Lunes, Noviembre 20, 2017

Jupyter notebook: documenta y ejecuta código desde el navegador

Jupyter-Notebook

En el artículo Anaconda Distribution: La Suite más completa para la Ciencia de datos con Python hablamos que íbamos a detallar herramientas interesantes que se instalan automáticamente con esta suite. Una de esas herramientas es Jupyter Notebook la cuál es ideal para aquellos que están aprendiendo a programar en Python y necesitan ir documentado todo lo que van aprendiendo, además de aquellos que deben presentar informes con base científicas.

¿Qué es Jupyter Notebook?

El Jupyter Notebook es una aplicación web de código abierto, desarrollada utilizando lenguaje HTML agnóstico que permite crear, compartir y editar documentos en los que se puede ejecutar código python, hacer anotaciones, insertar ecuaciones, visualizar resultados y documentar funcionalidades.

Esta aplicación está diseñada generalmente para tener una compatibilidad avanzada con Python, Markdown e incluye la posibilidad de exportar documentos hechos con la herramienta a otros formatos.

Generalmente esta herramienta es utilizada para el aprendizaje del lenguaje de programación python, la limpieza y transformación de datos científicos, la simulación numérica, el modelado estadístico y puede abarcar muchas otras áreas.

Características de Jupyter Notebook

Entre las muchas características de Jupyter Notebook podemos destacar:

  • De fácil instalación gracias a estar presente en la Suite Anaconda Distribution.
  • Posee una avanzada interfaz web que permite combinar código fuente, textos, formulas, figuras y multimedia en un solo documento.
  • La integración de diverso tipos de información nos permite dar explicaciones más adecuada de nuestros programas o de los conceptos que estemos aprendiendo.
  • Permite el acceso desde cualquier lugar sin necesidad de instalación de otros servicios, ya que funciona como cliente servidor. De igual manera, Se puede ejecutar en un escritorio local o en servidor remoto.
  • Aunque el lenguaje de programación fundamental en Jupyter Notebook es Python, esta aplicación también es compatible con más de 40 lenguajes, entre los que destacan R, Julia y Scala.
  • Permite el intercambio de documentos de Jupyter a través de servicios de terceros.
  • Podemos ejecutar y visualizar imágenes, videos, LaTeX y JavaScript, además de manipular los resultados de los mismos en tiempo real.
  • Cuenta con un administrador de documentos avanzado, que permite visualizar los archivos compatible con Jupyter Notebook que esten alojados en nuestro equipo.
  • Los documentos realizados en Jupyter Notebook se pueden exportar a diferentes formatos estáticos incluyendo HTML, reStructeredText, LaTeX, PDF y presentaciones de diapositivas.
  • Es compatible con nbviewer el cual permite que portar nuestros documentos de Jupyter Notebook a la nube como una página web estática, la cuál podrá ser visualizada por cualquiera sin necesidad de instalar el Jupyter Notebook .

jupyter-notebook-preview

¿Cómo usar e instalar Jupyter Notebook?

Si con anterioridad hemos instalado Anaconda Distribution pues ya tenemos Jupyter Notebook instalado y lo podemos ejecutar desde la terminal con jupyter notebook, dicho comando ejecutará los servicios necesarios para que la herramienta funcione adecuadamente y abrirá automáticamente nuestro navegador con defecto para que comencemos a disfrutar de las funcionalidades de Jupyter.

En caso de que no desee instalar Anaconda Distribution podemos instalar Jupyter Notebook usando pip de Python, para ello abra una terminal y ejecute el siguiente comando:

$ pip install notebook

De igual manera, podemos disfrutar de una demo online de la aplicación desde el siguiente link y una documentación extensa de todas sus funcionalidades la podemos encontrar en su página oficial.

Jupyter Notebook es una herramienta que considero fundamental para aquellos que están iniciando en el fabuloso mundo de la programación en Python, pero también cuenta con un potencial estupendo para aquellos que desean hacer estudios de la ciencias de datos de manera ordenada, con todo el potencial de Python y con la posibilidad de dejar documentada toda la base científica que se ha utilizado.

 

Fuente: desdelinux

¿Quién está en línea?

Hay 187 invitados y ningún miembro en línea

Contador de Visitas

9050170
Hoy Hoy 776
Ayer Ayer 1453
Esta semana Esta semana 776
Este mes Este mes 28661
Total de Visitas Total de Visitas 9050170

Día con más
visitantes

11-11-2017 : 2493

Gracias por su visita