New arrangement for multilanguage and metadata support

1 files changed, 162 insertions, 0 deletions

diff --git a/es/09_extralib.md b/es/09_extralib.md
new file mode 100644
index 0000000..65ed418
--- /dev/null
+++ b/es/09_extralib.md
@@ -0,0 +1,162 @@
+# Librerías útiles
+
+Ahora que ya sabes cómo instalar librerías y que has visto que muchas
+funcionalidades están contenidas en la librería estándar de python es un buen
+momento para que visites varios proyectos que aportan recursos muy interesantes
+a la hora de resolver problemas. Debido al carácter de uso general de python,
+estas librerías aportan facilidades muy diversas. El criterio para escogerlas
+parte de la experiencia personal del autor de este documento y añade algunas
+librerías y herramientas que pueden ser interesantes debido a su amplio uso en
+la industria.
+
+## Librerías científicas: ecosistema SciPy
+
+SciPy es un ecosistema de librerías de cálculo que tiene como objetivo
+facilitar la tarea de ingenieros, científicos y matemáticos en sus
+respectivos trabajos. Puedes considerarlo como un **Matlab** para python
+separado por componentes independientes.
+
+Además de ser el nombre del ecosistema, comparte nombre con una de las
+librerías fundamentales de éste. El ecosistema está formado por varias
+librerías, entre ellas se encuentran:
+
+- Numpy: un paquete de computación científica para python. Soporta matrices
+  multidimensionales, funciones sofisticadas y álgebra lineal, entre otras.
+
+- SciPy: librería basada en Numpy que aporta rutinas numéricas eficientes para
+  interpolación, optimización, algebra lineal, estadística y otros.
+
+- SymPy: una librería de matemática simbólica para python que complementa el
+  resto de librerías del ecosistema, ya que casi todas están orientadas al
+  análisis numérico.
+
+- Matplotlib: librería para representar gráficos y figuras científicas en 2D.
+
+- Pandas: aporta unas estructuras de datos muy potentes basadas en tablas, su
+  objetivo es reforzar a python a la hora de tratar datos. El área de esta
+  librería es el del análisis de datos, pero puede combinarse con otras áreas
+  de estudio como la econometría (ver el proyecto statsmodels). Esta librería
+  dispone de un ecosistema muy poderoso a su alrededor debido al auge del
+  análisis de datos en la industria del software. Muchas librerías comparten la
+  interfaz de Pandas por lo que tener nociones de su comportamiento abre muchas
+  puertas en el sector del análisis de datos. Al igual que ocurre en SciPy, Las
+  estructuras de datos de Pandas también se basan en Numpy.
+
+- IPython: más que una librería, IPython es una herramienta. Se trata de una
+  REPL interactiva (su propio nombre viene de *Interactive Python*) que añade
+  diversas funcionalidades sobre la REPL de python habitual: histórico de
+  comandos, sugerencias, comandos mágicos (*magic*) que permiten alterar el
+  comportamiento de la propia interfaz y un larguísimo etcétera. IPython,
+  además, sirve como núcleo de los cuadernos Jupyter que integran una shell de
+  python con visualización de tablas y gráficos para generar documentos estilo
+  *literate programming*.
+
+## Machine Learning: ScikitLearn
+
+ScikitLearn es una librería de machine learning muy potente, implementa gran
+cantidad de algoritmos y tiene una documentación extensa, sencilla y educativa.
+
+Encaja a la perfección con el ecosistema SciPy, ya que se basa en NumPy, SciPy
+y Matplotlib.
+
+## Peticiones web: Requests
+
+Requests es una librería alternativa al módulo `urllib` aportado por la
+librería estándar de python. Se describe a sí misma como «HTTP para seres
+humanos», sugiriendo que `urllib` no es cómoda de usar.
+
+Requests gestiona automáticamente las URL-s de las peticiones a partir de los
+datos que se le entreguen, sigue redirecciones, almacena cookies, descomprime
+automáticamente, decodifica las respuestas de forma automática, etc. En general
+es una ayuda cuando no se quiere dedicar tiempo a controlar cada detalle de la
+conexión de modo manual.
+
+## Manipulación de HTML: Beautifulsoup
+
+Beautifulsoup es una librería de procesado de HTML extremadamente potente.
+Simplifica el acceso a campos de ficheros HTML con una sintaxis similar a los
+objetos de python, permitiendo acceder a la estructura anidada mediante el uso
+del punto en lugar de tener que lidiar con consultas extrañas o expresiones
+regulares. Esta funcionalidad puede combinarse con selectores CSS4 para un
+acceso mucho más cómodo.
