Python

3 extensiones de Jupyter para reducir distracciones

Tres extensiones de Jupyter para reducir distracciones

En una entrada anterior se mostraron algunas extensiones de para Jupyter Notebook destinadas a mejorar la productividad. Las cuales pertenecen a la colección nbextensions. Una colección en la que actualmente hay más de 60 extensiones disponibles. En la entrada de hoy se van a mostrar tres extensiones de Jupyter para reducir distracciones. Las cuales son complementarias a las vistas anteriormente.

Instalación extensiones para Jupyter Notebook

La instalación de las extensiones es un poco más complicada que los paquetes normales de Python, ya que requieren un paso adicional a la instalación con pip. En primer lugar, se tiene que instalar con pip la librería, para lo que es necesario escribir en la terminal:

pip install jupyter_contrib_nbextensions

Una vez hecho esto hay que agregar los archivos JavaScript y CSS en el servidor Jupyter. Lo que también se tiene que hacer en la terminal, para lo que se tiene que escribir el comando:

jupyter contrib nbextension install

Al finalizar estos pasos aparecerá una nueva pestaña en “NBextensions” al lanzar el servidor de Jupyter Notebook.

Extensiones de Jupyter para reducir distracciones

Una vez realizada la instalación aparece una lista de más de 60 extensiones. Si lo que se desea es un entorno de trabajo más minimalista en el que reducir las distracciones se pueden probar las siguientes extensiones.

zenmode

Al abrir un Notebook de Jupyter lo primero que se puede ver es la barra de menús. La cual ocupa bastante espacio en la pantalla, especialmente cuando se trabaja con portátiles, y no es necesaria tenerla a la vista en todo momento. Para ocultar la barra se puede activar la extensión zenmode. Lo que hace es crear un botón con el que es posible pasar desde una venta como

Visión de un Jupyter Notebook nada más abrir

A otra ventana más minimalista con una mayor área de trabajo.

Jupyter Notebook con zenmode activo

Codefolding

Una cosa que siempre echo de menos en los Notebook de Jupyter es la posibilidad de plegar en código, como se puede hacer en la mayoría de los editores modernos. Pudiendo ocultar así los detalles de las implementaciones cuando no es necesario. En tal caso lo mejor es activar la extensión Codefolding.

Al activar la extensión Codefolding se puede observar que en las celdas aparecen unos selectores con los que se puede plegar el código. Como se muestra en la siguiente captura de pantalla.

Diferente ejemplo de Codefolding en un Jupyter Notebook

Hide all Input

Finalmente se puede citar una extensión con la que es posible ocultar todas las celdas del Notebook. Lo que permite continuar trabajado con un espacio de trabajo más limpio, pero sin perder el código ni los datos.

Diferente ejemplo de Hide all Input en un Jupyter Notebook

Conclusiones

En esta entrada se han visto tres extensiones de Jupyter para reducir distracciones a la hora de trabajar. Extensiones que forman parte de la colección nbextensions. El uso de estas u otras extensiones permite que aumentar la productividad como ya se ha visto en una entrada anterior.

¿Cuáles son vuestras extensiones favoritas? Podéis indicarlo a continuación en los comentarios de la entrada.

Imágenes: Pixabay

¿Te ha parecido de utilidad el contenido?

Daniel Rodríguez

Share
Published by
Daniel Rodríguez
Tags: Jupyter

Recent Posts

Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)

Y llegamos al final de una serie que había programado para ser de tres entradas.…

5 días ago

PSI: Cómo Saber Cuándo tu Modelo de Credit Scoring se ha Degradado

Un modelo de credit scoring no es un artefacto estático. Se construye en un momento…

7 días ago

Los indicadores que se autocumplen, o cuando medir es modificar – El bestiario de los indicadores económicos absurdos (parte 7)

En las seis entregas anteriores hemos paseado por casi todos los géneros del disparate económico:…

2 semanas ago

Customer Lifetime Value: la fórmula clásica que todo analista debería dominar

El Customer Lifetime Value (CLV) es, probablemente, la métrica más importante que puede calcular una…

2 semanas ago

Analytics Lane lanza la versión 1.4 del laboratorio con nuevas herramientas de conversión y modelos avanzados de CLV

Seguimos ampliando el laboratorio de Analytics Lane con el lanzamiento de la versión 1.4, que…

3 semanas ago

This website uses cookies.