Tu Primer Script en Python para Ingeniería Civil: Guía de 30 Minutos

Mi primer programa en Python fue una calculadora de la cortante basal. Diez líneas de código. Nada impresionante. Pero cuando le mostré los resultados a mi jefe, me preguntó: "¿Esto lo hiciste tú?" Le dije que sí. Me dijo: "Haz uno que calcule los metrados de acero."

Ese fue mi primer proyecto real de automatización. Y me abrió los ojos a algo que nadie me había dicho en la universidad: saber programar te da una ventaja brutal sobre ingenieros que no saben.

Aquí te muestro exactamente cómo escribir tu primer script útil, no un "Hola Mundo" que no te sirve para nada.

Nota personal: Empecé a programar porque me cansé de repetir los mismos cálculos en Excel cada semana, arrastrando fórmulas rotas de planillas antiguas. Aprender Python fue la decisión más rentable de mi carrera como ingeniero.

Cómo un ingeniero civil puede comenzar a programar en Python

Un ingeniero civil puede escribir su primer script funcional en Python en 30 minutos instalando Python, aprendiendo las 5 operaciones básicas y creando un calculador de momento flector para una viga simplemente apoyada.

No necesitas saber matemáticas avanzadas de programación. Necesitas saber cálculo estructural — que ya sabes.

---

Por qué elegir Python sobre Excel

Excel es la herramienta del ingeniero por defecto, y está bien para muchos casos. Pero tiene límites concretos:

• Velocidad: Python procesa 50,000 combinaciones de carga en segundos. Excel se congela.
• Reproducibilidad: Un script Python corre igual en tu PC y en la de tu cliente. Una hoja Excel complicada a veces no.
• Integración: Python se conecta con Revit (via pyRevit), AutoCAD, SAP2000, y bases de datos. Excel no.
• Versión: Con Git puedes rastrear todos los cambios a tu script. Con Excel, tienes "versión_final_v3_BUENA_esta.xlsx".

---

Instalación en 5 minutos

Paso 1: Descarga Python desde python.org (versión 3.11 o superior). Marca "Add Python to PATH" durante la instalación.

Paso 2: Instala VS Code desde code.visualstudio.com. Instala la extensión de Python.

Paso 3: Abre VS Code, crea un archivo viga.py y escribe:

print("Hola ingeniero")

Presiona F5. Si ves el mensaje, Python está listo.

---

Los 5 conceptos que necesitas (y nada más por ahora)

# 1. Variables
L = 6.0      # longitud de viga en metros
w = 2.5      # carga distribuida en t/m
P = 10.0     # carga puntual en toneladas

# 2. Operaciones matemáticas
import math
resultado = math.sqrt(16)   # raíz cuadrada = 4.0

# 3. Funciones (reutilizar código)
def momento_maximo_viga(w, L):
    """Momento máximo para viga con carga uniforme"""
    return (w * L**2) / 8

# 4. Listas
posiciones = [0, 1, 2, 3, 4, 5, 6]  # puntos a lo largo de la viga

# 5. Bucles (repetir operaciones)
for x in posiciones:
   
<blockquote><strong>⚠️ Ojo en obra:</strong> Si estás en Lima, verifica que las especificaciones técnicas citen explícitamente la norma E.060 vigente. Hay proyectos que aún usan versiones desactualizadas sin saberlo.</blockquote>
 M = (w * x * (L - x)) / 2
    print(f"x={{x}}m → M={{M:.2f}} t·m")

---

El script completo: Diagrama de momentos flectores

Este script calcula y grafica el diagrama de momentos para una viga simplemente apoyada con carga distribuida:

import numpy as np
import matplotlib.pyplot as plt

# Parámetros del problema
L = 6.0    # longitud en metros
w = 2.0    # carga distribuida en t/m

# Reacciones (por equilibrio)
Ra = Rb = w * L / 2
print(f"Reacción A: {{Ra:.2f}} t")
print(f"Reacción B: {{Rb:.2f}} t")

# Calcular momento a lo largo de la viga
x = np.linspace(0, L, 200)  # 200 puntos
M = Ra * x - (w * x**2) / 2

# Momento máximo (en x = L/2)
M_max = Ra * (L/2) - (w * (L/2)**2) / 2
print(f"Momento máximo (en L/2): {{M_max:.2f}} t·m")

# Graficar
plt.figure(figsize=(10, 4))
plt.plot(x, M, color='#2E75B6', linewidth=2)
plt.fill_between(x, M, alpha=0.3, color='#2E75B6')
plt.axhline(y=0, color='black', linewidth=0.5)
plt.xlabel('Posición x (m)')
plt.ylabel('Momento flector M (t·m)')
plt.title(f'Diagrama de Momentos Flectores\nViga L={{L}}m, w={{w}} t/m')
plt.grid(True, alpha=0.3)
plt.annotate(f'Mmáx = {{M_max:.2f}} t·m',
             xy=(L/2, M_max),
             xytext=(L/2 + 0.5, M_max * 0.8),
             arrowprops=dict(arrowstyle='->'))
plt.tight_layout()
plt.savefig('diagrama_momentos.png', dpi=150)
plt.show()

Para ejecutarlo necesitas: pip install numpy matplotlib

---

¿Para qué más puedes usar Python?

Aplicación	Descripción
Análisis de suelos	Procesar ensayos SPT masivos
Metrados automáticos	Calcular volúmenes desde geometría
Reportes automáticos	Generar PDFs con resultados
pyRevit	Automatizar tareas en Revit con Python
Dynamo	Nodos Python en Dynamo de Revit
SAP2000 API	Controlar SAP2000 desde Python

---

Conclusión

Python no es solo para programadores. Es para ingenieros que quieren multiplicar su productividad. El primer script siempre es el más difícil. Después de eso, cada script nuevo es más fácil que el anterior.

Empieza con algo que ya calculas manualmente. Automatízalo en Python. Eso es todo lo que necesitas para empezar.

---

📚 Fuentes y Referencias

• Python.org — Documentación oficial
• pyRevit — Documentación oficial
• IronPython — Python para .NET

Tu primer script: Calculadora de cortante basal

Este script calcula la cortante basal según la norma E.030 con solo ingresar los datos del edificio.

# cortante_basal.py
"""
Calcula la cortante basal según Norma E.030
"""

def cortante_basal(Z, U, C, S, R, P):
    """V = (Z * U * C * S / R) * P"""
    return (Z * U * C * S / R) * P

# Datos del ejemplo: Edificio de oficinas en Lima
Z = 0.45  # Zona 4 (Lima)
U = 1.5   # Uso esencial (oficinas)
C = 2.5   # Factor C (período < Tp)
S = 1.0   # Suelo S1
R = 8     # Pórticos de concreto armado
P = 500   # Peso total (ton)

V = cortante_basal(Z, U, C, S, R, P)
print(f"Cortante Basal: {V:.2f} ton")
print(f"ZUCS/R = {Z*U*C*S/R:.4f}")

Resultado: Cortante Basal: 42.19 ton | ZUCS/R = 0.0844

Siguientes pasos

• Agrega una función para calcular el período T automáticamente
• Crea una interfaz gráfica con tkinter
• Exporta los resultados a Excel con openpyxl

Librerías Python recomendadas por tarea

Tarea	Librería	Función
Cálculos matriciales	NumPy	Resolver sistemas de ecuaciones
Análisis de datos	Pandas	Procesar tablas de metrados
Gráficos	Matplotlib	Visualizar resultados
Excel	OpenPyXL	Generar reportes
PDF	ReportLab	Crear memorias
Revit API	pyRevit	Automatizar Revit
APIs REST	Requests	Conectar con BIM 360

Ejemplo: Tabla de metrados con Pandas

import pandas as pd

datos = {
    'Elemento': ['Columnas', 'Vigas', 'Losas'],
    'Volumen_m3': [45.2, 68.5, 102.3],
    'Acero_kg': [1200, 1850, 2100]
}
df = pd.DataFrame(datos)
print(df)
df.to_excel('metrados.xlsx', index=False)

Preguntas frecuentes

¿Necesito saber programar para empezar?

No. Python es uno de los lenguajes más amigables para principiantes.

¿Python puede hacer cálculos estructurales?

Sí. Con NumPy y SciPy puedes resolver sistemas de ecuaciones y optimizar diseños.