Ya he acabado los 4 primeros cursos de Python de Datacamp, así que estoy pensando en hacer algún pequeño proyectillo para poner en prácctica algunos conceptos. Me gustaría usar Jupyter Notebooks e ir viendo de manera interactiva si va funcionando todo, así que me he puesto con este tutorial de Jupyter Notebooks.
Instalación
Mi primer intento ha sido instalarlo directamente a través de «pip» pero, como no podía ser de otra manera, me ha dado un error y cuando quiero abrirlo, no se abre.
Segundo intento: Anaconda. Ya había usado los Jupyter notebooks instalándolo a través de Anaconda antes, así que espero que no haya problema esta vez.
(Tarda un ratillo la instalación así que me pongo con el curso de Fundamentos de NLP con Python.)
¡Funciona! Lanzo el Jupyter notebooks con Anaconda Navigator.
Revisando la aplicación
Una vez abierta, la aplicación cuenta con tres pestañas: files, running y clusters.
En la pestaña files podemos crear un notebook nuevo en Python 3 (en nuestro caso) o un documento de texto, una carpeta o una terminal.
Si en la opción terminal escribimos «IPython» tendremos la terminal interactiva, no conocía esta opción. 😀
Creando un notebook
Lo más recomendable es empezar importando las librerías que vamos a necesitar.
Podemos añadir, eliminar o modificar las celdas como queramos. Es muy importante poner títulos y subtítulos que explique bien qué hace nuestro código. ¡Las cosas claritas!
Otra cosa que acabo de aprender: ¡Se puede añadir código LaTex a nuestra parte de texto!
Comandos mágicos de Jupyter Notebooks
Creo que esta parte me la voy a saltar por ahora, pero pufff da mucho juego!
Añadir widgets
Podemos añadir widgets como botones, campos para introducir texto, etc.
Compartir nuestros notebooks
Los documentos que se crean con nuestros notebooks son .json, pero no siempre vas a a quererlos en ese formato. Por eso, los puedes guardar y descargar como HTML, PDF, Markdown o reStructuredText, o como un script de Python or simplemente un Notebook.
Para convertir nuestro Notebook a otro formato usaremos el comando nbconvert (que tendremos que importar antes!)
Incluso podemos guardarlo como una presentación: nbpresent o RISE .
Otras cosillas
- Muy importante para los proyectos que quiero realizar. Se pueden mostrar los gráficos en el propio notebook. Usaremos
%matplotlib inline - Si al final tenemos un código muy largo, también podemos «esconder» algunas celdas.
- Ejemplos chulis:
Deberes:
- Investigar qué son los Docker containers. Lo único que sé hasta ahora es que es muy usado en el desarrollo de software y que es de software libre :S ¿Es algo así como una máquina virtual?
Inteligencia artificial para mamis 