• Saltar a la navegación principal
  • Saltar al contenido principal
  • Saltar a la barra lateral principal
  • Saltar al pie de página

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Herramientas
  • Tienda

Disponibilidad de Python 3.7 en Anaconda

septiembre 5, 2018 Por Daniel Rodríguez Deja un comentario

Anaconda acaba de anunciar la disponibilidad de los paquetes de Python 3.7 para todas las plataformas soportadas en su repositorio. Esto incluye representa 865 paquete en Linux, 864 en macOS y 779 en Windows. Además, también se ha también se ha anunciado la distribución de la nueva versión de Miniconda3 (v4.5.11) que incluye Python 3.7 en lugar de Python 3.6.

Python 3.7 es la última versión disponible, la cual fue lanzada el pasado 27 de junio. Esta versión llegó con una gran cantidad de cambios y mejoras a nivel interno que permite que un mejor funcionamiento de los programas en esta versión del lenguaje de programación.

Para los usuarios que disponga de un entorno de Python 3 con Anaconda instalado, ahora puede actualizar fácilmente a Python 3.7 mediante el comando:

conda install python=3.7 anaconda=custom

También puede crear y activar un nuevo entorno de conda con Python 3.7 junto a los paquetes necesario mediante los siguientes comandos:

conda create -n python37 numpy scipy pandas scikit-learn notebook
anaconda-navigator
conda activate python37

Imágenes: Pixabay

No te olvides valorar esta entrada

Sin votos
Por favor espera...

Archivado en: Noticias Etiquetado como: Anaconda

Entrada anterior: « Acelerar las funciones de Python con lru_cache
Siguiente entrada: Diferencias entre cifrado simétrico y asimétrico »

Interacciones del lector

Deja un comentario Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones de Analytics Lane.

Contenido relacionado

Barra lateral primaria

Tiendas afiliadas

Realiza tus compras mediante los enlaces y colabora con la web, todo sin coste adicional para ti. También puedes ver nuestra tienda. ¡Gracias!
Aliexpress Amazon Banggood Gearbest

Seguir a Analytics Lane

  • twitter
  • pinterest
  • youtube
  • telegram
  • github
  • rss

Seguir en Feedly

follow us in feedly

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones de Analytics Lane.

Política de Privacidad

Lo mejor valorado

  1. Seleccionar filas y columnas en Pandas con iloc y loc
    Puntuación: 5.0/5. 5 votos.
  2. Unir y combinar dataframes con pandas en Python
    Puntuación: 5.0/5. 5 votos.
  3. Guardar y leer archivos Excel en Python
    Puntuación: 5.0/5. 5 votos.
  4. Eliminar registros duplicados en pandas
    Puntuación: 5.0/5. 5 votos.
  5. Archivos JSON con Python: lectura y escritura
    Puntuación: 4.8/5. 8 votos.

Comentarios recientes

  • Daniel Rodríguez en Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas
  • Axel Caballero en Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas
  • Daniel Rodríguez en Reglas de asociación y market-basket analysis
  • eva en Reglas de asociación y market-basket analysis
  • Daniel Rodríguez en Proteger las funciones escritas en Matlab para su distribución

Entradas recientes

  • Truco: ¿cómo se eliminar la salida en una celda de un IPython Notebook?
  • Numpy básico: como invertir arrays de Numpy
  • ¿Bajar impuestos para crecer más o crecer más para bajar impuestos?
  • Copias de seguridad de SQL Server con Microsoft SQL Server Management Studio
  • Numpy básico: inicializar arrays de Numpy con un valor

Etiquetas

Anaconda Analytics Lane App Designer Bases de datos Blockchain CLV Computación cuántica Criptomonedas Deep learning Elecciones Excel Git GUIDE Hash Java Jupyter Libros Machine learning Marketing node numpy pandas Precios RapidMiner scikit-learn seaborn series temporales Small Data Spark SQL Truco Unit testing VirtualBox

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Tienda

Afiliados

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • GearVita
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

2018-2019 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto