• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Trabajando con ramas en Git

noviembre 2, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

En unas entradas anteriores se explicó como trabajar con Git y la plataforma GitHub para gestionar el código. En esta entrada se va a presentar una de las características más útiles de los sistemas de control de versiones: las ramas. Conocer y comprender el funcionamiento de las ramas en Git permite mejorar gestión de los cambios. Evitando que modificaciones experimentales afecten a código que se encuentra en producción.

Ramas en sistemas de control de versiones

Una de las principales características de los sistemas de control de versiones es la posibilidad de trabajar con ramas. Una rama es una bifurcación del código original que puede evolucionar de forma independiente. Una vez evolucionadas, las ramas de un repositorio se pueden fusionar para combinar las características de ambas. Esto permite implementar cambios en una rama sin afectar a la estabilidad del resto del proyecto. Facilitando así la colaboración entre desarrolladores y permitiendo la realización de pruebas en el código.

Así una aplicación básica de las ramas es el desarrollo de nuevas características mientras se mantienen un código. Mediante la creación de una rama de producción, en la que se realiza únicamente el mantenimiento, y otras de desarrollo, en las que se prueban las nuevas funcionalidades. Una vez finalizadas estas se pueden fusionar con la rama principal. Sin necesidad de afectar a la estabilidad o la corrección de errores del proyecto durante el desarrollo. Por otro lado, en caso de que sea necesario desechar la nueva funcionalidad, simplemente se ha de abandonar la rama. Por lo que la principal nunca se vera afectada por los cambios fallidos.

Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
En Analytics Lane
Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane

Creación de un repositorio con ramas en Git

Para estudiar las ramas se ha de crear primero un repositorio Git. Para ello se han de seguir los pasos que se han visto en una entrada de introducción a Git. Crear una carpeta y dentro de ella ejecutar el comando git init.

$ mkdir proyecto_rama
$ cd proyecto_rama/
$ git init

Ahora se puede crear un fichero y agregarlo al repositorio

$ git add fichero.txt
$ git commit -a -m "Nuevo fichero"

Para crear una nueva rama se ha de ejecutar git branch <your-branch-name>, por ejemplo

$ git branch nuevarama

En este punto se ha creado una nueva rama llamada nuevarama. Si se ejecuta el comando git branch se mostrará el listado de todas las ramas existentes, indicando la rama actual mediante un asterisco.

$ git branch
* master
nuevarama

El comando indica que la rama actual es master, la rama por defecto en los repositorios Git, y existe otra rama llamada nuevarama. Siendo esto lo que se esperaría en este momento. Ahora, para cambiar a la nueva rama se ha de ejecutar el comando git checkout <branch-name>.

$ git checkout nuevarama
Switched to branch 'nuevarama'
$ git branch
  master
* nuevarama

La tarea de crear y moverse a una nueva rama es una tarea habitual, por lo que existe un comando para realizar todos los pasos a la vez. Este es git checkout -b <branch-name>.

Ahora se dispone de una nueva rama en la que se pueden realizar pruebas. Se pueden realizar nuevos cambios y subir estos al repositorio sin afectar a la rama principal.

Publicidad


Deshaciendo cambios

En el proyecto se han creado tres commit en la rama nuevarama. Una vez aplicado el último se ha detectado que existe un error y se desea eliminar esta. El estado actual del repositorio se puede consultar con git log --oneline.

$ git log --oneline
8206868 (HEAD -> nuevarama) Cambio 3
99c809c Cambio 2
81aa831 Cambio 1
f6955b1 (master) Fichero

Para eliminar el cambio simplemente se ha de seleccionar el identificador de ultima subida para ejecutar el comando git revert <commit>, donde <commit> se ha de reemplazar por el id.

$ git revert 8206868
[nuevarama 850cfca] Revert "Cambio 3"
1 file changed, 1 deletion(-)
$ git log --oneline 850cfca (HEAD -> nuevarama) Revert "Cambio 3" 8206868 Cambio 3 99c809c Cambio 2 81aa831 Cambio 1 f6955b1 (master) Fichero

Este comando ha creado un nuevo “commit” en el que se eliminar los últimos cambios. Por lo que Git ha solicitado un nuevo comentario para la subida.

Combinando las ramas

Combinando las ramas

Se ha alcanzado un punto en el que se dispone de una nueva funcionalidad probada en una rama. Ahora es necesario incluir esta en la rama principal del proyecto. Lo que requiere unir las dos ramas en una mediante el comando git merge <branch-name>. Este comando se ha de ejecutar desde la rama receptora, en este caso master, por lo que primero se ha de cambiar de rama y luego ejecutar el comando.

$ git checkout master
Switched to branch 'master'
$ git merge nuevarama
Updating f6955b1..850cfca
Fast-forward
 fichero.txt | 3 +++
 1 file changed, 3 insertions(+)

Este proceso suele ser fácil la mayoría de las veces, pero en algunas ocasiones pueden aparecer conflictos si se ha modificado el mismo archivo en las dos ramas. En estos casos Git indicará que existe un conflicto en uno o varios archivos. El programador tendrá que editar estos y resolver manualmente los conflictos seleccionado el código que se va a conservar.

Conclusiones

En esta entrada se ha visto cómo trabajar con ramas en Git para compartimentar los desarrollos. Gracias a las ramas se puede realizar el mantenimiento de un proyecto mientras se desarrollan o evalúan nuevas características.

Ahora que se conocen las ramas se pueden aprender flujos de trabajo que basándose en el uso de ramas facilita el trabajo de los equipos. Uno de los flujos más populares es Gitflow que fue propuesto por Vincent Driessen en 2010.

Imágenes: Pixabay (RegalShave) | Pixabay (Michael Gaida)

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicidad


Publicaciones relacionadas

  • Nuevo test de normalidad interactivo en el laboratorio de Analytics Lane
  • Nuevo conversor de timestamp Unix en el laboratorio de Analytics Lane
  • Calculadora de Contrastes de Hipótesis: interpreta correctamente el p-valor y toma decisiones estadísticas con confianza
  • Calculadora de Tamaño del Efecto: la herramienta clave para entender cuánto importa realmente una diferencia
  • Simulador de DBSCAN: descubre cómo encontrar clusters reales (y ruido) sin fijar K
  • Conversor de Colores: convierte, compara y valida cualquier color en tiempo real
  • Analytics Lane lanza su Generador de UUIDs: identificadores únicos, seguros y listos para producción en segundos
  • 1200 publicaciones en Analytics Lane
  • Analytics Lane lanza su Conversor TIN ↔ TAE: la herramienta definitiva para entender el coste real de depósitos, préstamos e hipotecas

Publicado en: Herramientas Etiquetado como: Buenas prácticas, Git

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

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

I accept the Terms and Conditions and the Privacy Policy

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

Barra lateral principal

Suscríbete a nuestro boletín

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

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Noticias

Analytics Lane lanza la versión 1.1 del laboratorio con nuevas suites de CLV y Scoring

mayo 18, 2026 Por Daniel Rodríguez

Interés compuesto: la fuerza que multiplica tu dinero (y los errores que la anulan)

mayo 14, 2026 Por Daniel Rodríguez

Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales

mayo 12, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas
  • Función de interpolación lineal en Excel sin VBA publicado el noviembre 3, 2021 | en Herramientas
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • Buscar en Excel con dos o más criterios publicado el septiembre 7, 2022 | en Herramientas
  • Identificar y eliminar duplicados en Excel publicado el marzo 13, 2019 | en Herramientas

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

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.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto