Curso: Python para la Ciencia Abierta (CSIC)

Este repositorio contiene toda la documentación y material del curso "Python para la Ciencia Abierta; Introducción", ofertado en el programa del Plan de Formación del CSIC (2025).

Contenido principal

• Cuadernos (Notebooks) Jupyter, scripts y slides para los módulos del curso.
• Datos de ejemplo usados en los ejercicios.
• Módulos y utilidades reutilizables.

Estructura de directorios (resumen)

• MODULOS/ — material del curso (notebooks, ejercicios, SLIDES, MYLIBS, etc.)
  • MODULO1/, MODULO2/, ..., MODULO5/
  • MYLIBS/ — librerías internas (utils.py, init.py)
  • requirements_curso.txt — dependencias del curso
• DATASETS/ — datasets usados en prácticas
• CUESTIONARIOS/, MISC/, SCHEMA_AND_TIMING/ — material adicional
• LICENSE — licencia MIT del repositorio

Requisitos del sistema

Es necesario tener instalados:

• git
• Python 3.10 o superior
• Visual Studio Code

Uso: entorno virtual (altamente recomendable)

Se recomienda usar siempre un entorno virtual para instalar dependencias y trabajar con el material del curso.

macOS / Linux:

• Crear y activar:

  python3 -m venv venv
  source venv/bin/activate

Windows (PowerShell):

• Crear y activar:

  python -m venv venv
  .\venv\Scripts\Activate.ps1

Windows (CMD):

• Crear y activar:

  python -m venv venv
  .\venv\Scripts\activate.bat

Para desactivar el entorno:

  deactivate

Instalar dependencias del curso

Con el entorno virtual activado, desde la raíz del repositorio ejecutar:

pip install --upgrade pip
pip install -r MODULOS/requirements_curso.txt

Si su sistema usa python3/pip3, reemplace python/pip por python3/pip3.

Buenas prácticas

• Trabajar siempre dentro del entorno virtual.
• No commitear archivos generados por el entorno (activar .gitignore según corresponda).
• Usar VS Code con las extensiones recomendadas para Python (lenguaje, linting, Jupyter).

Contacto

Gustavo Liñán Cembrano (CSIC) — Gustavo.Linan@csic.es

Extensiones recomendadas (Visual Studio Code)

Se recomienda instalar las extensiones de VS Code indicadas para facilitar el trabajo con Python, Jupyter y control de versiones. Para ello, lo más sencillo es que ejecutes los scripts en el directorio INSTALANDO_EXTENSIONES

• En Windows: Haz doble click en el archivo instalar_extensiones_windows.ps1 y ejecutalo con PowerShell. No necesitas tener activo el entorno virtual.

• En MacOS/Linux: Abre un terminal, navega a la carpeta del instalador de extensiones y haz lo siguiente:

  • Da permisos de ejecución al script:

  chmod +x instalar_extensiones_mac.sh

  • Ejecuta el script:

  ./instalar_extensiones_mac.sh

  Si prefieres usar bash:

  bash instalar_extensiones_mac.sh

  • Comprueba que el comando code (VS Code) está disponible en PATH —es necesario para que el script pueda instalar extensiones:

  command -v code || echo "Abre VS Code y ejecuta 'Shell Command: Install \"code\" command in PATH' desde la paleta de comandos (Cmd+Shift+P)."

  • Si ves "permission denied" intenta ejecutar con bash o revisa permisos; evita usar sudo para instalar extensiones.

Notebooks y control de salidas (nbstripout)

Se recomienda limpiar las salidas de las notebooks antes de hacer commit para evitar ruido en el historial y archivos grandes. Para automatizarlo se usa nbstripout y el hook de git.

Importante: instala nbstripout dentro del entorno virtual del proyecto y ejecuta la instalación del hook desde ese entorno (una vez por clonación del repo).

macOS / Linux (desde la raíz del repo)

pip install nbstripout
nbstripout --install --attributes .gitattributes

Windows (PowerShell)

python -m venv venv
.\venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
pip install nbstripout
nbstripout --install --attributes .gitattributes

Windows (CMD)

python -m venv venv
.\venv\Scripts\activate.bat
python -m pip install --upgrade pip
pip install nbstripout
nbstripout --install --attributes .gitattributes

Notas:

• El comando nbstripout --install añade un hook de git en el repositorio; a partir de entonces las salidas se eliminarán automáticamente al commitear notebooks.
• Para limpiar salidas de notebooks ya versionadas: abre cada notebook y usa "Clear All Outputs" (Jupyter/VS Code) o emplea herramientas de conversión/limpieza antes de commitear.
• Si prefieres un control más estricto, instala también pre-commit y añade hooks (black, isort, flake8, nbstripout).