Dónde escribir código en Python: Python online, IDLE, Thonny, VS Code, PyCharm, Jupyter y Colab

Puede escribir y ejecutar código en Python en tres lugares: en el navegador (Python online, sin instalación), en un entorno educativo sencillo como IDLE o Thonny, y en un editor profesional como VS Code o PyCharm. Para el análisis de datos existe otro mundo: Jupyter, Google Colab y Spyder, que viene con la distribución Anaconda. A continuación explicamos en qué se diferencian, cómo ejecutar el primer código en cada uno y cuál elegir según su tarea.

Compilador o intérprete: qué ejecuta realmente el código

En las búsquedas se habla a menudo de «compilador de Python», pero Python es un lenguaje interpretado. El código lo ejecuta un programa intérprete: usted escribe texto normal en un archivo .py y el intérprete lo lee y lo ejecuta. La implementación principal se llama CPython, está escrita en C, y es la que se instala desde python.org o con uv.

Internamente, CPython primero traduce el código fuente a bytecode (los archivos .pyc de la carpeta __pycache__) y lo ejecuta de inmediato en su máquina virtual. No existe un paso aparte de «compilar a exe». Por eso cualquier «compilador de Python online» es, en realidad, un intérprete que se ejecuta en un servidor o directamente en el navegador.

De aquí sale la idea principal del artículo: el editor y el intérprete son cosas distintas. IDLE, Thonny, VS Code y PyCharm son lugares donde se escribe el texto. Quien lo ejecuta siempre es el intérprete de Python, y en los entornos serios usted elige cuál usar.

Python online: ejecutar código sin instalar nada

Si necesita probar un par de líneas, resolver un ejercicio del libro o está frente a un ordenador ajeno, lo más sencillo es abrir Python online en el navegador. Se escribe el código en la ventana, se pulsa Run y se ve el resultado. No hay que instalar nada, y funciona incluso en una tableta.

Los intérpretes online son de dos tipos:

• De servidor — el código se envía a una máquina remota y se ejecuta allí (así funcionan OnlineGDB, Replit y la mayoría de los sitios de «python online compiler»). Hay un CPython completo, pero normalmente el tiempo de ejecución está limitado y no se pueden instalar bibliotecas propias. Estos servicios también se anuncian como «Python sandbox» o «Python compiler», aunque por dentro siempre hay un intérprete aislado.
• De navegador — el intérprete está compilado en WebAssembly (el proyecto Pyodide, en el que funcionan JupyterLite y PyScript). El código no sale de su equipo, pero no están disponibles todos los módulos: no hay red en el sentido habitual y no se pueden lanzar procesos.

Fíjese en la versión: los servicios online suelen tener una versión anterior a la última. Si un ejemplo del curso usa las novedades de Python 3.15, en un sitio con un intérprete antiguo puede no funcionar. La versión se comprueba fácilmente en la misma ventana:

import sys
print(sys.version)

Encontrar un error en el código de Python online

El intérprete online también ayuda con los errores: ejecute el código y Python mostrará el traceback, es decir, la línea y el tipo de error. Se lee de abajo arriba: la última línea dice qué pasó, y las líneas de arriba indican dónde.

Traceback (most recent call last):
  File "main.py", line 2, in <module>
    print(total + 1)
          ^^^^^
NameError: name 'total' is not defined

Aquí hay una errata en el nombre de la variable, o bien la variable nunca se declaró. Un error típico de principiante es SyntaxError: 'return' outside function: el return está fuera de una función, normalmente por una sangría mal puesta. Compruebe que la línea esté desplazada los mismos cuatro espacios que el cuerpo del def.

Cuándo Python online se queda corto

Los entornos online son buenos para los primeros pasos, pero al estudiar en serio pronto estorban: los archivos se pierden, no se pueden instalar bibliotecas, no hay depurador y es incómodo montar un proyecto con varios módulos. En cuanto escriba código a diario, instale Python en su equipo —lleva unos diez minutos— y elija un editor de la lista siguiente.

