Automatización de tareas con python: ¿Cómo automatizar los procesos repetitivos?
INTRODUCCIÓN
En la era digital en la que vivimos, conocida como Minería 4.0, ha sido necesario la automatización de tareas esenciales para aumentar la productividad de las operaciones y reducir los costos. Desde enviar correos electrónicos hasta realizar tareas complejas de procesamiento de datos, la automatización mediante la programación ofrece un gran beneficio para agilizar nuestras actividades diarias.
En el presente artículo, exploraremos cómo Python permite la automatización de procesos, a través de una sintaxis sencilla, una amplia gama de librerías y una comunidad activa de desarrolladores. Además, conoceremos la importancia de tener perfil profesional tecnológico para enfrentar este nuevo desafío.
LIBRERÍAS
Python posee diferentes librerías que permiten automatizar las tareas, cada una se utiliza de acuerdo con la necesidad del caso, como puede ser smtplib para la automatización de correo electrónico, pandas & numpy para el procesamiento de datos, matplotlib & seaborn para la automatización de informes visuales y request para la integración de API’s, entre otras más librerías disponibles.
SMTPLIB
Para comprender mejor smtplib, se debe entender que existen diferentes reglas, o también conocidos como protocolos, que gobiernan la comunicación entre los distintos equipos móviles que se encuentran conectados a una red de internet. Simple Mail Transfer Protocol (SMTP), es un sistema para enviar y transferir correos electrónicos. Por ello, Python tiene incorporado una biblioteca smtplib que establece una conexión con un servidor de correo electrónico para el envío de emails utilizando el protocolo mencionado. Para lograr dicha conexión se requiere métodos como starttls(), login(), sendmail(), entre otros.
NUMPY & PANDAS
Por un lado, Numpy se utiliza para dar soporte a las operaciones de algebra lineal como vectores, matrices y otras operaciones matemáticas de alto nivel. Por otro lado, Pandas se utiliza para el análisis de datos, ya que se construye mediante una estructura conocida como DataFrame, para manipular y operar tablas numéricas, como archivos CSV, bases de datos, entre otros. Para automatizar el procesamiento de datos, comúnmente, primero se carga y estructura la información con Pandas y luego se realiza las operaciones matemáticas requeridas con Numpy. Para automatizar procesos se debe cargar la base de datos estructurada correctamente y luego definir los procesos mediante de las funciones en Python.
MATPLOTLIB & SEABORN
Matplotlib es la librería más usada de gráficos científicos en Python. Esta permite realizar visualizaciones como histogramas, gráficos de línea o de dispersión, entre otros. Su representación visual permite tener un mejor análisis para la toma de decisiones. Mientras, Seaborn es una librería gráfica basada en Matplotlib, con el objetivo de representar gráficos estadísticos de alto nivel como boxplot, scatterplot.
REQUEST
Para entender como funciona la librería request, se debe entender sobre Application Programming Interfaces(API), que es un de protocolo que permite la interacción entre dos aplicaciones. Entonces, la librería Request permite enviar solicitudes HTTP a través de la red de internet, lo que devuelve un objeto con todos los datos de respuesta (contenido, etc.) De esta manera, se puede interactuar con diversas API y obtener datos. Los métodos que se suelen utilizar son get(), post(), put(), delete(), head(), options(), patch()
COMENTARIOS
La industria minera cada vez más avanza en la automatización de sus procesos. En el artículo hemos podidos explorar solo algunas de varias librerías para automatizar tareas sencillas en Python; sin embargo, estas son escalables a tareas muchas más robustas y complejas con componentes o equipos mineros. Esto nos hace reflexionar sobre el perfil que un ingeniero debe tener en los próximos años, dado que se va requerir un menor personal y mucho más competente. De acuerdo a la página web de Camiper (2021) "En Chile, los trabajadores de la mina de cobre Chuquicamata estuvieron en paro durante dos semanas (2019). Ellos protestaban por despidos ligados al aumento de la automatización en el sector minero". Es por ello, que es de vital importancia tener conocimientos tecnológicos para estar a la vanguardia. La automatización de tareas reduce la probabilidad de error y es más eficientes, pero está siempre tiene que ir de la mano con el criterio de un profesional capacitado.
REFERENCIAS
Seaborn (2022) seaborn: statistical data visualization.
Rumbo Minero(2019) Automatización en minería: Control, Eficiencia e Integración en Operaciones.
Editor Tiempo Minero J.V. (2022) Automatización en sector minero, ¿un enemigo?
A. C. Müller, S. Guido (2016) Introduction to Machine Learning with Python
Procetradi (2021) Automatización en los procesos de minería
J. Fastle, M. Weinstock (2022) Video data analytics for quantitative measurement of feeder ore flow characteristics in underground systems - sme annual meeting
Y. Fernández (2019) API: qué es y para qué sirve.
Comentarios
Registrate o Inicia Sesión para comentar y obtener Cursos de pago gratis