Python

Extensiones de Jupyter Notebook para facilitar las tareas de codificación

Una de las grandes virtudes de Jupyter Notebook es la posibilidad de instalar complementos con los que extender las funcionalidades. Entre los paquetes disponibles en la actualidad posiblemente uno de los más completos es jupyter_contrib_nbextensions. Un paquete que contiene más de 60 extensiones del que podéis encontrar dos entradas anteriores analizando algunas de sus herramientas para reducir las distracciones y mejorar la productividad. En el siguiente video se muestran seis extensiones de Jupyter Notebook para facilitar las tareas de codificación.

Instalación de jupyter_contrib_nbextensions

El proceso de instalación de jupyter_contrib_nbextensions se puede realizar de una forma sencilla gracias al comando pip. Para ello solamente se tiene que escribir en la terminal

pip install jupyter_contrib_nbextensions

Una vez hecho esto hay que configurar en Jupyter las extensiones para que este sepa de su existencia. Algo que también se puede hacer mediante la terminal escribiendo la siguiente línea

jupyter contrib nbextension install --user

comando con el que únicamente se instalará solamente en la cuenta actual, si se desea instalar para todos los usuarios es necesario cambiar la opción --user por --system.

Extensiones vistas en el video

Las extensiones que se han visto en el video son las siguientes.

Hinterland

Mejora las funciones de autocompletado de código de los Notebooks ofreciendo opciones después de cada pulsación de teclas. Facilitando de esta manera la escritura de código al evitar errores y recordar el nombre de las opciones disponibles.

Skip traceback

Al producirse un error durante la ejecución de una celda se muestra todo el rastro de este, una información que puede llegar a ser abrumadora. Si se activa la extensión Skip traceback solamente se mostrará la descripción del error ocultando la traza completa. Siendo posible consultar toda la información cuando sea necesario. De este modo, el mensaje de error generalmente únicamente requiere una línea, generando un resultado de la celda más limpio.

Autopep8

Al escribir código para pruebas puede que no respetemos todas algunas de las normas de estilo de Python. Para solucionar este problema existen los formateadores de código como autopep8. La activación de este complemento permite integrar esta herramienta en Jupyter Notebook, de modo que solamente pulsado un botón se formatee automáticamente el código de la celda activa.

El complemento no incluye el autopep8, por lo que es necesario instalarlo previamente. Para lo que solamente deberemos ir a la línea de comandos y escribir

pip install autopep8

Codefolding

A medida que crece el código, por ejemplo, al escribir múltiples métodos para una clase, puede que no sea interesante ver todos los detalles. Para estas situaciones, en los editores de textos modernos existe la posibilidad de compactar las funciones, métodos, clases y comentarios. En Jupyter Notebook esta funcionalidad se puede conseguir mediante este complemento.

Coment/Uncoment

En muchas ocasiones es necesario comentar o quitar el comentario en múltiples líneas de código. Por desgracia en Python no existe un comentario de bloque, siendo necesario hacerlo en cada una de las líneas. Para solucionar este problema se puede activar el completo Coment/Uncoment gracias al cual se puede definir un atajo de teclado para realizar esta tarea.

Variable Inspector

Finalmente, el complemento Variable Inspector permite ver todas las variables que existen en la sesión actual y eliminar las que ya no sean necesarias.

Conclusiones

En el video de esta entrada se han visto seis extensiones de Jupyter Notebook para facilitar las tareas de codificación que se pueden obtener con el paquete jupyter_contrib_nbextensions. Si queréis ver videos con otras extensiones de este paquete lo podéis dejar en los comentarios del post o del video de Youtube.

¿Te ha parecido de utilidad el contenido?

Daniel Rodríguez

Share
Published by
Daniel Rodríguez

Recent Posts

Por qué migrar tus proyectos TypeScript a ES Modules en 2026

Durante años, CommonJS (require/module.exports) ha sido la forma por defecto de organizar módulos en Node.js,…

4 días ago

Método del codo: interpretación correcta y limitaciones

Cuando usas k-means tienes que decidir algo incómodo de entrada: cuántos grupos, , vas a…

6 días ago

Errores comunes al interpretar resultados estadísticos

La estadística no suele fallar en los cálculos: falla en la interpretación. El test está…

2 semanas ago

Dashboard CLV: cuatro modelos, un mismo dataset, conclusiones muy distintas

Los artículos anteriores de esta serie cubrieron cuatro formas de mirar el valor del cliente:…

2 semanas ago

Curiosidad: Por qué la criptografía habla siempre de Alice y Bob

Quien se acerca a la criptografía descubre enseguida a dos personajes que aparecen en casi…

3 semanas ago

Desbalanceo de Clases en Credit Scoring: Por Qué Usamos Ponderación en lugar de Undersampling

En credit scoring el desbalanceo de clases es la norma, no la excepción. En una…

3 semanas ago

This website uses cookies.