IDLE: el entorno que ya viene con Python

IDLE (idle python) se incluye en los instaladores de python.org para Windows y macOS, así que no hace falta descargarlo aparte: instala Python y ya tiene IDLE. En Linux normalmente se instala como paquete; en Debian y Ubuntu, con sudo apt install idle3.

IDLE tiene dos ventanas. Shell es la consola interactiva con el prompt >>>, donde cada línea se ejecuta al momento. El editor se abre con File → New File: se escribe el código, se guarda el archivo y se pulsa F5 (Run → Run Module); el resultado aparece en Shell.

Las ventajas de IDLE son que no requiere configuración y resalta la sintaxis. Las desventajas: un editor modesto, sin autocompletado sólido por todo el proyecto, sin integración con Git ni con entornos virtuales. Para las primeras semanas basta; para proyectos, no. Una versión online de IDLE no existe: quien busca «idle python online» suele querer justamente un intérprete en el navegador.

Thonny: el mejor editor para los primeros pasos

Thonny es un IDE gratuito diseñado específicamente para aprender. Su instalador incluye un Python propio, así que puede empezar sin instalar el intérprete por separado. La interfaz es mínima: ventana del editor, consola y botón de ejecución.

La gran ventaja de Thonny es su depurador paso a paso, muy claro. Usted ve cómo se calcula cada expresión, qué valores tienen las variables y cómo se llaman las funciones. Para quien todavía no entiende por qué un bucle no funciona como espera, esto vale más que cualquier función avanzada. Las bibliotecas se instalan desde el menú Tools → Manage packages, sin línea de comandos.

Si enseña a un niño o se está iniciando desde cero y la terminal le da miedo, empiece con Thonny. Después de un par de meses puede pasar tranquilamente a VS Code.

VS Code: editor universal para Python y todo lo demás

Visual Studio Code es un editor gratuito de Microsoft que se convierte en un entorno completo para Python tras instalar la extensión Python (junto con ella se instala Pylance para el autocompletado y la verificación de tipos). Es la opción más popular entre quienes programan en más de un lenguaje: en una sola ventana tiene el código, la terminal, Git, Docker y Markdown.

Cómo instalar Python en VS Code

1. Instale Python (desde python.org o con uv python install 3.15); VS Code no lo incluye.
2. Descargue VS Code desde code.visualstudio.com e instálelo.
3. Abra el panel Extensions (Ctrl+Shift+X), busque Python de Microsoft y pulse Install.
4. Abra la carpeta del proyecto (File → Open Folder) y cree el archivo main.py.
5. Pulse Ctrl+Shift+P, elija Python: Select Interpreter e indique la versión necesaria o el .venv del proyecto.
6. Ejecute el archivo con el botón ▷ en la esquina superior derecha o con F5 para ejecutarlo con el depurador.

El problema más común es que VS Code ejecuta otro Python y la biblioteca que acaba de instalar «no se encuentra». El intérprete elegido aparece en la barra de estado de abajo; si ahí figura el Python del sistema pero las bibliotecas están en el entorno del proyecto, cámbielo con Select Interpreter.

PyCharm: un IDE potente creado especialmente para Python

PyCharm, de JetBrains, es un entorno pensado solo para Python. Entiende el código mejor que ninguno: refactorización inteligente (renombrar una función en todo el proyecto), navegación por definiciones, depurador y ejecutor de pruebas integrados, trabajo con bases de datos y Git. Las funciones básicas son gratuitas; las avanzadas para desarrollo web y de datos requieren suscripción.

El precio de tanta potencia es el peso: PyCharm tarda bastante más en arrancar y necesita más memoria que VS Code. En un portátil modesto se nota.

