Cómo seguir tu camino en ciencia de datos

Ahora puedo decir que mi vida cambió cuando concí a Jesús.

Esperando este curso por semanas para terminarlo en un día 😮

Excelente profesor! espero verlo en otros cursos 😄

Comparto lista de comandos utiles

1. conda env list > lista todos los ambientes que tengas en tu computadora
2. conda create —name py35 python=3.5 pandas > crea el entorno virtual llamado “py35” con la version de python 3.5 y la ultima version de pandas disponible
3. conda activate py35 > activa el entorno virtual llamado py35
4. conda deactivate > desactiva el ambiente que tengas activo
5. conda list > muestra todas las versiones de los paquetes que tengas instalados en el ambiente en el que te encuentres.
6. conda list X > te muestra unicamente la version de X que tenga el ambiente
7. conda update X > actualiza a la version mas reciente disponible del paquete X
8. conda instal X=3.9 Y=1.2> instala la version 3.9 del paquete X y la version 1.2 del paquete Y
9. conda create —name py39 —copy —clone py39 > crea el ambiente “py39” y clona todas las versiones de los paquetes que tenga el ambiente “py35”
10. conda env remove —name py39 > elimina el ambiente llamado “py39”
11. conda install -c conda-forge boltons > usamos este comando para especificarle a la terminal el canal que debe de usar para descargar el paquete que queremos.
12. conda remove X > elimina el paquete X
13. conda install —revision
14. conda list —revision > nos lista todos los estados en los que ha estado nuestro ambiente, es como un git log que nos deja ver las dependencias que instalamos y removemos
15. conda install —revision 0 > nos devuelve o adelanta al estado del ambiente en la revision 0
16. conda env export —no-builds > muestra el nombre del ambiente y las versiones de sus dependencias instalados
17. conda env export —from-history > nos muestra el nombre del ambiente y las versiones de las dependencias que nosotros especificamos manualmente
18. conda env export —from-history —file enviroment.yml > nos crea un file con las dependencias que nosotros especificamos manualmente que debe tener el ambiente
19. conda env create —file enviroment.yml > nos crea un ambiente con las espesificaciones del archivo “enviroment.yml” incluso el nombre del ambiente va a ser el mismo

Excelente curso. Para mi, que no tengo ninguna experiencia con programación ni ciencia de datos, me hubiese gustado ver aplicado todo esto en un proyecto real. De ahí en más, todo excelente. Muchas gracias J!!!

Este curso me cayó como anillo al dedo ya que quería aprender a como configurar mi entorno de científico de datos en linux, que coincidencias de la vida ya que no me imaginé que habría curso de esto hasta que por error escribí anaconda en le buscador de Platzi y asomo este curso que salió apenas hace 3 días.

Uno de los mejores cursos que he realizado, ya que de verdad no tenía NI IDEA de los ambientes virtuales, y me encanto de verdad que el Profe Jesús haya sido el encargado de dar este curso. 😃

Hola 😄
Aquí les comparto mis notas del curso🔥

Excelente curso! Muchas gracias!

Excelente curso, buena metodología, conocí Deep note, con una buena practica, deje algunos aporte y seria bueno un capitulo de snakemake

Excelente curso muchas gracias Jesús 😃

Gracias Jesus, fue un excelente curso.

Saber que se tienen varias posibilidades y todas muy potentes. Concuerdo en que primero debería ir el curso de introducción a la terminal y linea de comandos, para no dar tanta vuelta pensando en conceptos básicos de manipulación del OS.

Seguimos avanzando.

Muy buen curso…!!

Comparto mis Apuntes en Notion por si es para ustedes de utilidad https://brawny-platypus-e6f.notion.site/Entorno-de-Trabajo-para-Ciencia-de-Datos-con-Jupyter-Notebooks-y-Anaconda-6e9f08095b7f418a8a8382a9377ff54e

Para patatas digo pcs de poca capacidad unos tips
(bueno lo que yo hice :v)

1. Instalar miniconda: es conda sin la opción gráfica que me pesaba 11gb xD y el mini solo pesa 1-2gb, solo que tienen que instalar las cosas aparte en cada ambiente pero cuando borran limpian todito :3
2. Si usan windows usar el anaconda powerscript prompt: usaba el wsl pero virtualizar me alcanzaba 3gb de ram y yo tengo 6 :'v emular le pesa a mi patata F
3. lo bueno el anaconda powerscript prompt se puede usar en windows terminal y usan desde ahí
   
   
   copian la dirección de la terminal y ya esta :v así pueden usar la terminal con sus personalizaciones.

