• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Herramientas
    • Método D’Hondt – Atribución de escaños
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • Excel
  • IA Generativa

Distribución de paquetes de Python (Creación de paquetes de Python 7ª y última parte)

abril 3, 2020 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

En las entradas anteriores de esta serie hemos visto cómo crear un paquete Python a partir de las plantillas que ofrece Cookiecutter. Una vez hecho esto creamos pruebas, gestionamos las dependencias y documentamos el paquete. Al terminar es necesarios distribuirlo. Quizás el método más conocido para la distribución de paquetes de Python es mediante PyPi, aunque no es el único. También es posible distribuirlo como un archivo comprimido o desde un repositorio Git, como pude ser el caso de GitHub o Bitbucket. En esta entrada final vamos a ver cómo distribuir los paquetes de Python.

Esta entrada forma parte de la colección “Creación de paquetes de Python” que consta de las siguientes siete entradas:

  1. Creación de paquetes de Python
  2. Pruebas unitarias en Python
  3. Probar en múltiples versiones de Python
  4. Cobertura de las pruebas unitarias en Python
  5. Gestionar las dependencias de paquetes Python
  6. Documentar paquetes de Python
  7. Distribuir paquetes de Python

Tabla de contenidos

  • 1 Creación de un archivo comprimido
    • 1.1 Instalación de los archivos comprimidos
  • 2 Distribución de paquetes de Python mediante Git
  • 3 Distribución mediante PyPI
    • 3.1 Configuración en nuestro ordenador
    • 3.2 Instalación de twine
    • 3.3 Subida del paquete a los servidores de PyPI
  • 4 Conclusiones

Creación de un archivo comprimido

El método más sencillo para distribuir nuestro paquete es crear un archivo comprimido. Además, PyPI require que se cree un archivo comprimido antes de poder subir un paquete. Algo que se hace comprimiendo la carpeta, sino que usando el archivo setup.py. Para lo que solamente nos tenemos que situar en la carpeta del proyecto y escribir

Consistencia en nombres y orden en TypeScript: la base de un código mantenible aplicado a tslane
En Analytics Lane
Consistencia en nombres y orden en TypeScript: la base de un código mantenible aplicado a tslane

python setup.py  sdist

lo que creará un archivo comprimido en la carpeta dist. Por defecto en sistemas Unix se creará un archivo tar.gz, mientras que en Windows el formato será zip. En caso de que deseemos otro formato se lo podemos indicar mediante la propiedad --formats. Incluso más de uno, como el siguiente ejemplo con el que se genere tanto gztar como zip:

python setup.py sdist --formats=gztar,zip

Los archivos creados tendrán en nombre del paquete seguido del número de versión.

Publicidad


Instalación de los archivos comprimidos

Una vez generados los archivos comprimidos los podemos distribuir por cualquier medio habitual. La instalación también se realiza con pip, pero en lugar del nombre del paquete hay que indicar la ruta relativa o absoluta al archivo. Por ejemplo, si nos encontramos en la carpeta que contiene el paquete comprimido se puede instalar con

pip install ./pylan-0.1.0.tar.gz

Lo que ejecutara el proceso de instalación como si se hubiese bajado el paquete desde PyPi.

Distribución de paquetes de Python mediante Git

Hoy en día es habitual instalar los paquetes en repositorios Git, tanto públicos como privados. Esta es otra alternativa para que los usuarios puedan instalar los paquetes. El comando pip permite instalar directamente desde un repositorio Git indicando la ruta al repositorio, por ejemplo para un repositorio de GitHub

pip install git+https://github.com/user/repository.git

donde user se tiene que reemplazar por el nombre del usuario y repository por el nombre del repositorio. También se puede instalar directamente desde los archivos zip que se pueden descargar GitHub indicando la ruta a este:

pip install https://github.com/user/repository/archive/branch.zip

Este proceso también se puede utilizar si el repositorio se encuentra en otro servicio o en un servidor privado.

Publicidad


Distribución mediante PyPI

PyPI es el lugar donde se encuentran la mayoría de los paquetes de Python, por lo que si nuestro paquete es libre lo podemos distribuir a través de este servicio. Para distribuir paquetes mediante PyPI es necesario crear una cuenta en el servicio. Siendo aconsejable crear una cuenta primero en PyPI test para donde es posible realizar pruebas antes de subir nuestros paquetes.

Configuración en nuestro ordenador

Una vez se ha creado la cuenta de usuario es necesario crear un archivo, llamado .pypirc y ubicado en la carpeta raíz del usuario, en el que se guardarán las credenciales de la cuenta. Básicamente este archivo ha de tener la siguiente información

[distutils]
index-servers =
  pypi

[pypi]
username=your_username
password=your_password

donde your_username es el nombre del usuario y your_password la contraseña.

Publicidad


Instalación de twine

Para subir los paquetes es necesario tener instalado el paquete twine, el cual se puede instalar con pip:

pip install twine

Subida del paquete a los servidores de PyPI

Una vez instalado twine y configurada la cuenta se puede subir el paquete se pude subir el archivo comprimido con el paquete. Para lo cual es necesario seguir los pasos que se indicaron al principio de la entrada. Es aconsejable subirlo en primer lugar a la cuenta de prueba, para lo que usaremos la siguiente expresión

twine upload --repository-url https://test.pypi.org/legacy/ dist/*

Punto en el que se pedirá el usuario y la contraseña del servicio pruebas. Una vez subido el paquete se pude comprobar si este se instala correctamente con el comando

pip install --index-url https://test.pypi.org/simple/ pylane

en donde reemplazamos pylane por el nombre de nuestro paquete. En caso de que todo sea correcto se puede subir el paquete a PyPI con el siguiente comando.

twine upload dist/*

Publicando ya el paquete en PyPI.

Publicidad


Conclusiones

En esta última entrada de la serie “Creación de paquetes de Python” se ha visto cómo realizar la distribución de paquetes de Python. Un proceso que varía en función de a quienes sean nuestros usuarios. Si los paquetes no son públicos la mejor opción es mediante archivo comprimido o un repositorio Git privado. Por otro lado, si son públicos los podemos subir a PyPI o dejarlos en GitHub.

El código utilizado en esta serie se puede encontrar en un repositorio de la cuenta de GitHub de Analytics Lane.

Imagen de seth0s en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Consistencia en nombres y orden en TypeScript: la base de un código mantenible aplicado a tslane
  • Análisis de Redes con Python
  • Nuevo calendario de publicaciones: más calidad, mejor ritmo
  • Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Publicaciones de verano 2025: los trucos más populares, ahora en vídeo
  • Cómo enviar correos desde PowerShell utilizando Brevo: Guía paso a paso para automatizar tus notificaciones
  • Nueva herramienta disponible: Calculadora del Método D’Hondt para la atribución de escaños
  • Cómo enviar correos desde Python utilizando Brevo: Automatiza tus notificaciones con scripts eficientes

Publicado en: Python Etiquetado como: PyPI

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

¡Nuevo video! Gráficos de barras en Matplotlib sin complicarte

julio 17, 2025 Por Daniel Rodríguez

¡Nuevo video! Iterar filas en Pandas sin romperte la cabeza

julio 15, 2025 Por Daniel Rodríguez

¡Nuevo video! Encuentra la posición en listas como un PRO

julio 10, 2025 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Obtención de valores únicos de una columna con Pandas publicado el mayo 8, 2019 | en Python
  • Cómo encontrar la posición de elementos en una lista de Python publicado el abril 12, 2021 | en Python
  • Combinar varios archivos Jupyter Notebook en uno publicado el noviembre 21, 2022 | en Python
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • pandas Pandas: Cómo iterar sobre las filas de un DataFrame en Pandas publicado el septiembre 13, 2021 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • Piera en Ecuaciones multilínea en Markdown
  • Daniel Rodríguez en Tutorial de Mypy para Principiantes
  • Javier en Tutorial de Mypy para Principiantes
  • javier en Problemas con listas mutables en Python: Cómo evitar efectos inesperados
  • soldado en Numpy básico: encontrar la posición de un elemento en un Array de Numpy

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2025 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto