Skip to content

Latest commit

 

History

History
170 lines (105 loc) · 4.66 KB

tutorial-linux.md

File metadata and controls

170 lines (105 loc) · 4.66 KB

Tutorial: Cómo instalar Python y configurar un entorno de programación en un servidor de Ubuntu 22.04

Introducción

Python es un lenguaje de programación flexible y versátil, popular por su sencillez y potencia, ideal para múltiples casos de uso como automatización, análisis de datos, inteligencia artificial y desarrollo backend. Publicado inicialmente en 1991, Python ha evolucionado y, en su versión actual (Python 3), se ha consolidado como la opción preferida tanto para principiantes como para desarrolladores experimentados.

En este tutorial, aprenderás a configurar tu servidor Ubuntu 22.04 con un entorno de programación Python 3. Configurar Python en un servidor te permite desarrollar proyectos colaborativos y aprovechar los recursos del servidor para tareas computacionales. Aunque este tutorial se centra en Ubuntu 22.04, los principios se aplican a cualquier distribución basada en Debian.

Requisitos previos

Para completar este tutorial, debes contar con:

  1. Un servidor con Ubuntu 22.04.
  2. Un usuario no root con privilegios sudo.
  3. Familiaridad con el uso de la terminal. Si eres nuevo, te puede ayudar la guía [Introducción al terminal de Linux].

Una vez configurado tu servidor y usuario, estarás listo para comenzar.

Paso 1: Actualizar el sistema y verificar Python 3

Ubuntu 22.04 incluye Python 3 preinstalado. Primero, asegurémonos de que nuestro sistema esté actualizado con los últimos parches de seguridad y mejoras de software. Ejecuta los siguientes comandos:

sudo apt update && sudo apt -y upgrade

Después, confirma la versión de Python 3 instalada:

python3 --version

Verás un resultado similar a este:

Python 3.10.x

Si Python no está instalado, puedes instalarlo ejecutando:

sudo apt install python3

Paso 2: Instalar pip y herramientas esenciales

pip es el administrador de paquetes de Python que te permitirá instalar módulos y bibliotecas para tus proyectos. Para instalar pip junto con otras herramientas de desarrollo necesarias, ejecuta:

sudo apt install -y python3-pip build-essential libssl-dev libffi-dev python3-dev

Una vez que tengas pip, puedes instalar paquetes usando el comando:

pip3 install nombre_paquete

Por ejemplo, para instalar la popular biblioteca de ciencia de datos NumPy:

pip3 install numpy

Paso 3: Crear un entorno virtual

Los entornos virtuales te permiten aislar los paquetes y dependencias de cada proyecto, evitando conflictos entre versiones. Python incluye la herramienta venv para crear estos entornos.

Instala el módulo venv si no está disponible:

sudo apt install python3-venv

Luego, crea un directorio para tus entornos virtuales y genera uno nuevo:

mkdir ~/python-environments
cd ~/python-environments
python3 -m venv mi_entorno

Esto creará un nuevo entorno virtual llamado mi_entorno. Para activarlo, ejecuta:

source mi_entorno/bin/activate

El prompt de tu terminal cambiará para reflejar que estás dentro del entorno virtual, mostrando algo como:

(mi_entorno) usuario@servidor:~$

Paso 4: Crear y ejecutar un programa “Hello, World”

Ahora que tienes tu entorno configurado, es hora de probarlo con un simple programa de “Hello, World!”. Crea un archivo llamado hello.py con el siguiente comando:

nano hello.py

Escribe el siguiente código en el archivo:

print("Hello, World!")

Guarda y cierra el editor (CTRL+X, luego 'y' y ENTER). Para ejecutar tu programa:

python hello.py

Verás la salida:

Hello, World!

Para salir del entorno virtual, simplemente ejecuta:

deactivate

Paso 5: Automatización de tareas comunes (Opcional)

Para facilitar tu flujo de trabajo, puedes utilizar un archivo requirements.txt donde listarás las dependencias de tu proyecto. Crea un archivo y lista las bibliotecas que necesitas:

echo numpy > requirements.txt

Luego, instala todas las dependencias con:

pip install -r requirements.txt

Esto es especialmente útil para proyectos colaborativos o que requieran instalaciones repetitivas en diferentes entornos.

Conclusión

Para seguir aprendiendo, consulta más tutoriales de Python o explora cómo integrar Python en aplicaciones web, análisis de datos o automatización de tareas.

Recursos adicionales