Bonus Track las carpetas de los ambientes aparecen igual aunque borraron todas sus librerías por ahora lo borro manual las carpetas :v así no aparecen de nuevo cuando ponen conda activate y le sale el ambiente aunque no tenga nada de librería, así cuando ponen les aparecerá error y ya saben que está 100% borrado :3

Información resumida de esta clase
#EstudiantesDePlatzi

• Felicidades, mereces una vida mejor

• Importante saber bien que herramientas voy a usar para mis proyectos

• Siempre utilizar ambientes virtuales para cada proyecto

• Nunca parar de aprender

Me gustó mucho, lo que uno no ve cuando apenas va empezando todo. Muy completo

dejo algunas cosas me encontre con este curso:

• manejar ambientes no es tan dificil como creia
• jupyter lab es mucho mejor que notebook. ambos estan en anaconda
  -jupyter lab tiene dark mode
  -VS code ya soluciono muchas problemas que vimos en el curso
  -es preferible tener un SO ubunto a parte a tener que instalar de 0 un virtual machine…

Excelente curso para quienes se preguntan cuál es la mejor opción para trabajar; más allá de esto, fue muy revelador ver cómo varias de estas herramientas funcionan de manera integrada y cumplen funciones necesarias para el desarrollo de proyectos.

Gracia Jesus por tu conocimiento

Buen curso, me agrado la introduccion a los notebooks, el uso de VS y anaconda junto con mamba, gracias.

Increible curso, me encanto el curso, ahora tengo mas ganas de seguir por esta ruta

Siempre me ha gustado vscode para programar, pero, para data sciencie vi que la mejor herramienta era deepNote

Me había saltado este curso en mi ruta porque ya tenía instalado Anaconda y ya había trabajado con notebooks en jupyter, pero realmente me ha aportado muchísimo, incluso me instalé WSL para empezar a incursionar en Linux.
Gran aporte en cuanto a la implementación de comandos específicos. Profe excelente! De seguro tomaré su otro curso.
Gracias!!

Google colab, es el menos desesperante

• El curso me dejo con unas ganas increbles de seguir aprendiendo, agradezco mucho eso 😃

Buen curso, me costó al principio, pero vamos para adelante. A seguir !!!

0:06 jjaja eres el mejor profe

Excelente curso!! Gracias profe Jesus!!!

Jjajajaja, tengo 3 de los 4 cursos recomendados listos!! WOW!

Gracias a este curso conocí Deepnote y me anime a publicar un par de artículos además de mi resumen de todo el curso se los dejo en este notebook de Deepnote

Pueden duplicarlo para poder ejecutarlo y editarlo

Gracias al profe Jesús Vélez por su animo, conocimiento y capacidad

Los entornos virtuales de Python nos van las siguientes ventajas:

Aíslan la ejecución de los proyectos (poder ejecutar diferentes proyectos que trabajen con versiones tanto de Python como de cierta biblioteca/paquete diferente)
Uso particular de entornos (virtuales) preparados (con ciertas bibliotecas/paquetes instalados); es decir, cada proyecto se ejecutará en el entorno virtual que es bueno para proyectos de cierta índole (por ejemplo, si creamos un proyecto de química, nos interesará ejecutar nuestro proyecto en un entorno que use bibliotecas/paquetes para el cálculo químico o conectarnos a servidores que obtengan información química)
Uso exclusivo de un entorno por proyecto para un máximo aislamiento de los proyectos.
Previene errores en la instalación de Python global (“Python común” o “base de Anaconda”); sobre todo previene la sobre-escritura no deseada de variables, métodos y clases.
Garantiza el uso de la versión correcta de Python y de las bibliotecas/paquetes cada proyecto.
Para los que nos gusta trabajar con la última tecnología (versión), facilita el uso de nuevas versiones de Python y bibliotecas/paquetes en proyectos nuevos (da igual que la mitad de los proyectos estén ejecutándose en una versión antigua en una máquina, trabajar con la nueva versión también funcionará en esa misma máquina y no pisará nada de la antigua versión).
Agiliza la refactorización de código de Python antiguo al nuevo (mantenimiento), al independizar entornos se pueden realizar las pruebas por separado y cuando esté preparado realizar el cambio. Además, como no se usa la instalación global, se puede ir actualizando cada proyecto con independencia y sin afectar al resto.
Permite crear un listado de los requisitos (dependencias de paquetes y versión de Python principalmente) para distribuir el proyecto a otra máquina (mover/copiar el proyecto a otra máquina, o pasar el proyecto a alguien), con solo copiar el proyecto que incluya el listado de requisitos ya se encargará el gestor de dependencias de preparar todo para que funcione correctamente (mediante este listado se descargarán las dependencias y lo que sea necesario automáticamente; por lo que tendremos el proyecto listo para usar en poco tiempo y sin apenas hacer nada).

muy buen curso! te deja listo para iniciar tus proyecto y la tactica de divide y venceras fue genial, no sabia que podria hacer eso… pero bueno pa eso estamos aca, para aprender!

