página, verá el siguiente código
[1]: import numpy as np import matplotlib.pyplot as plt
# Fixing random state for reproducibility np.random.seed(19680801) # Compute pie slices N = 20 theta = np.linspace(0.0, 2 * np.pi, N, endpoint= False ) radii = 10 * np.random.rand(N) width = np.pi / 4 * np.random.rand(N) colors = plt.cm.viridis(radii / 10.) ax = plt.subplot(111, projection='polar')
ax.bar(theta, radii, width=width, bottom=0.0, color=colors, alpha=0.5) plt.show()
No te preocupes por los detalles por ahora, solo ejecutémoslo y veamos qué sucede. La forma más fácil de ejecutar este código es copiarlo y pegarlo en una celda del cuaderno. Con suerte obtendrás una trama similar.
1.3.3 Trabajando con el cuaderno Aquí hay algunos consejos más sobre cómo trabajar con los portátiles Jupyter.
Completar pestaña En el programa anterior, ejecutamos la línea import numpy as np
- NumPy es una biblioteca numérica con la que trabajaremos en profundidad. Después de este comando de importación, se puede acceder a las funciones en NumPy con la sintaxis de tipo np.function_name.
- Por ejemplo, inténtalo np.random.randn(3). np.random.randn(3) Podemos explorar estos atributos del uso np de la clave Tab. Por ejemplo, aquí escribimos np.ran y presionamos Tab
Puede instalar QuantEcon.py iniciando Jupyter y escribiendo !pip install --upgrade quantecon en una celda. Alternativamente, puede escribir lo siguiente en un terminal pip install quantecon Se pueden encontrar más instrucciones en la página de la biblioteca. Para actualizar a la última versión, que debe hacer regularmente, use pip install --upgrade quantecon Otra biblioteca que usaremos es interpolation.py. Esto se puede instalar escribiendo Jupyter !pip install interpolation
1.5 Trabajando con archivos Python
Hasta ahora nos hemos centrado en ejecutar el código Python ingresado en una celda del cuaderno Jupyter. Tradicionalmente, la mayoría del código de Python se ha ejecutado de manera diferente. El código se guarda primero en un archivo de texto en una máquina local Por convención, estos archivos de texto tienen una extensión.py. Podemos crear un ejemplo de dicho archivo de la siguiente manera: [ ]: %%file foo.py
print ("foobar") Esto escribe la línea print("foobar") en un archivo llamado foo.py en el directorio local. Aquí %%file hay un ejemplo de una magia celular. 1.5.1 Edición y Ejecución Si encuentra código guardado en un archivo *.py, deberá considerar las siguientes preguntas:
- ¿Cómo deberías ejecutarlo?
- ¿Cómo debe modificarlo o editarlo? Opción 1: JupyterLab JupyterLab es un entorno de desarrollo integrado construido sobre los portátiles Jupyter. Con JupyterLab puede editar y ejecutar archivos *.py, así como cuadernos Jupyter. Para iniciar JupyterLab , búsquelo en el menú de aplicaciones o escriba jupyter-lab en un ter- minal.
Ahora debería poder abrir, editar y ejecutar el archivo creado foo.pyanteriormente abriéndolo en JupyterLab. Lea los documentos o busque un video reciente de YouTube para encontrar más información.
Opción 2: Usar un editor de texto También se pueden editar archivos con un editor de texto y luego ejecutarlos desde los cuadernos Jupyter. Un editor de texto es una aplicación que está específicamente diseñada para trabajar con archivos de texto, como los programas Python. Nada supera el poder y la eficiencia de un buen editor de texto para trabajar con el texto del programa. Un buen editor de texto proporcionará
- comandos de edición de texto eficientes (por ejemplo, copiar, pegar, buscar y reemplazar)
- resaltado de sintaxis, etc. En este momento, un editor de texto extremadamente popular para la codificación es VS Code. VS Code es fácil de usar y tiene muchas extensiones de alta calidad. Alternativamente, si desea un excelente editor de texto gratuito y no le importa una curva de aprendizaje aparentemente vertical más largos días de dolor y sufrimiento mientras todas sus vías neuronales están conectadas, pruebe Vim.
1.6 Ejercicios
1.6.1 Ejercicio 1 Si Jupyter aún se está ejecutando, salga usando Ctrl-C en la terminal donde lo inició. Ahora inicie nuevamente, pero esta vez usando jupyter notebook --no-browser. Esto debería iniciar el kernel sin iniciar el navegador. Tenga en cuenta también el mensaje de inicio: debería proporcionarle una URL, como http://localhost:8888 dónde se está ejecutando el bloc de notas. Ahora
- Inicie su navegador o abra una nueva pestaña si ya se está ejecutando.
- Ingrese la URL desde arriba (por ejemplo http://localhost:8888) en la barra de direcciones en la parte superior. Ahora debería poder ejecutar una sesión estándar de Jupyter notebook. Esta es una forma alternativa de iniciar el portátil que también puede ser útil.
1.6.2 Ejercicio 2 Este ejercicio te familiarizará con Git y GitHub. Git es un sistema de control de versiones, un software utilizado para administrar proyectos digitales como bibliotecas de códigos.
