Instalación de Anaconda en Windows, Linux y Mac
Contenido del curso
Williams Israel Chorolque Choque
Antonio Demarco Bonino
Alfredo Olmedo
Valentina Cobo Paz
Mario Alexander Vargas Celis
Roxana Patricia Arauco Aliaga
Luis Eduardo Alcantara Olvera
Platzi
Jefred Bedoya
Francisco López Velázquez
Marco Gómez
Jhon Maldonado
Valentina Cobo Paz
Daniel Andres Rojas Paredes
Valentina Cobo Paz
Daniel Andres Rojas Paredes
David Herrera
David Herrera
Juan R Rossano
Alejandro Cano
Luis Eduardo Alcantara Olvera
Platzi
Antonio Mesa Casares
No se encuentra el cheatsheet en la sección de recursos.
Williams ya quedó el Cheat Sheet que mencionabas, en los recursos de la clase. Gracias por estar atento. Saludos.
No se encuentra el cheatsheet en la sección de recursos.
He tenido la experiencia de tener conflictos entre ambientes y problemas de instalación de dependencias y mi consejo es que no sigan al pie de la letra las soluciones que les puede dar una IA, me ha pasado que me llevan por el lado oscuro de la configuracion de la maquina 🤣 pueden llevarte a empezar a modificar la configuración de red o interna del servidor y dejar inservible tu servidor. Funcionan mejor en este caso los foros
Aquí tienes una guía clara para instalar Anaconda en Windows, Linux y macOS. Anaconda es una distribución de Python con más de 1.500 paquetes para ciencia de datos, machine learning, y análisis.
💻 1. Windows
✅ Pasos:
.exe.🐧 2. Linux
✅ Pasos:
Descarga el instalador Desde terminal:wget
Ejecuta el instaladorbash Anaconda3-2024.02-1-Linux-x86_64.sh
PATH: responde yes.Reinicia la terminal y verifica:conda --version
🍎 3. macOS
✅ Pasos:
Descarga el instalador Desde selecciona la versión para macOS (Intel o Apple Silicon).
Instalación gráfica o por terminal
.pkg si es gráfico.Sigue los pasos del instalador y confirma agregar Anaconda al PATH.
**Verifica instalación:**conda --version
🧪 Verifica entorno base y acceso a Jupyter
conda info --envs jupyter notebook
Por qué es recomendable marcar Add Anaconda to my PATH, cuando en rojo dice NO recomendable?
En mi caso donde trabajo hay muchos proyectos cada uno con diferentes versiones de python, no usamos mucho pandas o herramientas de ciencia de datos.
En mi caso aun así e sirve anaconda o no?
Navigator allows efficient management of environments and packages with just a few clicks, Something essential when working in teams or in collaborative projects where speed and organization are key.
Por si alguien esta viendo esta clase al dia de hoy también hay una manera de hacerlo todo por medio de la terminal por lo menos en sistemas basados en windows
Esta es la URL de la DOC oficial justo donde pueden encontrar los pasos para poder hacer la instalación con el cli
y tambien tiene sus respectivos apartados para MacOs y Windows tanto gráficamente como por la terminal
La clase explica que Anaconda es ideal para principiantes o proyectos amplios en ciencia de datos por sus más de 250 paquetes preinstalados y su interfaz gráfica. Miniconda es para usuarios que saben exactamente qué paquetes necesitan, ofreciendo un entorno más ligero. PIP, en cambio, es el gestor de paquetes propio de Python para uso general, no tan específico para ciencia de datos como Conda.
Aquí encuentran la cheatsheet actualizada
Anaconda es una plataforma utilizada por más de 20 millones de desarrolladores en ciencia de datos y machine learning, siendo preferida por empresas como Facebook, NASA y Tesla. Facilita la gestión de entornos virtuales y la instalación de paquetes como Numpy y Pandas. La clase cubrió la instalación de Anaconda en Windows, Linux y Mac, incluyendo pasos específicos para cada sistema operativo. También se discutió la opción de MiniConda para quienes buscan una instalación más ligera y personalizada.
Me ha servido mucho usar miniconda en mi equipo personal ya que no ocupa tanto espacio en disco
Entonces anacoda es un tio de ambientes virtuales con mas capacidades pre instaladas.
yo me imagino los ambientes virtuales como carpetas con una capa de aislamiento, pero no se si estoy mal los asmbientes virtuales son carpetas?
se podría decir que son carpetas, lugares asignados en la memoria del pc en donde se tienen instaladas versiones especificas de las dependencias y que esta a su vez si necesitan otra dependecia para su ejecución solo se dirigen a esa dirección de memoria. Por lo cual se le llama ambiente, porque solo interactuan estas dependencias de python con las dependencias que se encuentran en esta carpeta. Muy útil porque te permite tenerlas instaladas en un lugar en especifico, sin problema de interferir con otras configuraciones que tengas en tu equipo
¿sanaconda se puede instalar para que funcione solo dentro de una carpeta o un entorno virtual? Veo que queda instalada en una carpeta especifica pero parece que funciona en todo linux (segun lo que entendi de la clase) podria hacer algo para que funcione solo en unpa carpeta de mi pc?
Para los que usan zsh igual es posible usar el comando:
❯ zsh Anaconda3-2024.10-1-Linux-x86_64.sh
o con la forma tradicional en cualquier shell:
./Anaconda3-2024.10-1-Linux-x86_64.sh
¿Es necesario instalar anaconda? ¿O para el manejo de entornos virtuales alcanza con miniconda? Si es solo para el manejo de entornos virtuales y se usa la terminal linux en windows yo usaria miniconda.
en este tipo de contenido donde tienen multiples sistemas operativos, se debería poder ir a la sección de interes en mi caso usando mac tuve que ir saltando el video para buscar la parte del video de mi interes
En mi caso donde trabajo hay muchos proyectos cada uno con diferentes versiones de python, no usamos mucho pandas o herramientas de ciencia de datos. En mi caso aun así e sirve anaconda o no?
Navigator permite la gestión eficiente de entornos y paquetes con solo unos clics, algo esencial al trabajar en equipos o en proyectos colaborativos donde la velocidad y la organización son clave.
Yo he trabajado siempre con PIP y VENV, y no he tenido nunca ningún problema en la creación de entornos virtuales, a la vez de que puedo reproducirlos en otras máquinas y equipos con el archivo requirements.txt, que en el primer vídeo no lo indican. No es necesario usar Conda o Anaconda a no ser que sea algo muy específico de ciencia de datos, Machine Leraning o IA y aún de este modo puedes trabajar con otros entornos virtuales y con Jupyter Notebooks.