PDF de programación - python + ciencia = amor

PyConES 2013

Python + Ciencia = ♥

Juan Luis Cano, @Pybonacci

Madrid, 2013-11-23



Y este ¿quién es?

✔ Casi ingeniero aeronáutico
✔ Fortran 90 (¿77?) y Excel (¡!)
✔ Herramientas privativas
✔ ...conseguidas de manera ilegítima



Respuesta: ¡Python!



El inicio de una gran amistad

✔ Python por frustración
cuenta propia
✔ Invierno 2011:
Python Madrid
✔ Resultado: Pybonacci



Comienzos:
«Dividing & merging»


Foto: Dina Regine (CC-BY-SA)



1995: Numeric

✔ Jim Hugunin (MIT) et al
✔ Objeto array básico
✔ Python como

herramienta para
cálculo científico



1997: Travis meets Python

✔ Travis E. Oliphant (Mayo

Clinic, Minnesota)

✔ Se enamora de Python y

abandona MATLAB

✔ Usa Numeric para crear lo
que será SciPy en 2001



2001: Una odisea pythonica

✔ T. Oliphant, Pearu

Peterson y Eric
Jones liberan SciPy
✔ Fernando Pérez
inicia IPython
✔ John Hunter † crea
matplotlib



2003: El cisma: numarray

✔ Limitaciones de
Numeric

✔ Perry Greenfield y otros
crean numarray
✔ Mejoras... y defectos
✔ Confusión: ¿cuál usar?



2006

Numeric + numarray + Travis Oliphant* =

NumPy

«Dividing & merging»


*Y muchos más



Presente:
NumPy,
SciPy
y más allá



Foto: Marcingietorigie (CC-BY-SA)

NumPy

✔ Arrays multidimensionales
✔ Funciones rápidas y eficientes para operar con

ellos

✔ Otros: álgebra lineal, FFTs, números aleatorios,

funciones financieras

✔ Motivación: «make [Python] equivalent to a basic

scientific calculator»



Arrays

>>> import numpy as np
>>> np.array([
... [1, 2, 3],
... [4, 5, 6]
... ])
array([[1, 2, 3],
[4, 5, 6]])



Universal functions

>>> a = np.arange(6).reshape(2, 3)
>>> np.sin(a)
array([[ 0. , 0.8415, 0.9093],
[ 0.1411, -0.7568, -0.9589]])



Ventajas

✔ Datos homogéneos y dimensiones fijas: almacenamiento en

memoria eficiente

✔ Los bucles en Python son lentos: vectorización
✔ Operaciones sobre los datos en bloque: expansión (broadcasting)



matplotlib

✔ El estándar de facto para visualización con Python
✔ Basado en la API de MATLAB
✔ Gráficas de alta calidad (publication-quality)
✔ Fundamentalmente para 2D



Visualización rápida

>>> import matplotlib.pyplot as plt
>>> x = np.linspace(0, 10)
>>> plt.plot(np.sin(x))
[<matplotlib.lines.Line2D object at
0x7f2107caa9d0>]
>>> plt.show()



Visualización rápida

>>> import matplotlib.pyplot as plt
>>> x = np.linspace(0, 10)
>>> plt.plot(np.sin(x))
[<matplotlib.lines.Line2D object at
0x7f2107caa9d0>]
>>> plt.show()



¿Por qué (no) matplotlib?

✔ Familiar para los usuarios de MATLAB
✔ ...horrible para los usuarios de R
✔ Potente: todo se puede personalizar
✔ ...pero a veces es un poco low-level
✔ Suficiente para el 95 % de los casos
✔ Para el otro 5 %: Mayavi, Bokeh, ggplot, Vincent...



SciPy

✔ Colección de algoritmos para tareas comunes

– Integración y EDOs (scipy.integrate)
– Procesamiento de señales (scipy.signal)
– Funciones especiales (scipy.special)
– Optimización (scipy.optimize)
– Interpolación (scipy.interpolate)
– ...¡y más!



Para tareas básicas...



...y no tan básicas

¡Dentro vídeo!

http://youtu.be/8K4NgNVKdtM



¡Hasta el infinito...



...y más allá!



Bonus: SymPy

✔ NumPy: cálculo numérico
>>> np.sqrt(8)
2.8284271247461903
✔ SymPy: cálculo simbólico
>>> from sympy import sqrt
>>> sqrt(8)
2*sqrt(2)



Un CAS en Python

✔ Sistema de álgebra computacional (CAS) estilo

Maple, Mathematica o Maxima

✔ Escrito en Python puro
✔ Intérprete online: http://live.sympy.org/
✔ Soporte para LaTeX



IPython:
La revolución


Keystone/Hulton Archive, Getty Images



IPython

✔ Originalmente Interactive Python: intérprete de

Python mejorado

✔ Iniciado por Fernando Pérez en 2001 inspirado en

Mathematica

✔ Diciembre 2011: IPython 0.11, notebook con interfaz

web

¡Dentro demo!