+
+Muy usada en conjunción con Requests, para el desarrollo de aplicaciones de
+web-scraping. Aunque, si se desea usar algo más avanzado, se recomienda usar el
+framework Scrapy.
+
+## Tratamiento de imagen: Pillow
+
+Pillow es un fork de la librería PIL (*Python Imaging Library*) cuyo desarrollo
+fue abandonado. En sus diversos submódulos, Pillow permite acceder a datos de
+imágenes, aplicarles transformaciones y filtros, dibujar sobre ellas, cambiar
+su formato, etc.
+
+## Desarrollo web: Django, Flask
+
+Existen infinidad de frameworks y herramientas de desarrollo web en python. Así
+como en el caso del análisis de datos la industria ha convergido en una
+herramienta principal, Pandas, en el caso del desarrollo web hay muchas
+opciones donde elegir.
+
+Los dos frameworks web más usados son Django y Flask, siendo el segundo menos
+común que el primero pero digno de mención en conjunción con el otro por varias
+razones.
+
+La primera es la diferencia en la filosofía: así como Django decide con qué
+herramientas se debe trabajar, Flask, que se define a sí mismo como
+microframework, deja en manos de quien lo usa la elección de qué herramientas
+desea aplicarle. Cada una de las dos filosofías tiene ventajas y desventajas y
+es tu responsabilidad elegir las que más te convengan para tu proyecto.
+
+La segunda razón para mencionar Flask es que su código fuente es uno de los más
+interesantes a la hora de usar como referencia de cómo se debe programar en
+python. Define su propia norma de estilo de programación, basada en la
+sugerencia de estilo de python[^pep8] y su desarrollo es extremadamente
+elegante.
+
+Django, por su parte, ha sido muy influyente y muchas de sus decisiones de
+diseño han sido adoptadas por otros frameworks, tanto en python como en otros
+lenguajes. Lo que sugiere que está extremadamente bien diseñado.
+
+A pesar de las diferencias filosóficas, existen muchas similitudes entre ambos
+proyectos por lo que aprender a usar uno de ellos facilita mucho el uso del
+otro y no es aprendizaje perdido. No tengas miedo en lanzarte a uno.
+
+[^pep8]: <https://www.python.org/dev/peps/pep-0008/>
+
+
+## Protocolos de red: Twisted
+
+Twisted es motor de red asíncrono para python. Sobre él se han escrito
+diferentes librerías para gestión de protocolos de Internet como DNS, via
+Twisted-Names, IMAP y POP3, via Twisted-Mail, HTTP, via Twisted-Web, IRC y
+XMPP, via Twisted-Words, etc.
+
+El diseño asíncrono del motor facilita sobremanera las comunicaciones
+eficientes. Programar código asíncrono en python es relativamente sencillo,
+pero ha preferido dejarse fuera de este documento por diversas razones. Te
+animo a indagar en esta libreria para valorar el interés del código asíncrono.
+
+## Interfaces gráficas: PyQt, PyGTK, wxPython, PySimpleGUI
+
+A pesar de que python dispone de un módulo en su librería estándar para tratar
+interfaces gráficas llamado TKinter, es recomendable utilizar librerías más
+avanzadas para esto. TKinter es una interfaz a la herramienta Tk del lenguaje
+de programación Tcl y acompaña a python desde hace años.
+
+En programas simples TKinter es más que suficiente (IDLE, por ejemplo, está
+desarrollado con TKinter) pero a medida que se necesita complejidad o capacidad
+del usuario para configurar detalles de su sistema suele quedarse pequeño.
+
+Para programas complejos se recomienda usar otro tipo de librerías más
+avanzadas como PyQt, PyGTK o wxPython, todas ellas interfaces a librerías
+escritas en C/C++ llamadas Qt, GTK y wxWidgets respectivamente. Estas librerías
+aportan una visualización más elegante, en algunos casos usando widgets nativos
+del sistema operativo en el que funcionan.
+
+Debido a la complejidad del ecosistema nace el proyecto PySimpleGUI, que
+pretende aunar las diferentes herramientas en una sola, sirviendo de interfaz a
+cualquiera de las anteriores y alguna otra. Además, el proyecto aporta gran
+cantidad de ejemplos de uso. PySimpleGUI aún está en desarrollo y el soporte de
+algunos de los motores no está terminado, pero es una fuente interesante de
+información y recursos.