Lección 1.1 — Preparar el entorno de Python para inteligencia artificial

Curso de inteligencia artificial desde cero
Bloque 1: Python para inteligencia artificial
Lección 1.1 · Lección 1 de 10 del bloque
Nivel: iniciación
Conocimientos previos: no necesitas saber programar.

Para instalar Python para inteligencia artificial necesitamos preparar tres elementos: el intérprete que ejecutará los programas, un editor donde escribirlos y un entorno que mantenga organizadas sus dependencias.

En esta lección configuraremos esas herramientas y ejecutaremos nuestro primer archivo Python.

Puedes seguirla en Windows, macOS o Linux. Las instrucciones de instalación cambian entre sistemas, pero el código Python que escribiremos será el mismo.

Al terminar tendrás una carpeta de trabajo, un entorno virtual y un programa funcionando.

1. Qué vamos a instalar y para qué sirve

Antes de empezar, conviene distinguir las herramientas:

Elemento	Para qué sirve
Python	Lenguaje con el que escribiremos los programas.
Intérprete de Python	Programa que ejecuta nuestro código Python.
Visual Studio Code	Editor para crear y modificar archivos.
Extensión Python de Microsoft	Añade al editor funciones para trabajar con Python.
Terminal	Interfaz donde escribimos comandos.
Entorno virtual	Separa los paquetes de nuestro proyecto de los de otros proyectos.
pip	Herramienta para instalar paquetes de Python.

Instalar un editor no instala necesariamente Python. Del mismo modo, disponer de Python no significa que el editor esté utilizando el intérprete correcto.

Aprenderemos a comprobar ambas cosas.

¿Necesitamos una tarjeta gráfica potente?

Para este bloque no necesitamos una GPU dedicada ni un equipo preparado para entrenar modelos grandes.

Trabajaremos con programas pequeños. Los requisitos de hardware y las alternativas de ejecución se estudiarán cuando lleguemos a tareas que los necesiten.

2. Qué versión de Python utilizaremos

Para las instalaciones nuevas de Windows y macOS utilizaremos Python 3.13, con la actualización de mantenimiento disponible en esa rama.

Es una elección de referencia para esta parte del curso, no una afirmación de que sea la versión más reciente.

En Ubuntu utilizaremos el Python 3 proporcionado por la distribución. Para los ejercicios iniciales no necesitamos que todos los equipos tengan exactamente el mismo número de versión.

Cuando incorporemos bibliotecas de IA, comprobaremos sus requisitos antes de instalarlas.

No instales versiones preliminares ni variantes experimentales para seguir esta lección.

3. Instalar Python en Windows

La documentación de Python ofrece el Python Install Manager, que permite instalar y gestionar versiones desde Windows. Está disponible desde la web oficial de Python.

1. Abre la página oficial de descargas de Python.
2. Descarga e instala Python Install Manager.
3. Sigue las indicaciones de configuración.
4. Cierra y vuelve a abrir la terminal si ya la tenías abierta.

Abre PowerShell desde el menú Inicio y ejecuta:

py install 3.13

Después comprueba la instalación:

py --version

La respuesta debe indicar Python 3.13 seguido de su número de mantenimiento. La instalación de esta rama mediante py install 3.13 figura en la distribución oficial.

Si py install no se reconoce pero acabas de instalar el gestor, prueba:

pymanager install 3.13

Esto puede ser necesario cuando el comando py corresponde a un lanzador antiguo que ya estaba instalado.

Si ya dispones de Python 3.13 y el comando de comprobación funciona, no necesitas reinstalarlo.

4. Instalar Visual Studio Code

Descarga el editor desde la web oficial de Visual Studio Code.

Una vez instalado:

1. Abre Visual Studio Code.
2. Entra en el apartado Extensions o Extensiones.
3. Busca Python.
4. Instala la extensión publicada por Microsoft.

La extensión permite seleccionar el intérprete y ejecutar archivos Python desde el editor.

Visual Studio Code y Visual Studio son productos diferentes. En este curso utilizaremos Visual Studio Code.

