• 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)
    • Riesgo
      • Constructor de Scorecards de Crédito
      • Aplicar Scorecard de Crédito
    • 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

Barras de progreso en R y alarma de finalización

agosto 13, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Escaleras

En muchas ocasiones los programas que se ejecutan en un ordenador tardan un tiempo considerable en finalizar. Por ejemplo, las simulaciones de tipo Montecarlo o algunos procesos de optimización. En estas situaciones es una buena idea indicar al usuario el progreso de la tarea e idealmente el tiempo aproximado que falta para la finalización. Una de las mejores herramientas para esto es las barras de progreso. En esta entrada se explicará cómo se pueden implementar las barras de progreso en R.

Barras de progreso en R de texto

Una de las primeras opciones para crear barras de progreso en R se encuentra en el paquete tools donde se puede encontrar txtProgressBar. Esta función permite crear barras de progreso que pueden ser actualizadas mediante la función setTxtProgressBar. En el siguiente ejemplo se muestra cómo utilizar esta herramienta:

total <- 20

# Creación de la barra
pb <- txtProgressBar(min = 0, max = total, style = 3)

for(i in 1:total){
  # Se espera 0.1 segundos
  Sys.sleep(0.1)

  # Actualización de la barra
  setTxtProgressBar(pb, i)
}

close(pb)

Al incido del código se asigna a la variable total el número total de iteraciones que se van a realizar. Posteriormente se crea la barra se progreso y se asigna a la variable pb. A la barra de progreso se le ha de indicar el valor mínimo, y el máximo en los que se mide el progreso. La propiedad style indica el formato en el que se presenta la barra. Se inicia un bucle en el que se repite un proceso que tarda 0,1 segundos, para lo que se utiliza la función del Sys.sleep. Al final de cada iteración se actualiza el progreso mediante la función setTxtProgressBar, a la que se le pasa pb y el progreso. Una vez finalizado el proceso se ha de cerrar la barra con el comando close.

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

Barra con estimación de tiempo

Para las situaciones en las que se desea indicar el tiempo que falta para terminar el proceso se ha de utilizar una barra diferente a la anterior. Para ello se ha de instalar el paquete BBmisc. En este paquete existe una barra en la que se muestra el tiempo aproximado de finalización, para lo que asume que todos los pasos tardan el mismo tiempo en ser completados. En el siguiente ejemplo se muestra cómo utilizar esta nueva barra:

library(BBmisc)

bar <- makeProgressBar(max=5, label="test-bar")

for (i in 1:5) {
  bar$inc(1)
  Sys.sleep(0.2)
}

La barra se crea ahora con la función makeProgressBar. A la que se le indica el máximo numero de pasos y una etiqueta que es opcional. Al igual que en el caso anterior se simula un proceso pesado con la función del Sys.sleep. La actualización se realiza en esta ocasión en la propia barra de progreso indicando los pasos que se han realizado. Como se puede ver en el ejemplo en este caso no es necesario cerrar la barra al final.

Publicidad


Hacer sonar un sonido al concluir

Al ejecutar procesos pesados muchas veces no es necesario consular la pantalla continuamente para conocer el progreso. Puede que solamente sea interesante saber cuándo termina el proceso, para esto una de las mejores opciones es emitir un sonido. Para esto se puede utilizar el paquete beepr. Este paquete contiene una función beep que emitir un sonido al ejecutarse. Simplemente situando esta función al final del código se pude emitir una alarma sonora indicando la finalización. El código para ello es tan simple como

library(beepr)

beep()

La función beep puede generar diferentes sonidos dependiendo del valor que se le pase a la función.

Conclusiones

En esta entrada se han visto tres formas de indicar el progreso de la ejecución de código en R. Las tres opciones, dos barras de progreso y una alarma, son interesantes para informar a los usuarios del progreso de los procesos.

¿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?

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: R

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

WOE e IV: La Base Matemática del Credit Scoring

mayo 5, 2026 Por Daniel Rodríguez

Noticias

Lanzamiento de la versión 1.0 del laboratorio de Analytics Lane con nuevas herramientas de scoring

mayo 2, 2026 Por Daniel Rodríguez

Analytics Lane

¡Analytics Lane cumple ocho años!

mayo 2, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Programador de tareas de Windows: Guía definitiva para automatizar tu trabajo (BAT, PowerShell y Python) publicado el octubre 7, 2025 | en Herramientas, Productividad
  • Creación de gráficos de barras y gráficos de columnas con Seaborn publicado el julio 18, 2023 | en Python
  • Codificación JSON Archivos JSON con Python: lectura y escritura publicado el julio 16, 2018 | en Python
  • Noticias Traducción al castellano de “Python for Data Analysis” de Wes McKinney publicado el febrero 28, 2023 | en Noticias
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python

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

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

Comentarios recientes

  • 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
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown

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