Inicio

Programación en Python con VS Code

Desea escribir código Python pero no está seguro de qué editor usar, o busca algo más ligero que PyCharm. Piense en VS Code como una navaja suiza: maneja Python, R, JavaScript y muchos otros lenguajes en un solo editor ligero. Este tutorial muestra cómo configurar Python en VS Code con características inteligentes como autocompletado de código, depuración interactiva y aplicaciones web.

Conceptos Clave

Lo Que Necesitará

Paso 1: Instalar Python

Necesita Python 3.11 o superior (lo mejor es la versión más reciente de python.org) para que se instalen las versiones más nuevas de paquetes como pandas y Streamlit.

Verifique la instalación abriendo una terminal y ejecutando python3 --version o python --version.

Paso 2: Instalar Extensiones de Python en VS Code

La extensión Python incluye soporte para depuración, IntelliSense, formateo de código y notebooks Jupyter.

Paso 3: Crear Su Proyecto Python

Paso 4: Seleccionar el Intérprete de Python

VS Code necesita saber qué instalación de Python usar.

Si no ve su instalación de Python, haga clic en Enter interpreter path y navegue hasta donde está instalado Python.

Paso 5: Crear un Entorno Virtual

Los entornos virtuales mantienen aisladas las dependencias de su proyecto.

Verá (.venv) en el prompt de su terminal cuando el entorno esté activo.

Paso 6: Instalar Paquetes Requeridos

pip install pandas matplotlib streamlit

Si (.venv) no aparece, el entorno no está activo. Haga clic en View > Command Palette, ejecute Python: Select Interpreter, luego elija el intérprete con ('.venv': venv) al lado.

Paso 7: Escribir Su Primer Script de Python

Escriba este código en analysis.py:

import pandas as pd
import matplotlib.pyplot as plt

# Load the iris dataset
url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv"
iris = pd.read_csv(url)

# View the first few rows
print(iris.head())

# Generate summary statistics
print("\nSummary Statistics:")
print(iris.describe())

# Create a histogram
plt.figure(figsize=(8, 6))
plt.hist(iris['sepal_length'], bins=20, color='steelblue', edgecolor='white')
plt.xlabel('Sepal Length (cm)')
plt.ylabel('Frequency')
plt.title('Distribution of Sepal Length')
plt.show()

Paso 8: Ejecutar Código Python Interactivamente

Paso 9: Crear una Aplicación Simple de Streamlit

import streamlit as st
import pandas as pd
import matplotlib.pyplot as plt

st.title("Interactive Histogram")

# Sidebar slider
bins = st.sidebar.slider(
    "Number of bins:",
    min_value=5,
    max_value=50,
    value=30
)

# Load data
url = "https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv"
iris = pd.read_csv(url)

# Create histogram
fig, ax = plt.subplots(figsize=(8, 6))
ax.hist(iris['sepal_length'], bins=bins, color='steelblue', edgecolor='white')
ax.set_xlabel('Sepal Length (cm)')
ax.set_ylabel('Frequency')
ax.set_title('Distribution of Sepal Length')

# Display in Streamlit
st.pyplot(fig)

streamlit run app.py

Paso 10: Usar Autocompletado de Código e IntelliSense

Paso 11: Probar la Depuración

Próximos Pasos

Solución de Problemas

Resumen del Flujo de Trabajo

VS Code proporciona un entorno moderno y ligero para el desarrollo en Python con estas ventajas:

Creado por Steven Ge el 7 de diciembre de 2025.