Por ahora no necesitamos instalar extensiones adicionales para inteligencia artificial.

5. Crear y abrir la carpeta del curso

Utiliza el explorador de archivos de tu sistema para crear una carpeta llamada:

curso-ia

Puedes colocarla en Documentos o en otra ubicación que utilices para tus proyectos.

En Visual Studio Code:

1. Selecciona File → Open Folder o Archivo → Abrir carpeta.
2. Abre curso-ia.
3. Abre Terminal → New Terminal o Terminal → Nueva terminal.

A partir de este momento, los comandos siguientes deben ejecutarse desde esa carpeta.

Para comprobar la ubicación, escribe:

pwd

Funciona en PowerShell y en las terminales habituales de macOS y Linux.

La ruta mostrada debe terminar en curso-ia.

Terminal e intérprete interactivo: no son lo mismo

En la terminal escribiremos comandos como:

python --version

Dentro del intérprete interactivo de Python aparece este indicador:

>>>

Ahí se escribe código Python, no comandos de instalación.

Si ves >>> y necesitas volver a la terminal, escribe:

exit()

No copies los indicadores >>>, PS> o $ cuando aparezcan como parte de una explicación.

6. Crear un entorno virtual

Un entorno virtual permite que un proyecto tenga sus propios paquetes sin compartirlos por defecto con otros proyectos.

Lo llamaremos .venv. Es una convención habitual; el nombre no tiene una función mágica. La herramienta venv lo crea a partir del Python con el que ejecutamos el comando.

Desde la carpeta curso-ia ejecuta el comando de tu sistema.

py -m venv .venv

Puede tardar unos segundos y terminar sin mostrar ningún mensaje.

Qué significa el comando

Parte	Significado
py	Selecciona el intérprete que creará el entorno.
-m	Ejecuta un módulo como programa.
venv	Módulo que crea el entorno virtual.
.venv	Carpeta donde se creará.

Un entorno virtual no es una máquina virtual ni un aislamiento de seguridad. Sirve para organizar intérprete y paquetes; no impide que un programa acceda a archivos que tu usuario puede utilizar.

No guardes tus ejercicios dentro de .venv

7. Activar el entorno virtual

La activación hace que los comandos de esa terminal utilicen el entorno del proyecto.

Windows con PowerShell:

.\.venv\Scripts\Activate.ps1

Los scripts de activación varían según el sistema y la shell utilizada.

Habitualmente aparecerá (.venv) al comienzo de la línea. Aun así, comprobaremos el intérprete directamente:

python -c "import sys; print(sys.executable)"

La ruta debe contener la carpeta .venv de nuestro proyecto.

Desde este punto, con el entorno activo, utilizaremos python en los tres sistemas.

PS D:\CURSO-IA> py -m venv .venv
PS D:\CURSO-IA> .\.venv\Scripts\Activate.ps1

¿Desea ejecutar el software de este editor que no es de confianza?
El archivo D:\CURSO-IA\.venv\Scripts\Activate.ps1 está publicado por CN=Python Software Foundation, O=Python Software 
Foundation, L=Beaverton, S=Oregon, C=US, que no está marcado como editor de confianza en el sistema. Ejecute únicamente 
los scripts de los editores de confianza.
[O] No ejecutar nunca  [N] No ejecutar  [Z] Ejecutar una vez  [E] Ejecutar siempre  [?] Ayuda 
(el valor predeterminado es "N"):Z
(.venv) PS D:\CURSO-IA> python -c "import sys; print(sys.executable)"
D:\CURSO-IA\.venv\Scripts\python.exe
(.venv) PS D:\CURSO-IA>

Si PowerShell bloquea la activación

Puedes utilizar el intérprete del entorno directamente, sin cambiar la política de ejecución:

.\.venv\Scripts\python.exe --version

Para ejecutar un archivo:

.\.venv\Scripts\python.exe leccion-1-1/hola.py

Para consultar pip:

.\.venv\Scripts\python.exe -m pip --version

La activación es una comodidad, no un requisito para utilizar el entorno: también podemos invocar su ejecutable mediante la ruta.

