• 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
      • Descenso de gradiente
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Matriz de confusión e informe de clasificación
      • Visualizador de fronteras de decisión
      • Simulador de K-Means
      • Número Óptimo de Clusters
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Problema del cumpleaños
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • La aguja de Buffon
      • Simulador de la Estrategia Martingala
      • Simulador de Cadenas de Markov
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Comparador de tarifas de luz 2.0TD
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
      • Frontera Eficiente
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Consultar CSV con SQL en el navegador
      • Extractor de tickets (OCR)
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Calculadora HMAC
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
      • Editor de expresiones cron
      • Conversor de unidades
    • 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

Almacenamiento de repositorios Git en la nube con GitHub

Git

octubre 26, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 5 minutos

En una entrada anterior se explico el flujo de trabajo básico con Git. Se explico como crear un nuevo repositorio, agregar archivos, realizar un seguimiento de los cambios y sincronizar el repositorio local con uno remoto. Los repositorios remotos se pueden crear en otro disco, en una ubicación de red o en un servidor. Actualmente existen múltiples servicios que ofrecen la posibilidad de crear repositorios Git en la nube, en la que se pueden guardar una copia de los proyectos o utilizarla repositorio central para un equipo. Uno de los más populares en la actualidad es GitHub.

Repositorios Git en la nube

GitHub es un servicio de alojamiento web permite alojar proyectos con el sistema de control de versiones Git. En la actualidad es uno de los servicios de este tipo más populares ya que permite almacenar proyectos públicos de forma gratuita. En junio de 2018 el servicio fue comprado por Microsoft.

GitHub no es el único servicio que permite el alojamiento de repositorios Git en la nube. Otros servicios similares disponibles actualmente son Bitbucket y GitLab. En el caso de Bitbucket es posible trabajar con repositorios privados y el sistema de control de versiones Mercurial de forma gratuita para pequeños proyectos.

Creación de una cuenta el GitHub

Para poder crear un repositorio en GitHub es necesario crear primero una cuenta. Para ello solamente se ha de ir a la página principal y seleccionar “Sign up”. La creación de una cuenta es tremendamente sencilla, únicamente se ha de indicar un usuario, la dirección de correo y una contraseña.

Shallow copy vs Deep copy en Python: la mutación inesperada
En Analytics Lane
Shallow copy vs Deep copy en Python: la mutación inesperada

Creación de una cuenta en GitHub
Creación de una cuenta en GitHub

Creación de un repositorio en GitHub

La creación de un nuevo repositorio es tremendamente sencillo. Simplemente se ha de utilizar el botón “Start a project” o en el menú “+” situado en la parte superior derecha y seleccionar la opción “New Repository”.

Añadir un nuevo repositorio en GitHub
Añadir un nuevo repositorio en GitHub

En ambos casos aparecerá el asistente para la creación de un nuevo repositorio. En este caso solicitará únicamente un nombre y una descripción opcional. Los repositorios pueden ser públicos (cualquier persona puede ver el contenido, pero no hacer un commit) y privado (solamente los usuarios autorizados pueden ver el proyecto). La segunda opción requiere una cuenta de pago.

Creación de un nuevo repositorio en GitHub
Creación de un nuevo repositorio en GitHub

Otras opciones de interés son inicializar el repositorio con un archivo README, incluir un archivo .gitignore y el tipo de licencia. Una vez finalizado se puede proceder a la creación del repositorio.

Sincronización del repositorio

Una vez creado el proyecto aparecerán las instrucciones para crear uno nuevo o sincronizar uno existente. Como se explicó en la entrada anterior, primero se ha de añadir a la lista de repositorios y posteriormente subir los cambios mediante el comando git push.

Opciones para la sincronización del repositorio
$ git remote add origin [email protected]:drodriguezperez/introduccion_git.git
$ git push -u origin master
 
Counting objects: 3, done.
Delta compression using up to 4 threads.
Compressing objects: 100% (2/2), done.
Writing objects: 100% (3/3), 1.14 KiB | 1.14 MiB/s, done.
Total 3 (delta 0), reused 0 (delta 0)
To [email protected]:drodriguezperez/introduccion_git.git
 * [new branch]  	master -> master
Branch 'master' set up to track remote branch 'master' from 'origin'.

Si es la primera vez que se accede a la cuenta será necesario configurar las credenciales de acceso.

Una vez realizado los pasos indicados se pude utilizar el comando git remote -v para configurar que se ha configurado correctamente el repositorio remoto. En el ejemplo se puede comprobar que se obtienen las siguientes líneas.

$ git remote -v
origin [email protected]:drodriguezperez/introduccion_git.git (fetch)
origin [email protected]:drodriguezperez/introduccion_git.git (push)

El archivo .gitignore

En el proceso de creación del repositorio se ha solicitado la creación de un archivo .gitignore. Este es un archivo especial en el que se puede indicar los tipos de ficheros que se desean omitir intencionadamente del repositorio. Por ejemplo, los archivos temporales que se crean en un proyecto. El formato es sencillo, en cada una de las líneas se han de incluir las extensiones de los archivos que se desean ignorar.

A continuación se muestra un archivo .gitignore para un proyecto en R.

# Created by https://www.gitignore.io/api/r

### R ###
# History files
.Rhistory
.Rapp.history

# Session Data files
.RData

# Example code in package build process
*-Ex.R

# Output files from R CMD build
/*.tar.gz

# Output files from R CMD check
/*.Rcheck/

# RStudio files
.Rproj.user/

# produced vignettes
vignettes/*.html
vignettes/*.pdf

# OAuth2 token, see https://github.com/hadley/httr/releases/tag/v0.3
.httr-oauth

# knitr and R markdown default cache directories
/*_cache/
/cache/

# Temporary files created by R markdown
*.utf8.md
*.knit.md

# Shiny token, see https://shiny.rstudio.com/articles/shinyapps.html
rsconnect/

### R.Bookdown Stack ###
# R package: bookdown caching files
/*_files/


# End of https://www.gitignore.io/api/r

Plantillas de estos archivos para los diferentes lenguajes de programación se pueden encontrar en https://github.com/github/gitignore.

Conclusiones

En esta entrada se ha visto cómo crear un repositorio en GitHub y sincronizarlo con los locales que se han creado en una entrada anterior. Disponer de copias de seguridad de los repositorios es clave para evitar pérdidas accidentales de datos.

Es importante recodar que GitHub solamente permite guardar repositorios públicos de forma gratuita. Es decir, cualquier persona tendrá acceso al código guardado en este repositorio. Para almacenar repositorios privados se disponer de una cuenta de pago.

¿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

  • Shallow copy vs Deep copy en Python: la mutación inesperada
  • Cómo Proyectar Cuándo Alcanzarás la Independencia Financiera
  • Cómo Saber si una Diferencia Significativa es Importante
  • Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”
  • Cómo Elegir el Test de Hipótesis Correcto para tus Datos
  • Qué significa realmente “calidad de datos”
  • Tuplas vs Listas en Python: parecen lo mismo, pero no
  • == vs is en Python: la diferencia que causa bugs misteriosos
  • Curiosidad: El puerto 80 y los números de puerto

Publicidad

Publicado en: Herramientas Etiquetado como: 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

Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”

noviembre 12, 2026 Por Daniel Rodríguez

Shallow copy vs Deep copy en Python: la mutación inesperada

noviembre 10, 2026 Por Daniel Rodríguez

Cómo Saber si una Diferencia Significativa es Importante

noviembre 5, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • ¿Puede la inteligencia artificial ser creativa? [Mitos de la Inteligencia Artificial 3] publicado el julio 2, 2024 | en Opinión
  • Calcular la moda en un vector de NumPy publicado el septiembre 26, 2022 | en Python
  • Compra on-line Tasa de retención de clientes para CLV publicado el junio 6, 2018 | en Ciencia de datos
  • Codificación JSON Archivos JSON con Python: lectura y escritura publicado el julio 16, 2018 | en Python
  • método D'Hondt en Excel Atribución de escaños en Excel publicado el octubre 13, 2023 | en Ciencia de datos, 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

  • Daniel Rodríguez en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Hatepi en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Daniel Rodríguez en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Juan en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no

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