Me gusto mucho el curso, muy interesante!

Excelente curso, me gusto la forma de explicar del profesor. Ya tengo 3 de los 4 cursos que recomendó. A darle con el ultimo.

Excelente curso, muy útil! 😄

No pensé que me fuera a gustar tanto este curso.

Excelente y pertinente curso.
 
Por primera vez hago un curso en el que todo funciona bien en mi Ubuntu🐧 😆.
 
Muchas gracias profe Jesús por compartir tus conocimientos.

Me encanto esta clase. Aprendi bastante para el entorno virtual con respecto a la carrera de ciencia de datos. Es algo bueno para no tener problemas al momento de trabajar. Asi me ayudara a ser el mejor.

Comparto mis notas del curso
👉 Notas del curso

Buen curso, corto pero potente.

✅

Recomendaciones del curso - Curso básico de python - Curso intro a la terminal - curso python intermedio - Curso de personalización avanzado de entorno para ciencia de datos

EExxamen respuestas
Resumen
1.
¿Qué es un notebook para ciencia de datos?
Documento que contiene código de programación y elementos de texto enriquecido.
2.
¿Qué significa REPL?
Ciclo de Lectura-Evaluación-Impresión.
3.
Dadas las características de los notebooks y los scripts, ¿cuál es mejor?
Ambos son útiles, depende del problema y objetivo que se tenga.
4.
¿Cuál NO es un sistema que incluya el funcionamiento de notebooks en su interfaz?
SSH
5.
Al hacer ciencia de datos, puedes escoger principalmente entre trabajar con notebooks de forma local o en la nube. ¿Cuál opción es mejor?
Ambos son útiles, depende del problema y objetivo que se tenga.
6.
¿Cuál es una ventaja de utilizar servicios en la nube de Jupyter Notebooks?
Acceso a las notebooks y cambios que realizas siempre desde cualquier computadora.
7.
¿Markdown es un lenguaje de marcado que se puede utilizar dentro de Jupyter Notebooks?
Verdadero
8.
Google Colab es ampliamente utilizado en el área de Machine Learning, ¿cuál podría ser una de las razones?
Servicio en la nube que provee de uso gratuito de GPUs y TPUs (poder de cómputo).
9.
De las siguientes opciones, ¿cuál es un entorno de trabajo de Jupyter Notebooks basado a nivel de proyecto?
Deepnote
10.
¿Cuál de los siguientes servicios/tipos de Jupyter Notebooks te permite crear gráficas sin necesidad de código?
Deepnote
11.
¿Cuál de los siguientes tipos de notebooks (o servicios) te permite crear un portafolio de trabajo en forma de notebooks publicados?

Deepnote
12.
Un editor de código soporta:
Múltiples lenguajes de programación.
13.
VSCode a través de extensiones te permite tener un ambiente de notebooks integrado. En ellos puedes:
Hacer uso de las extensiones que tengas instaladas (e.g. formateado de código).
14.
¿Qué son los ambientes virtuales en Python?
Un ambiente para cada proyecto que puede tener sus propias dependencias independientes de otros proyectos/ambientes.
15.
Conda es un gestionador de paquetes, dependencias y entornos para cualquier lenguaje de programación. Para hacer uso de este debes instalar:
Miniconda o Anaconda.
16.
¿Cuál de los siguientes comandos NO es válido para crear un ambiente virtual?

conda create env --file environment.yml
17.
¿Qué es mamba en cuestión de manejo de ambientes virtuales con Python?
Una reimplementación del manejador de paquetes conda en C++.
18.
Mamba permite acelerar la creación de ambientes virtuales a través de la descarga paralela de datos y paquetes. ¿Por qué adaptarse a mamba resulta tan familiar si ya sabes conda?
Su sintaxis de comandos está construida de tal forma de que sea lo más similar a la de conda.
19.
¿En qué consiste el algoritmo de divide y vencerás en el contexto de ambientes virtuales?
Si se tiene un proyecto muy grande o las dependencias de este pueden ser separadas en componentes más pequeños, es mucho mejor tenerlas separadas, pues mantenerlas de forma estable será mucho más sencillo.
Ver menos

te felicito jesus! muy bueno este curso. RECOMENDADISIMO!

Segunda vez que veo el curso, en verdad s+i haz dado pasos agigantados. 👣

Me gusto mas trabajar en la nube con google colab y tambien VSCode

El curso estuvo bien, apenas, pareciera que no se tocó mucho Jupyter Notebooks, pero profundizando es que no hay mucho más que decir 😅 entonces bien. Toca estudiar el que sigue.

