• 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
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • JavaScript
  • Excel

Jupyter Notebooks en Visual Studio Code

junio 22, 2020 Por Daniel Rodríguez 2 comentarios
Tiempo de lectura: 5 minutos

Jupyter Notebooks en Visual Studio Code

Una de las herramientas que ha revolucionado el trabajo con Python para el tratamiento de datos es Jupyter Notebooks. Por otro lado, uno de los editores de texto más populares en la actualidad es Visual Studio Code. La buena noticia para los que nos gustan ambas herramientas es que, gracias a las extensiones de Visual Studio Code, es posible ejecutar directamente Jupyter Notebooks en Visual Studio Code. Lo que nos ofrece algunas ventajas adicionales.

Preparación del entorno

Para utilizar Jupyter Notebooks en Visual Studio Code es necesario tener instalado tanto el paquete Jupyter como Visual Studio Code en el ordenador. Posiblemente la opción más sencilla para obtener esta configuración es instalar la distribución Anaconda, la cual incluye Python, Jupyter y Visual Studio Code. Existiendo versión de la distribución para Linux, Windows y Mac. Aunque también se puede instalar Jupyter tanto mediante pip (pip install notebook) como mediante conda (conda install -c conda-forge notebook). Por otro lado, para instalar Visual Studio Code podemos ir a la página web del proyecto y bajar la versión para nuestro sistema operativo.

Además de los paquetes es necesario instalar en Visual Studio Code la extensión para trabajar con Python. Para lo que iremos al gestor de extensiones y escribiremos Python. La extensión que debemos instalar es una extensión del propia Microsoft que generalmente aparecerá en primer lugar de la lista. En el momento de escribir esta entrada contaba con más de 20 millones de instalaciones. Al realizar la instalación es necesario indicar cuál es el intérprete de Python de los instalados que se desea utilizar.

Instalación del complemento para trabajar con Python en Visual Studio Code
Instalación del complemento para trabajar con Python en Visual Studio Code

Una vez instalado este complemento, ya podemos trabajar con Python en Visual Studio Code. Lo que incluye poder trabajar directamente con Jupyter Notebooks.

Publicidad


Creación del primer Jupyter Notebooks en Visual Studio Code

Ahora que tenemos configurado el entorno de trabajo podemos crear nuestro primer Jupyter Notebooks. Para ello iremos al menú Ver > Paleta de comandos (o usando el atajo ⇧ + ⌘ + P en Mac o CTRL + ⇧ + P en Windows). En el que al escribir Jupyter nos aparecerá la opción “Python: Create Blank New Jupyter Notebook”, con la que se creará un notebook.

Creación de un Notebook en Visual Studio Code
Creación de un Notebook en Visual Studio Code

Uso básico de Jupyter Notebooks en Visual Studio Code

Lo primero que se puede ve al crear el notebook es una barra de herramientas en la que se tiene botones para ejecutar todas las celdas, todas las celdas hasta la actual, todas las celdas a partir de la actual, reiniciar el notebook, parar la ejecución, agregar una celda, borrar todas las salidas, ver las variables, guardar el notebook y exportar el código a un script de Python. Funciones muy similares a las que se puede ver en la versión web.

Notebook en Visual Studio Code
Notebook en Visual Studio Code

Insertar y eliminar celdas

Las celdas se pueden insertar desde la barra de herramientas o con el símbolo + que se puede ver a la izquierda de las celdas. Por otro lado, la eliminación de una celda se puede hacer desde el símbolo situado a la derecha de la celda, es decir, el cíbolo de la papelera.

Cambiar entre código y Markdown

El tipo de celda se puede cambiar fácilmente con el botón que se sitúa en la parte superior izquierda de cada una de las celdas. Cuando la celda es de tipo código tiene un botón para ejecutar y otro para cambiar a Markdown. Por otro lado, las celdas tipo Markdown solamente tiene en botón para cambiar a modo código. Las celdas Markdown no se tiene que ejecutar, ya que al salir de ellas se interpretará correctamente el contenido.

Publicidad


Ejecutar el código

Como se ha visto en el código del Notebook se puede ejecutar desde la barra de herramientas, pero también existe un botón en cada una de las celdas con la que ejecutar solamente el código de esa celda.

Visualización de las variables

Una de las cosas que pueden ser de gran interés es la función para visualizar las variables disponibles en el Notebook. Para acceder a esta tabla se tiene que ir a la barra de herramientas y pulsar en el botón con forma de tabla. Esto mostrará una tabla con todas las variables, incluyendo el nombre, el tipo, el tamaño y el valor de esta. Si se crea una nueva variable con esta tabla abierta, esta se agrega automáticamente a la lista, sin necesidad de hacer nada.

Visualización de variables en Visual Studio Code
Visualización de variables en Visual Studio Code

Además de esto en las listas, tuplas y DataFrames, entre otros tipos de datos, se puede ver un botón con el que se accede a una herramienta de visualización del contenido. Una herramienta con la que es posible filtrar los datos para analizarlos en mayor detalle.

Herramienta para la visualización de tablas en Visual Studio Code
Herramienta para la visualización de tablas en Visual Studio Code

Visualización de los gráficos

Los gráficos se pueden ver con más detalle pulsando sobre el botón que se encuentra en la parte superior izquierda de estos. Abriéndose una herramienta como la se muestra en la captura de pantalla. En donde podremos hacer zoom sobre el gráfico y exportarlo a diferentes formatos. Por ejemplo, en la siguiente captura de pantalla se puede ver una gráfica que hemos creado con seaborn.

Publicidad


Herramienta para la visualización de gráficas en Visual Studio Code
Herramienta para la visualización de gráficas en Visual Studio Code

Conclusiones

En esta entrada se ha visto cómo ejecutar Jupyter Notebooks en Visual Studio Code y algunas de las herramientas que trae. Por ejemplo, la visualización de datos y gráficos puede ser de gran ayuda a la hora de analizar los datos y exportar resultados.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 5 / 5. Votos emitidos: 5

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?

Publicaciones relacionadas

  • sparkler
    Instalación de PySpark en Anaconda y primeros pasos
  • python
    Creación de paquetes de Python
  • pandas
    Pandas: Aplicar una función a las filas o columnas…
  • pandas
    Diferencias entre loc e iloc en Pandas
  • background
    Seleccionar filas y columnas en Pandas con iloc y loc
  • Codificación JSON
    Archivos JSON con Python: lectura y escritura

Publicado en: Python Etiquetado como: Jupyter, Visual Studio Code

Interacciones con los lectores

Comentarios

  1. pit dice

    diciembre 21, 2021 a las 9:22 pm

    Hola, sabes como pasar de un .py a un .ipynb?

    Responder
    • Daniel Rodríguez dice

      diciembre 23, 2021 a las 12:08 am

      Para convertir un archivo Python en un Notebook no habría más que copiar el contenido de este en una celda. Pero, si lo que se desea dividir de forma automática el contenido del archivo en varias celdas del Notebook, no conozco ninguna herramienta que lo pueda hacer.

      Responder

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.

Publicidad





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
  • Facebook
  • GitHub
  • Instagram
  • Pinterest
  • RSS
  • Twitter
  • Tumblr
  • YouTube

Publicidad

Entradas recientes

Mantener un sistema de alta disponibilidad con PostgreSQL y repmgr

diciembre 1, 2023 Por Daniel Rodríguez

Diferencias entre los errores 401 y 403 del estándar HTTP

noviembre 29, 2023 Por Daniel Rodríguez

Ver el código de cualquier función en Python

noviembre 27, 2023 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Duplicado Eliminar registros duplicados en pandas publicado el junio 20, 2018 | en Python
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • ¿Cómo cambiar el nombre de las columnas en Pandas? publicado el mayo 6, 2019 | en Python
  • El método Sainte-Laguë y su implementación en Python publicado el septiembre 22, 2023 | en Ciencia de datos
  • Numpy básico: eliminar elementos en arrays de Numpy publicado el octubre 30, 2019 | en Python

Publicidad

Lo mejor valorado

4.9 (22)

Seleccionar filas y columnas en Pandas con iloc y loc

4.7 (12)

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

4.6 (15)

Archivos JSON con Python: lectura y escritura

4.5 (10)

Diferencias entre var y let en JavaScript

4.4 (13)

Ordenación de diccionarios en Python mediante clave o valor

Publicidad

Comentarios recientes

  • Anto en Rendimiento al iterar en JavaScript sobre un vector
  • Daniel Rodríguez en Creación de un certificado Let’s Encrypt en Windows con Win-Acme
  • Guillermo en Creación de un certificado Let’s Encrypt en Windows con Win-Acme
  • Daniel Rodríguez en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • Miguel en ¿Cómo eliminar columnas y filas en un dataframe pandas?

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 © 2018-2023 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto