Tecnologías
Metas e indicadores
En esta página (ver objetivos):
Ob2|Me1Especificación de las tecnologías a utilizar
Selección tecnológica
| Plataforma | Dominio | Descripción |
|---|---|---|
| Python | Programación | Lenguaje de programación de alto nivel. |
| Django | Backend | Framework de desarrollo web basado en Python. |
| Vue.js | Frontend | Framework de desarrollo web basado en JavaScript. |
| Slidev | Frontend | Framework de presentaciones basado en Vue.js. |
| Nuxt.js | Frontend | Framework de desarrollo web basado en Vue.js. |
La decisión sobre las tecnologías para desarrollo está basada en un análisis sobre plataformas similares presentado en el primer objetivo específico, donde fue determinado que una plataforma de presentaciones web como Reveal.js es la mejor opción para satisfacer las características deseadas, en comparación con otros SaaS (Software-as-a-Service) existentes en el mercado.
Esta selección, sin embargo, tiene una deficiencia y una debilidad: la deficiencia es que Reveal.js no tiene una plataforma para manejo de usuarios. Esto es solventado con Django en el desarrollo de nuestro proyecto. La debilidad es que su edición es directamente en HTML, CSS y JavaScript, es decir, requiere conocimiento técnico especializado y no tiene una interfaz gráfica.
Por tanto, las plataformas son:
Back-end: Django, un framework de desarrollo web basado en Python. Implementaciones: El sistema de usuarios El registro de estadísticas de uso La interactividad Front-end: Reveal.js, un framework de presentaciones HTML, CSS y JavaScript. Implementaciones: El diseño visual de las presentaciones El contenido de las presentaciones Programación: PyScript, un framework que permite crear aplicaciones de Python en el navegador utilizando la interfaz de HTML. Implementaciones: La ejecución de código (REPL) en la presentación en el navegador La creación nativa de gráficas en la presentación en el navegador
Praesentium cumque inventore possimus nam in dolor provident sed corrupti, assumenda quae dolorum repellat ut explicabo nostrum voluptate. Molestias quod quasi tempora doloremque magnam nam minima laboriosam, repellat quidem ex culpa voluptatibus beatae hic earum, corrupti eos commodi, dolorum doloremque unde aliquam perspiciatis et assumenda labore, ipsum iure minima harum ullam nesciunt accusantium? Tempore doloribus expedita assumenda ratione nam quibusdam, ipsam asperiores possimus fuga eum ipsum in voluptatum voluptates quia, culpa quidem expedita impedit quia corporis odio a tempore?
Slidev
Impedit aliquam ad ipsam a ea sequi, nemo saepe ex sequi dolorum dolorem, voluptas numquam autem modi? Earum consequuntur inventore nihil quas, nulla ratione inventore explicabo repellendus molestiae libero ab aliquid sed? Dicta sequi rerum voluptatibus reiciendis quasi consequuntur minima, saepe vero rerum nihil laudantium aliquid distinctio eligendi, culpa sunt eos odio iure natus voluptates neque, ab reprehenderit quibusdam earum blanditiis quas maiores libero soluta deserunt.
- UnoCSS
- Markdown
- Vue
- Vite
Tema personalizado de Kalouk
Impedit aliquam ad ipsam a ea sequi, nemo saepe ex sequi dolorum dolorem, voluptas numquam autem modi? Earum consequuntur inventore nihil quas, nulla ratione inventore explicabo repellendus molestiae libero ab aliquid sed? Dicta sequi rerum voluptatibus reiciendis quasi consequuntur minima, saepe vero rerum nihil laudantium aliquid distinctio eligendi, culpa sunt eos odio iure natus voluptates neque, ab reprehenderit quibusdam earum blanditiis quas maiores libero soluta deserunt.
Disponible aquí: https://www.npmjs.com/package/slidev-theme-kalouk
Python
Dentro de este curso de estadística y probabilidad, Python es utilizado para cálculo numérico, computación científica y análisis y visualización de datos. Actualmente el curso tiene una serie de tutoriales para aprender el uso básico del lenguaje y la mayoría de la evaluación está basada en asignaciones de programación.
Algunas librerías de Python de interés [1] para el sistema propuesto y para el curso son:
NumPy: el paquete fundamental de Python para la computación científica. Matplotlib: una librería integral de creación de visualizaciones estáticas, dinámicas e interactivas. SciPy: un ecosistema de software para matemáticas, ciencia e ingeniería, y que incluye módulos de estadística con muchas herramientas para el curso. Pandas: una herramienta de análisis y manipulación de datos. Bokeh: similar a Matplotlib, una librería de creación de visualizaciones estáticas, dinámicas e interactivas que además pueden ser publicadas para web.
Django
Una razón para elegir Django para desarrollo web es que se trata del mismo lenguaje Python, lo que hace más sencilla la integración con las librerías anteriores. Además, Django facilita la implementación de, por ejemplo, bases de datos y el registro de usuarios, que son necesarios para el sistema propuesto.
Vue.js
Praesentium cumque inventore possimus nam in dolor provident sed corrupti, assumenda quae dolorum repellat ut explicabo nostrum voluptate. Molestias quod quasi tempora doloremque magnam nam minima laboriosam, repellat quidem ex culpa voluptatibus beatae hic earum, corrupti eos commodi, dolorum doloremque unde aliquam perspiciatis et assumenda labore, ipsum iure minima harum ullam nesciunt accusantium? Tempore doloribus expedita assumenda ratione nam quibusdam, ipsam asperiores possimus fuga eum ipsum in voluptatum voluptates quia, culpa quidem expedita impedit quia corporis odio a tempore?
Nuxt
Praesentium cumque inventore possimus nam in dolor provident sed corrupti, assumenda quae dolorum repellat ut explicabo nostrum voluptate. Molestias quod quasi tempora doloremque magnam nam minima laboriosam, repellat quidem ex culpa voluptatibus beatae hic earum, corrupti eos commodi, dolorum doloremque unde aliquam perspiciatis et assumenda labore, ipsum iure minima harum ullam nesciunt accusantium? Tempore doloribus expedita assumenda ratione nam quibusdam, ipsam asperiores possimus fuga eum ipsum in voluptatum voluptates quia, culpa quidem expedita impedit quia corporis odio a tempore?
TypeScript
Sapiente quis labore soluta consequuntur illo, repellendus veniam odio dolorem. Provident itaque modi ut quis earum ipsam possimus exercitationem, sit autem inventore eligendi nesciunt voluptate? Nulla nemo repellendus voluptatibus incidunt earum cupiditate alias voluptatum mollitia velit voluptate, possimus quisquam maxime libero blanditiis non sint culpa, nesciunt quae perferendis nemo.