Muy buen curso ya adentrándome en los entornos de Data Science 😃
Comparto mis apuntes en Notion

genial

El curso fue muy bueno

Ecelente curso, aunque no se creó un proyecto como tal, estaba más orientado a las herramientas que debemos elegir y como configurarlas. Lo cual está bien si consideramos que actualmente es el primer curso de la ruta de analisis de datos con Python. Y para hacer proyectos de verdad aun tenemos que aprender Pandas, Matplotlib y Numpy, así que nunca pares de aprender.

Buen curso, gracias.

Les comparto algunas notas que tomé 😃 Espero les sirvan

https://github.com/AndresLopezEsquivel/Python/tree/main/Advanced/Virtual-Enviroments

buen conocimiento.
gracias.

Excelente curso muchas gracias

Ahora entiendo mejor como funciona esto de los ambientes de trabajo, no me habia quedado claro. Nos vemos en otro curso!

Ya había utilizado python antes pero no para propósitos de AI y waoo me sorprendió lo genial de los notebooks y todo el poder de python como lenguaje de programación

Muchas gracias Proffee excelente curso.

Muy buen curso

Excelente introducción al curso de Terminal! Gracias!

Gracias profe, aprendí mucho en este curso :3

Me he frustrado al no poder instalar conda, pero lograrlo es satisfactorio, y llegar aca también.

Gran curso.
Seria genial que tuvieramos sin embargo una practe practica con algun ejercicio o demás. Pero a utilizar todo esto de aquí en adelante.

Este Curso estuvo muy bueno. Claro que van las 5 estrellas para Jesús.

este profesor es increible

Comparto mi lista de comandos

muchas gracias, me encanto el curso

gracias profe

Mis notas:
Notion juniorpeves

En realidad aún no sabemos utilizar notebooks, solo en que partes se dividen, como ejecutar codigo dentro del mismo y cargar archivos… espero que en los siguientes cursos podamos ver ya ejemplos para utilizarlos

super este curso es una ancla para este hermoso camino hacia los roles de esta hermosa escuela de data

Excelente curso Jesus.
.
Muchas gracias!!!..

El curso ha cumplido los objetivos más que de sobra, no conocía Deepnote, creo que es una muy buena herramienta, y el tema de conda con respecto a terminal ha sido impresionante.
 
Iré a tu otro curso, que cumplo los requisitos para poder hacerlo.
 
Un saludo y gracias.

El curso fue muy bueno. Aprendí muchisimo. Sin embargo me queda la duda de como desplegar en producción un proyecto en el que hemos utilizado ambientes. Ojala lo encuentre más adelante.

El curso es bastante interesante en relación a las distintas plataformas de programación.

Vale la pena explorar varias herramientas y finalmente, elegir aquella en la que uno se sienta más cómodo.

Tengo un Blog donde registro muchas cosas de mi carrera y aprendizaje en Data Science si alguien quiere visitarlo dejo aquí mi enlace:

Excelente metodologia, gran contenido, muy didactico, espero proximos cursos de Jesús, gracias.

Siendo sincero, amo Deepnote y Colab pero un día quedé sin internet y trabajar con Jupyter Notebooks en local fue divertido hasta que empecé a tener problemas. Luego de tomar este curso y cargar con la adrenalina de crear todo esto y ver lo fácil que es, creo que empezaré a trabajar más con mis propios ambientes

Buen curso! No hay forma de hacer los comandos que uno hace desde WSL con una consolo de windows como CMD?

Muy buen curso!

Excelente curso, justo lo que estaba buscando.

Gracias. Un curso muy revelador para mi. 😃

Curso directo al punto, para poder instalar las herramientas y crear los ambientes.

Muy buen curso , para los de la ruta de inteligencia artificial, muy claro y preciso

Muy bueno el curso 100% recomendado, te muestra el panorama completo de los diferentes entornos de trabajo en python.

Buenas les comparto la pagina del profe
https://jvelezmagic.com/

estuvo genial el curso¡¡¡¡¡¡¡¡

La principal virtud de un entorno virtual es que nuestros proyectos siempre funcionen en un entorno preparado exclusivamente para dichos proyectos, en la misma máquina en la que puedan existir otros proyectos que requieran de un entorno diferente. También protegeremos nuestro proyecto de manipulaciones externas del entorno y nos aseguraremos el funcionamiento correcto.

Muy buen curso. Aprendí muchas cosas, y estoy muy emocionado por seguir aprendiendo 😄

Lo mejor que me llevo de este curso es deepnote y la manipulación de los ambientes virtuales. 5 estrellas

Vaya curso, yo vengo de desarrollo web usando JavaScript con node, y esto me pareció otro nivel 🔥

Excelente curso, la forma de explicar del profesor es increíble: no aburre y es muy entretenido. Espero ver más cursos de este profesor y seguir aprendiendo ciencia de datos 😄

Curso básico, pero muy importante para que nos rinda mucho a la hora de trabajar.