8. Seleccionar el intérprete en Visual Studio Code

Ahora configura el editor:

1. Abre la paleta de comandos con Ctrl + Shift + P.
2. Busca Python: Select Interpreter.
3. Selecciona el intérprete de la carpeta .venv de curso-ia.

El intérprete seleccionado se utiliza para ejecutar y depurar código desde las herramientas de Python del editor.

Seleccionarlo no garantiza que una terminal que ya estaba abierta haya cambiado. Verifica la ruta con el comando del apartado anterior.

9. Crear el primer programa

En el explorador de Visual Studio Code:

1. Crea una carpeta llamada leccion-1-1.
2. Dentro, crea el archivo hola.py.
3. Escribe:

print("Hola, inteligencia artificial")
print("Mi entorno de Python funciona")
print("Resultado de 2 + 3:", 2 + 3)

Guarda el archivo.

Desde la terminal, situada en curso-ia y con el entorno activo:

python leccion-1-1/hola.py

Resultado esperado:

Hola, inteligencia artificial
Mi entorno de Python funciona
Resultado de 2 + 3: 5

Qué hace este código

print() muestra información.

Las comillas delimitan texto. En cambio, 2 + 3 aparece fuera de las comillas y Python lo calcula.

Compara:

print("2 + 3")
print(2 + 3)

Resultado:

2 + 3
5

La primera instrucción muestra caracteres. La segunda muestra el resultado de una operación.

Este programa todavía no utiliza aprendizaje automático. Primero estamos comprobando que podemos escribir y ejecutar código.

10. Comprobar la configuración desde Python

Crea otro archivo llamado comprobar_entorno.py dentro de leccion-1-1:

import sys

print("Versión de Python:")
print(sys.version)

print("Intérprete utilizado:")
print(sys.executable)

print("¿Estoy en un entorno virtual?")
print(sys.prefix != sys.base_prefix)

Ejecútalo:

python leccion-1-1/comprobar_entorno.py

Los números de versión y las rutas serán diferentes en cada equipo. La última línea debe mostrar:

True

import sys permite acceder a información del intérprete. La comparación entre sys.prefix y sys.base_prefix sirve para identificar un entorno virtual de este tipo.

No necesitas memorizar estas propiedades: por ahora son una herramienta de diagnóstico.

11. Comprobar pip y entender las dependencias

Con el entorno activo:

python -m pip --version

La salida debe indicar una ubicación dentro de .venv.

Utilizamos python -m pip para ejecutar pip con el mismo intérprete que hemos seleccionado para nuestros programas.

No necesitamos instalar bibliotecas externas en esta lección. Los ejercicios utilizan herramientas incluidas con Python.

Más adelante instalaremos los paquetes que necesite cada bloque. La guía de empaquetado de Python recomienda utilizar entornos virtuales para separar las instalaciones de paquetes de distintos proyectos.

Qué son las dependencias

Son paquetes que necesita nuestro programa y que no forman necesariamente parte de la biblioteca estándar.

Un proyecto puede necesitar versiones concretas. Cuando las incorporemos, registraremos esas dependencias para poder reconstruir el entorno.

Por ahora conserva:

Ubicación	Contenido
curso-ia/.venv	Entorno virtual.
curso-ia/leccion-1-1/hola.py	Primer programa.
curso-ia/leccion-1-1/comprobar_entorno.py	Comprobación de configuración.

12. Cómo continuar otro día

Crear y activar son operaciones diferentes.

El entorno se crea una vez. Al volver a trabajar:

1. Abre curso-ia en el editor.
2. Abre una terminal en esa carpeta.
3. Activa .venv.
4. Ejecuta tus archivos.

Al terminar puedes escribir:

deactivate

Esto desactiva el entorno en esa terminal, pero no borra la carpeta ni los paquetes. Si cierras la terminal, tendrás que activar el entorno en una nueva sesión cuando lo necesites.

