¿Qué puedo hacer con pip
en Python? Guía técnica completa
pip
es el gestor de paquetes por excelencia en el ecosistema de Python. Nos permite instalar, actualizar, eliminar y gestionar dependencias de manera simple y eficiente.
En esta guía vas a encontrar una explicación clara y detallada de todo lo que podés hacer con pip
para potenciar tus desarrollos con Python.
¿Qué es pip
?
pip
(Python Installer Package) es la herramienta oficial de Python para la gestión de paquetes. Te permite:
- Instalar bibliotecas y frameworks de terceros desde PyPI
- Gestionar dependencias de proyectos
- Generar y usar archivos
requirements.txt
- 🧹 Desinstalar o actualizar bibliotecas
- Facilitar el uso de entornos virtuales
Instalar paquetes
La instalación de bibliotecas desde PyPI es muy sencilla:
pip <span>install </span>nombre_paquetepip <span>install </span>nombre_paquetepip install nombre_paquete
Enter fullscreen mode Exit fullscreen mode
🧪 Ejemplos útiles de instalación con pip
- pip install django
- pip install flask
- pip install requests
- pip install pandas
Ver paquetes instalados
Para listar todos los paquetes instalados actualmente:
pip listpip listpip list
Enter fullscreen mode Exit fullscreen mode
Actualizar paquetes
Actualizá cualquier biblioteca a su última versión disponible:
pip <span>install</span> <span>--upgrade</span> nombre_paquetepip <span>install</span> <span>--upgrade</span> nombre_paquetepip install --upgrade nombre_paquete
Enter fullscreen mode Exit fullscreen mode
Desinstalar paquetes
Si ya no necesitás un paquete:
pip uninstall nombre_paquetepip uninstall nombre_paquetepip uninstall nombre_paquete
Enter fullscreen mode Exit fullscreen mode
Manejo de dependencias
Exportar dependencias
Congelá el estado actual de tu entorno en un archivo:
pip freeze <span>></span> requirements.txtpip freeze <span>></span> requirements.txtpip freeze > requirements.txt
Enter fullscreen mode Exit fullscreen mode
Esto genera una lista de versiones exactas de las bibliotecas instaladas. Muy útil para compartir o desplegar tu proyecto.
Instalar desde un archivo
Para replicar un entorno en otra máquina:
pip <span>install</span> <span>-r</span> requirements.txtpip <span>install</span> <span>-r</span> requirements.txtpip install -r requirements.txt
Enter fullscreen mode Exit fullscreen mode
🧪 Entornos virtuales + pip
Es altamente recomendable trabajar dentro de entornos virtuales.
Por ejemplo, usando venv:
python3 <span>-m</span> venv venv<span>source </span>venv/bin/activate <span># Linux/macOS</span>venv<span>\S</span>cripts<span>\a</span>ctivate <span># Windows</span>python3 <span>-m</span> venv venv <span>source </span>venv/bin/activate <span># Linux/macOS</span> venv<span>\S</span>cripts<span>\a</span>ctivate <span># Windows</span>python3 -m venv venv source venv/bin/activate # Linux/macOS venv\Scripts\activate # Windows
Enter fullscreen mode Exit fullscreen mode
Dentro del entorno virtual, podés usar pip sin afectar el sistema global.
🧰 Bibliotecas útiles para empezar
Categoría | Paquete(s) | Uso principal |
---|---|---|
Web | Django , Flask , FastAPI |
Frameworks de desarrollo web |
HTTP y APIs | requests , httpx |
Realizar peticiones HTTP |
APIs REST | Flask-RESTful , DRF |
Crear APIs de forma sencilla |
Scraping | beautifulsoup4 , scrapy |
Extraer datos de sitios web |
Análisis de datos | pandas , numpy |
Manipulación y análisis de datos |
Visualización | matplotlib , seaborn |
Crear gráficos y visualizaciones |
Testing | pytest , unittest |
Pruebas automatizadas |
CLI | click , argparse |
Crear herramientas de línea de comandos |
Machine Learning | scikit-learn , tensorflow |
Modelos predictivos y de aprendizaje automático |
🧠 Buenas prácticas al usar pip
- Usá entornos virtuales (venv o virtualenv) para evitar conflictos entre proyectos.
- Mantené un requirements.txt actualizado en tus proyectos.
- Evitá usar sudo pip install, trabajá siempre dentro de entornos virtuales.
- Comprobá qué paquetes necesitan actualización:
pip list <span>--outdated</span>pip list <span>--outdated</span>pip list --outdated
Enter fullscreen mode Exit fullscreen mode
- Considerá herramientas como pip-tools, poetry o pipenv para proyectos más grandes.
Conclusión
pip es mucho más que una simple herramienta de instalación.
Es una pieza clave para todo desarrollador Python, ya sea que estés construyendo sitios web, APIs, automatizaciones o proyectos de ciencia de datos.
Dominar pip te acerca a un flujo de trabajo profesional y organizado.
原文链接:Pip
暂无评论内容