# pip y uv

> Una página de la documentación de phonometry, en Markdown. Índice: https://docs.jmrp.io/phonometry/llms.txt

Canonical: https://docs.jmrp.io/phonometry/es/start/environments/pip-and-uv/
Language: es
Alternate: https://docs.jmrp.io/phonometry/start/environments/pip-and-uv/index.md
Version: phonometry 4.0.0
Install: pip install "phonometry[full]"
Unreleased: esta página cambió después de phonometry 4.0.0, la última versión publicada en PyPI, así que puede describir código que esa versión aún no tiene; lo nuevo desde entonces figura en Unreleased en https://github.com/jmrplens/phonometry/blob/main/CHANGELOG.md#unreleased
Author: José Manuel Requena Plens (https://orcid.org/0000-0003-1250-6212)
Published: 2026-11-11
Updated: 2026-11-18T01:01:07Z
License: MIT (https://github.com/jmrplens/phonometry/blob/main/LICENSE)
Summary: Instala phonometry con pip o uv en Python 3.12 a 3.14: cada extra y lo que trae, torch sin CUDA, un proyecto de uv y la instalación desde un clon.

---

phonometry se instala desde PyPI con [pip](https://pip.pypa.io/en/stable/) o
con [uv](https://docs.astral.sh/uv/) en Python 3.12, 3.13 y 3.14, como un
único wheel sin código compilado propio. Las dos herramientas llegan a los
mismos paquetes; lo que las distingue es cómo guardan las dependencias de un
proyecto y cómo se le indica a cada una que tome torch del índice de CPU de
PyTorch.

Comprobado el 17 de noviembre de 2026 con phonometry 4.0.0 de PyPI, en las
imágenes `python:3.12-slim`, `python:3.13-slim` y `python:3.14-slim`, con
Python 3.12.16, 3.13.18 y 3.14.10: pip 26.3 con NumPy 2.5.5 y SciPy 1.18.1, uv
0.13.9 con Python 3.13.18, y torch 2.15.0 del índice de CPU de PyTorch.

## pip en un entorno virtual

```bash
python -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install "phonometry[full]"
```

En Windows, el entorno se activa con `.venv\Scripts\activate.bat` en cmd o
con `.venv\Scripts\Activate.ps1` en PowerShell en lugar de
`source .venv/bin/activate`, aquí y más abajo.
En un equipo cliente de Windows, PowerShell rechaza los scripts con la
directiva de ejecución predeterminada, así que `Activate.ps1` se ejecuta allí
cuando `Set-ExecutionPolicy -Scope CurrentUser RemoteSigned` ha permitido los
locales; cmd no necesita ese paso.

`python -m pip install phonometry` a secas trae NumPy y SciPy y nada más, y
con eso basta para todas las métricas de la biblioteca. `python -m pip check`
no encuentra después ningún requisito roto, con extras o sin ellos. Para
comprobar qué importa el entorno:

```python
import phonometry

print(phonometry.__version__)   # la versión que has instalado
```

## Qué trae cada extra

| Extra | Trae | Para que |
|---|---|---|
| `[plot]` | matplotlib | `.plot()` y las gráficas de respuesta de los filtros dibujen |
| `[report]` | reportlab, svglib | `.report()` escriba una ficha PDF; su panel de gráfica necesita también `[plot]` |
| `[audio]` | python-soundfile, cuyo wheel lleva libsndfile salvo en las plataformas que se nombran más abajo | `phonometry.io` lea FLAC, AIFF, Ogg/Opus, MP3 y WAV comprimido, y escriba FLAC |
| `[perf]` | numba | la ponderación temporal `impulse` se ejecute compilada |
| `[full]` | los cuatro anteriores | estén todas las funciones salvo el cálculo con torch |
| `[torch]` | torch, array-api-compat | las simulaciones FDTD calculen con PyTorch |

En una imagen `python:3.13-slim` para x86-64 o ARM64 sin nada más, ningún
extra necesita un paquete del sistema: todos se instalan y funcionan allí
desde sus wheels, también `[audio]`. Las otras seis arquitecturas de la imagen
no tienen wheel de NumPy, SciPy, matplotlib ni Pillow, así que pip los compila
allí desde el código fuente, y `[audio]` carga la libsndfile del sistema.
numba no da soporte a ninguna de sus tres de 32 bits, así que `[perf]` y
`[full]` no tienen soporte allí, y torch no publica wheel para ninguna de las
seis ni código fuente, así que `[torch]` no se instala allí desde PyPI;
[Docker y servidores](https://docs.jmrp.io/phonometry/es/start/environments/docker/) dice qué pide
lo demás. Sin numba, la ponderación temporal `impulse` se ejecuta en
Python puro y no dice nada. Una función cuyo extra falta dice cuál instalar,
con la orden de pip y la de conda:

```text
ImportError: Plotting requires matplotlib. Install it with: pip install "phonometry[plot]" (conda: conda install -c conda-forge matplotlib-base)
```

La versión más antigua de cada dependencia con la que se prueba la biblioteca,
en cada Python, está en [Primeros
pasos](https://docs.jmrp.io/phonometry/es/start/getting-started/#desde-pypi-recomendada). En
Windows en ARM, en Linux con musl, en macOS en Intel y en Windows de 32 bits,
algunas de esas versiones no tienen wheel, y pip las compila allí desde el
código fuente, como hace incluso una instalación normal con SciPy en Windows
de 32 bits, y como hace `[plot]` con matplotlib en Linux en ARM con musl y en
Windows de 32 bits; esa sección dice cuáles. numba ya no da soporte a Windows
de 32 bits, ni a Linux de 32 bits, así que ni `[perf]` ni `[full]`, que lo
incluye, tienen soporte en ninguno de los dos, donde
`python -m pip install "phonometry[plot,report,audio]"` instala los
otros tres extras. torch no publica código fuente que compilar, así que no se
instala en ninguna de las cuatro desde PyPI, y en Windows en ARM se instala
desde el índice de CPU de PyTorch, como hace la sección siguiente.
python-soundfile no publica ningún wheel que lleve libsndfile para Linux con
musl, ni en su mínima para Linux en ARM ni para Windows en ARM, así que
`[audio]` carga allí la libsndfile del sistema: en Alpine,
`apk add libsndfile-dev`.

## torch sin CUDA

`[full]` deja fuera `[torch]` porque los wheels de torch que sirve PyPI para
Linux traen gigabytes de bibliotecas de CUDA. En una máquina Linux sin GPU de
NVIDIA, instala primero torch desde el índice de CPU de PyTorch y después el
extra, que conserva el torch que encuentra, en el entorno virtual creado más
arriba. En Windows en ARM, donde PyPI no tiene torch, las mismas dos órdenes
traen `[torch]` en Python 3.12 y 3.13, desde torch 2.7.0 y 2.8.0:

```bash
python -m pip install torch --index-url https://download.pytorch.org/whl/cpu
python -m pip install "phonometry[torch]"
```

El entorno queda con la compilación de torch para CPU y ningún paquete de
NVIDIA, y una simulación FDTD con `Compute(device="torch:cpu")` da las mismas
presiones que con NumPy. [Dónde se calcula una
simulación](https://docs.jmrp.io/phonometry/es/simulation/compute/) trata los demás dispositivos.

## Desde un clon

```bash
git clone https://github.com/jmrplens/phonometry.git
cd phonometry
python -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install .
```

pip construye el wheel con setuptools y sin compilador, y la construcción
pasa también con `PYTHONWARNINGS=error`.

## uv

`uv pip` acepta los mismos requisitos que pip, en un entorno que crea uv:

```bash
uv venv
uv pip install "phonometry[full]"
```

Para torch, `--torch-backend cpu` le dice a uv que lo tome del índice de CPU
de PyTorch, sin paquetes de NVIDIA:

```bash
uv pip install "phonometry[torch]" --torch-backend cpu
```

En un proyecto de uv, `uv add` escribe el requisito en `pyproject.toml` y en
el fichero de bloqueo, y `uv run` ejecuta en el entorno del proyecto:

```bash
uv init acoustics
cd acoustics
uv add "phonometry[full]"
uv run python -c "import phonometry; print(phonometry.__version__)"
```

`uv add` resuelve igual en un proyecto para Python 3.12, 3.13 o 3.14.
En Windows y Linux de 32 bits, donde `[full]` no tiene soporte, nombra
`[plot,report,audio]` en su lugar, tanto con `uv pip install` como con
`uv add`; uv compila allí desde el código fuente lo mismo que pip, SciPy,
matplotlib y kiwisolver en Windows de 32 bits, y en Linux de 32 bits los
paquetes que nombra [Docker y
servidores](https://docs.jmrp.io/phonometry/es/start/environments/docker/).

### torch desde el índice de CPU en un proyecto

Declara el índice en `pyproject.toml`, márcalo como explícito para que solo
se tome torch de él, y dirige torch hacia él:

```toml
[tool.uv.sources]
torch = [{ index = "pytorch-cpu" }]

[[tool.uv.index]]
name = "pytorch-cpu"
url = "https://download.pytorch.org/whl/cpu"
explicit = true
```

Después añade torch por su nombre junto al extra:

```bash
uv add "phonometry[torch]" torch
```

El nombre importa. Una fuente se aplica a una dependencia que el propio
proyecto nombra, así que `uv add "phonometry[torch]"` a secas, con el mismo
`pyproject.toml`, bloquea el torch del índice por defecto de PyPI junto con
sus paquetes de CUDA y de NVIDIA, y no avisa de ello.