Cómo instalar el intérprete de Python en PyCharm

Al crear un proyecto (New Project), PyCharm propone crear un entorno virtual y pregunta por el intérprete base: indique el Python 3.15 que tenga instalado. Para un proyecto existente: Settings → Project → Python Interpreter → Add Interpreter, y luego elija un entorno existente o cree uno nuevo. Si en la lista no aparece la versión que necesita, es que Python no está instalado en el sistema: PyCharm no lo incluye.

Jupyter y Google Colab: cuadernos para datos y experimentos

Jupyter Notebook y JupyterLab funcionan de otra manera: el código vive en celdas, cada una se puede ejecutar por separado, y el resultado —una tabla, un gráfico, un texto— aparece justo debajo. Las variables se conservan entre celdas, así que es cómodo cargar los datos una vez y seguir experimentando. Se añade al proyecto con uv add jupyterlab y se lanza con uv run jupyter lab.

Google Colab (colab python) es el mismo cuaderno de Jupyter, pero en la nube de Google. Solo necesita una cuenta de Google y un navegador; las bibliotecas populares para datos y aprendizaje automático ya están instaladas, y para cálculos pesados se puede conectar una GPU. Limitaciones: la sesión se desconecta si está inactiva, los archivos hay que guardarlos en Google Drive, y la versión de Python la fija el servicio y puede ir por detrás de la última.

Los cuadernos son ideales para análisis de datos y aprendizaje, pero no tanto para aplicaciones: es fácil confundir el orden de ejecución de las celdas, y el archivo .ipynb es incómodo de guardar en Git. El código de un cuaderno que ya funciona conviene pasarlo a módulos .py normales.

Anaconda y Spyder: distribución para cálculo científico

Anaconda es una distribución de Python para ciencia y análisis de datos: incluye el intérprete, el gestor de paquetes conda, cientos de bibliotecas (NumPy, pandas, Matplotlib), Jupyter y el IDE Spyder. Se instala con un solo instalador; en Windows, Anaconda no añade por defecto su ruta al PATH y recomienda ejecutar sus herramientas desde Anaconda Prompt o Anaconda Navigator.

Spyder (spyder python) se parece a MATLAB o RStudio: editor, consola IPython y visor de variables y gráficos en una sola ventana. Es lo más familiar para científicos y analistas que vienen de esas herramientas.

Tenga en cuenta dos cosas. La distribución ocupa varios gigabytes, aunque para estudiar gran parte de los paquetes no hace falta. Y para uso comercial en organizaciones conviene leer con atención la licencia de Anaconda. Una alternativa ligera son Miniconda o un Python normal con uv, a los que se añaden las bibliotecas necesarias según vayan haciendo falta.

Comparativa de entornos: dónde escribir código en Python

Cómo elegir el entorno: algoritmo corto

• Quiere ver ahora mismo qué es Python: abra Python online o Colab.
• Aprende desde cero y le da miedo la terminal: Thonny o IDLE.
• Va a escribir scripts, bots, sitios web o trabajar en equipo: VS Code o PyCharm.
• Trabaja con tablas, gráficos y modelos: Jupyter (en local o en Colab), Spyder si viene de MATLAB.

Cambiar de entorno casi no cuesta nada: un archivo .py es texto normal que se abre en cualquier editor. Lo más importante es acostumbrarse a ejecutar el código desde la terminal, sin botones del entorno:

python3 gastos.py      # forma del sistema
uv run gastos.py       # versión y entorno del proyecto

Así sabrá con certeza qué intérprete ejecuta el programa, y el código se comportará igual en IDLE, en VS Code y en el servidor.

Conclusión

Python online en el navegador es la mejor manera de probar el lenguaje en un minuto, pero para estudiar de forma continua conviene instalar Python y elegir un editor: IDLE o Thonny al principio, VS Code o PyCharm para proyectos, y Jupyter, Colab y Spyder para datos. Recuerde que el editor solo ayuda a escribir el texto, mientras que quien lo ejecuta es el intérprete, cuya versión conviene conocer. La instalación de Python 3.15, el trabajo en la consola REPL y la ejecución del primer script se practican en la primera lección del curso.