...y llegó el dinero

✔ Diciembre 2012: $1.15M de la fundación Alfred P.

Sloan

✔ Expansión significativa de IPython y su interfaz

notebook

✔ Agosto 2013: IPython 1.0 y $100k de Microsoft



¿Por qué es tan increíble?

✔ Comunicación de ideas mediante código
✔ Ciencia abierta
✔ Entorno interactivo ideal para el aprendizaje



Python vs MATLAB:
¿David contra Goliat?


Foto: ?



El statu quo

«The most dangerous enemy of a better
solution is an existing codebase that is just
good enough.»

—Eric S. Raymond.



El statu quo

Python
«The most dangerous enemy of a better
solution is an existing codebase that is just
good enough.»

M A T L A B

—Eric S. Raymond.



El statu quo

✔ En la industria y en el mundo académico hay

inercias

✔ ¿Desde dónde tiene que empezar el cambio?
✔ No siempre es posible o deseable: código legado,

experiencia



¡Pero Python es mejor!

✔ Coste de licencia: $0.0
✔ Software libre: puedo estudiarlo y compartirlo
✔ Commercial-friendly: no copyleft



...también técnicamente mejor

✔ Sotfware libre (otra vez): los fallos son públicos
✔ Lenguaje más sólido y consistente

(también conocido como: MATLAB WAT)

octave:1> a = [1]

>>> a = np.array([1]); a

a = 1

octave:2> a(1)

ans = 1

array([1])

>>> a[0]

1

octave:3> a(1, 1, 1)

ans = 1

>>> a[0, 0, 0]
IndexError: too many indices



...también técnicamente mejor

✔ Sotfware libre (otra vez): los fallos son públicos
✔ Lenguaje más sólido y consistente

(también conocido como: MATLAB WAT)

octave:1> a = [1]

>>> a = np.array([1]); a

a = 1

octave:2> a(1)

ans = 1

array([1])

>>> a[0]

1

octave:3> a(1, 1, 1)

ans = 1

>>> a[0, 0, 0]
IndexError: too many indices



Python FTW!

✔ ¡La gente está pidiendo interfaz notebook para

MATLAB!

✔ El desarrollo del ecosistema Python es

vertiginoso

✔ Actualmente está por delante en aprendizaje

automático, tratamiento de datos...



¿Nos estás ocultando algo?



Puntos débiles:
«Too few are lifting

too many»



Foto: Helge Øverås (CC-BY)

Python 2

→

Python 3

✔ Cambio de versiones: ¡horror!
✔ Python 3.0 en diciembre de 2008, y aun así:



Python 2

→

Python 3

✔ Se cometieron errores que se están solucionando

ahora (2013)

✔ Clave: desterrar 2to3, código único para ambas

versiones

✔ El ecosistema está listo: ¡migremos!



Python es más... verborreico

✔ El inicio de un programa Python suele ser así:

import numpy as np
from numpy import cos, sin, tan, […]
import matplotlib
import matplotlib.pyplot as plt
from scipy import integrate, optimize
import os
import re
...

✔ Para sesiones interactivas es muy incómodo



Algunas con inicios de solución

✔ Uso de memoria: 2 * a + 3 * b necesita tres

arrays intermedios

Solución: numexpr, numba, ¿otros?
✔ Dificultad de instalación fuera de Linux (e.g. Windows)
Solución: distribuciones como Canopy o Anaconda
✔ Falta de interfaces gráficas para aplicaciones

ingenieriles

Solución: ¿Simulink en Python, alguien?



«Too few are lifting too many»



Futuro:
¿Dominación
mundial?


Foto: Carl Lender (CC-BY)



«These days, tools for almost every aspect of scientific

computing are readily available in Python.»

«[...] a surprising number of Python-based tools are
now best-in-class (or close to it) in terms of scope and
ease of use–and, in virtue of C bindings, often even in

terms of performance»

The homogenization of scientific computing, or why

Python is steadily eating other languages’ lunch



«Nowadays Python is probably the programming
language of choice (besides R) for data scientists for
prototyping, visualization, and running data analyses

on small and medium sized data sets.»

How Python became the language of choice for

data science



¡Un futuro brillante!

✔ SciPy: hoja de ruta para 1.0
✔ IPython: plan de desarrollo repleto de novedades
✔ Nuevos scikits emergen y los existentes mejoran
✔ Se empieza a implantar como opción en las

universidades españolas



Solo una gráfica más



Conclusiones


Foto: S_Werner (CC-BY-SA)



Python crece

✔ El camino ha sido arduo, pero el ecosistema está

maduro

✔ Python se está expandiendo
✔ Pero hay inercias difíciles de vencer
✔ Debemos poner cuidado en algunas áreas:

contribuciones de código y migración a Python 3

✔ Podemos dominar el mundo :)



¿Preguntas?



¡Muchas gracias! :)

http://pybonacci.wordpress.com

@Pybonacci