Errores habituales y cómo resolverlos

El comando Python no se reconoce

Comprueba que la instalación terminó y abre una terminal nueva.

Antes de activar el entorno, utiliza el comando correspondiente a tu instalación: py -3.13.

Aparece «No such file or directory»

Comprueba:

• Que guardaste el archivo.
• Que se llama hola.py, no hola.py.txt.
• Que estás en curso-ia.
• Que el archivo está dentro de leccion-1-1.

Aparece un error de sintaxis

Revisa comillas, paréntesis y caracteres copiados. Para el código utiliza comillas rectas, como «texto», en lugar de comillas tipográficas.

La terminal funciona, pero el botón de ejecutar no

Revisa Python: Select Interpreter. El editor y la terminal podrían estar utilizando intérpretes diferentes.

Otras herramientas que conoceremos más adelante

Herramienta	Para qué sirve
Jupyter Notebook y JupyterLab	Trabajar con celdas de código, texto y resultados.
Entornos en la nube	Ejecutar ejercicios en infraestructura remota.
Conda	Gestionar entornos y paquetes, también de otros lenguajes.
uv	Gestionar proyectos, entornos y paquetes de Python.
Docker	Empaquetar aplicaciones junto con componentes de su entorno de ejecución.

No necesitamos añadirlas ahora. Empezamos con una configuración pequeña para comprender qué hace cada pieza.

Ejercicios de autoevaluación

1. ¿Instalar Visual Studio Code significa que Python ya está instalado?
2. ¿Qué diferencia hay entre crear y activar un entorno?
3. ¿Dónde debes guardar hola.py?
4. ¿Qué muestra print(«2 + 3»)?
5. ¿Qué muestra print(2 + 3)?
6. ¿Cómo puedes comprobar qué intérprete utiliza la terminal?

Soluciones explicadas

1. No. El editor y el intérprete son componentes distintos.

2. Crear prepara la carpeta del entorno. Activar configura la terminal actual para utilizarlo.

3. En leccion-1-1, fuera de .venv.

4. El texto 2 + 3.

5. El número 5.

6. Ejecutando:

python -c "import sys; print(sys.executable)"

La ruta debe corresponder al entorno del proyecto.

Práctica final

Crea presentacion.py dentro de leccion-1-1 con tres instrucciones:

• Una que muestre tu nombre.
• Otra que indique qué quieres aprender.
• Otra que calcule 10 * 5.

Ejemplo:

print("Me llamo Iván")
print("Quiero aprender a crear aplicaciones con IA")
print("Diez por cinco es:", 10 * 5)

Ejecútalo desde curso-ia:

Si aparece el texto y el resultado 50, ya has completado la práctica.

Preguntas frecuentes

¿Tengo que pagar por Python?

No necesitas pagar para instalar Python desde su distribución oficial y realizar estos ejercicios.

¿Un entorno virtual instala una versión distinta de Python?

venv utiliza como base el intérprete con el que se crea. No descarga automáticamente otra versión de Python.

¿Puedo copiar .venv a otro ordenador?

No es la forma adecuada de trasladar el proyecto. Conserva el código y la información de dependencias; después recrea el entorno en el destino.

¿Por qué no instalamos ya todas las bibliotecas de IA?

Porque todavía no las necesitamos. Las incorporaremos cuando sepamos qué problema resuelve cada una y podamos verificar sus requisitos.

Documentación de referencia

• Python en Windows.
• Python en macOS.
• Entornos virtuales con venv.
• Instalación de paquetes en entornos virtuales.
• Python en Visual Studio Code.

Continúa el curso

Has completado la lección 1.1, la primera de las diez lecciones del bloque 1: Python para inteligencia artificial.

Navegación	Contenido
Anterior	Lección 0.5 — Cómo se desarrolla un proyecto de inteligencia artificial.
Siguiente	Lección 1.2 — Variables y tipos de datos en Python.

En la siguiente lección aprenderemos a guardar información, distinguir números y texto, utilizar valores booleanos y realizar nuestras primeras operaciones con variables.