Si eres programador, te habras dado cuenta que Python es uno de los lenguajes de programación con mayor tasa de crecimiento en los últimos años, esto puede corroborarse en muchos informes o estadísticas de lenguajes de programación. Tanto TIOBE como Stackoverflow destacan cada poco tiempo este hecho,
Analicemos el interés creciente por los programadores por Python basándonos en las tendencias en programación en estos últimos años.
¿Quieres aprender a programar en Python? Te dejo este curso desde cero que incluye certificado: Curso profesional de Python.
Python no es un lenguaje nuevo, Guido van Rossum ideó el lenguaje Python a finales de los 80 y comenzó a implementarlo en diciembre de 1989. En febrero de 1991 publicó la primera versión pública, la versión 0.9.0. La versión 1.0 se publicó en enero de 1994, la versión 2.0 se publicó en octubre de 2000 y la versión 3.0 se publicó en diciembre de 2008. Esto es justamente lo que más sorprende. Como observamos, nos encontramos con un lenguaje maduro que es usado en producción por muchas empresas como Google, Facebook, Instagram, Spotify o Netflix, parte del éxito se lo deben a él.
Cabe destacar que dicho lenguaje cuanta con una amplia comunidad de desarrolladores y recursos disponibles, algo fundamental para plantearse el aprendizaje de cualquier nuevo lenguaje. Basta con consultar los más de 150.000 proyectos en Package Python Index.
¿Por qué el auge de Python?
Python es usado en una gran variedad de ámbitos, desde el desarrollo web a devops, pero su aumento de su uso ha sido aplicado en machine learning y data science, lo cual ha permitido su acelerado crecimiento. Y de ahí deriva el creciente interés por la mayoría de programadores que están introduciéndose en este lenguaje. Sin olvidarnos de la evolución que ha tenido para programadores web o system admin el uso de Python durante años.
Tal como mencionaba Stackoverflow en uno de sus informes, no sólo está creciendo Python sino también muchos temas relacionados con él. Así nos encontramos con el aumento del uso de framework web como Django y Flask o Pandas, NumPy y matplotlib para data science.
Python aplicado a Data Science
Una de las principales claves del crecimiento de Python en los últimos años es la aplicación a Data Science como una de las profesiones mejor valoradas, cuya base se asienta en lenguajes matemáticos como R y con Python gracias a librerías y framework como PyBrain, NumPy o PyMySQL.
Con el uso de estas herramientas podemos hacer muchas más cosas que recolectar y clasificar información, creando scripts para automatizar procesos, además de preparar dashboard con esa información.
Para poder tener un buen inicio y trabajar en Data Science debemos tener una buena base de Python. Muchos de los cursos que encontramos en la red giran en torno a Python.
Aprendizaje automático de la mano de Python
El auge del Deep Learning con algunos framework como Tensor Flow también ha motivado a muchos desarrolladores a aprender Python.
El carácter exploratorio del aprendizaje automático se ajusta a la perfección a Python, así nos podemos encontrar librerías como Keras, PyBrain o scikit-learn para realizar tareas de clasificaciones, regresión, clustering, preprocesamiento o generación de modelos de algoritmos.
Al igual que ocurre con los cursos propuestos para comenzar con data science, en aprendizaje automático ocurre bastante similar, aunque podemos utilizar Java o Scala, Python sigue siendo un lenguaje dominante en el ámbito academico ya que se ajusta a la perfección a la hora de implementar las bases de machine learning.
Puedes echar un vistazo en los cursos que ofrece Azulschool.net en los que comenzamos con las bases de Python.
Desarrollo web con Python
Sobradamente conocido nos encontramos con Django, el framework de aplicaciones web gratuito y open source escrito en Python. Tampoco es un recién llegado y es utilizado en producción por empresas con Instragram, Pinterest o The New York Times.
A este framework de Python le podemos sumar algunos iguales de interesantes como el minimalista Flask o Pyramid. Además de estos framework podemos destacar la importancia para crear APIs Restful o graphql con librerías como Graphene.
Python para Devops
La accesibilidad y flexibilidad de Python también es una de las razones para elegir este lenguaje en DevOps. Es estupendo para realizar scripts y automatizar proceso. El hecho de que herramientas como Ansible y SaltStak estén escritas en Python demuestran las capacidades del lenguaje para tareas de automatización y orquestación. Al igual que hablamos de los cursos de data science o machine learning.
En conclusión ¿Debería aprender Python?
Python es un fenomenal primer lenguaje, como si es tu segundo, tercero o enésimo lenguaje. Su curva de aprendizaje es menos áspera que otros, dispone de miles de librerías que permiten en unas pocas líneas de código hacer lo que nos propongamos. Te permite evolucionar rápidamente, además de profundizar en tareas más complejas, según vas adquiriendo soltura.
Obviamente recomendar un lenguaje de programación es complicado. Depende de muchos factores como el uso que le vayas a dar. Tampoco es lo mismo recomendar un lenguaje a alguien que está empezando a programar como a otro programador con una dilatada experiencia en varios lenguajes de programación.
Esto no es una guerra de lenguajes pero debido al momentum actual de Python deberías estar atento, ya que puede ser el lenguaje que te ayude en tu siguiente proyecto.
