Tercera parte de la serie de cursos de Python. En el post anterior hablamos de cómo instalar Anaconda, el sofware que recomendamos para gestionar tus proyectos. Hoy hablaremos de cuál es el mejor editor para programar. Así que vamos a ello.
Jupyter Notebook
Últimamente cuando se habla de Ciencia de Datos, se da por hecho el uso de Jupyter Notebook. Es un software interactivo basado en celdas, que te permite introducir un trozo de código y ejecutarlo de forma dinámica.
Este software es parte del Proyecto Jupyter, que tiene como objetivo la creación de servicios de programación interactivo, como es el caso de Jupyter Notebook. El nombre Jupyter viene de los acrónimos de Julia, Python y R, que son los lenguajes que dominan el ecosistema de Data Science en la actualidad.
La gran característica de Jupyter Notebook, como he dicho antes es que permite que escribamos código y lo ejecutamos de forma interactiva. No solo puedes poner código sino también texto con estilo, lo que lo convierte en un gran software para explicar conceptos. Por ejemplo fastai la empresa que se dedica a democratizar el mundo del Deep Learning a través de su librería y de sus cursos, ha creado un libro completo utilizando estos notebooks.

Si estás empezando en el mundo de la Ciencia de Datos y no estás muy acostumbrado a programar, Jupyter Notebook es una gran opción para empezar, ya que te permite que puedas ir probando tú código y viendo los resultados.
Google Colab
Jupyter Notebook está muy bien, pero qué ocurre si quieres tener potencia computacional, digamos usar GPUs para entrenar tus redes neuronales si no tienes el equipo necesario. Aquí es donde entra Google Colab.
Google Colab está basado en Jupyter Notebook, y es básicamente un Notebook en el que Google te permite utilizar una GPU o TPU durante un tiempo limitado gratis. No voy a entrar en más detalle ya que tenemos un post hablando de las bondades de Google Colab.
Editor de código o entorno de desarrollo
Ya hemos terminado de hablar de los entornos basados en celda y empezamos a hablar de los entornos que se utilizan realmente para proyectos serios. Estamos hablando de los IDE (Integrated Development Environment o Entorno de Desarrollo Integrado). Para programar, realmente lo único que necesitas es un bloc de notas, pero esto no te lo recomiendo porque puede resultar muy aburrido, todo el código tiene el mismo color y no sabes donde empieza algo ni donde termina.
¿Por qué un IDE? Digamos que un IDE es un bloc de notas pero útil de verdad y con muchas más funcionalidades. A parte de dar estilo a tu código (me refiero a colorear aquellas palabras reservadas o variables que hayas introducido), muchos incluyen funcionalidades para autocompletar código y otras muchas cosas.
Por si esto de autocompletar código te suena porque has visto en las noticias algo llamado Github Copilot te dejo el enlace para que puedas investigarlo.
Visual Studio Code
La primera opción de «IDEs» que vamos a ver es Visual Studio Code, que más que un IDE, realmente es un editor de código. En este caso sí que podríamos hablar de bloc de notas pero pensado para lenguajes de programación. Bueno, igual comparar Visual Studio Code con bloc de notas es un poco raro, ya que Code le da mil vueltas. La principal diferencia es que en Code hay Plugins, que permiten dar tantas funcionalidades adicionales como uno desee.
Visual Studio Code ha sido creado por Microsoft y está disponible tanto para Windows (obviamente) como para macOS y Linux.

Spyder
Spyder sí que es un IDE completo por sí solo, que permite ejecutar código de Python así como depurarlo. También permite analizar las variables que se están ejecutando de una forma muy visual. Si tu proyectos de Data Science ya tienen bastante código y empiezas a necesitar más archivos y una forma de organizarlos, te recomiendo que pases a Spyder, ya que tiene todo lo que puedas necesitar.

Pycharm
Si ya estás más que acostumbrado a programar en Python, mi recomendación, y el IDE que yo suelo utilizar es Pycharm. Está creado por la gente de JetBrains, que se dedican a crear software para programadores. Pycharm te da todo lo que puedas necesitar para tus proyectos.

Conclusiones
Todos estos software para editar código (salvo por Google Colab) los puedes instalar directamente desde la interfaz de Anaconda Navigator.
Espero que este post te haya ayudado si tenías la duda de qué utilizar para empezar a programar. Todos son editores buenos aunque alguno tienen ventajas frente a otros en función de qué necesites. Si te estás introduciendo en este mundo, prueba Jupyter Notebook sin ninguna duda. Si necesitas GPU dale una oportunidad a Google Colab, y si ya quieres meterte con proyectos con más código, con cualquiera de las otras opciones te irá bien.
Si tienes cualquier duda, déjala en los comentarios. Gracias por haberte pasado por aquí y espero verte de nuevo :).
Excelente aporte Roberto, justo estaba necesitando una explicación para comprender bien la diferencia, siendo que recien estoy aprendiendo y hay muchos conceptos que aun no interiorizo y esta me vino muy bien. Gracias
Hola Rodrigo, me alegro mucho de haberte podido ayudar! Si necesitas ayuda con cualquier cosa por aquí estoy :)