Configurando un NoteBook

Clase 12 de 30 • Curso de Big Data y Ciencia de Datos 2016

Resumen

Vamos a la carpeta del proyecto, para esto creamos un entorno virtual, para tener las dependencias instaladas solo en este proyecto.

Necesitamos instalar una librería llamada jupyter y pandas

Recuerda:

Dataframe es una serie de datos organizados en filas y columnas
Panda Series es el tipo de datos de cada columna

Luis Liquin

student•

Instalacion en windows 10

instalar python
configurar en variables de entorno la ruta donde se encuentra el ejecutable de python

desde la consola (con permisos de administrador) ejecutar
-pip install virtualenvwrapper-win
-mkvirtualenv data-science principiantes
-pip install jupyter

iniciar jupyter
-jupyter notebook

instalar pandas
!pip install pandas

url de referncia
https://www.youtube.com/watch?v=e6xHdRegBNs

nota: ! referencia el codigo linux de prueba

Wilson Montenegro

student•

:’)

Jesus Fernandez

student•

Me llamo mucho la atención algo que el hizo, y era la posibilidad de “correr” el código de la celda, usando las teclas y no lo encontraba por ningún lado, aquí se los dejo.

Para poder correr la celda en cuestión solo es necesario posicionarse en la celda y darle Shift + Enter.

Espero les sirva tanto como a mi.

Edgar Moises Valdez Faria

student•

Excelente. Gracias

Julián Fernando Amaya Díaz

student•

Crear Virtualenv:

virtualenv nombreproyecto

Para Activarlo:

Dentro de la carpeta del entorno:

source bin/activate

Desactivar

deactivate

Juan Francisco Mosquera

student•

hola , como descargo el csv de pokemon ?

Julián Fernando Amaya Díaz

student•

Hola Juan, yo también tengo esa duda porque en el archivo pokemon.zip no aparece, y no se puede probar cada paso del video. Sin embargo al ejecutar el proyecto pokemon con jupyter se muestra todo el proceso que hace Will en el video.

Luis Enrique Jeronimo Martinez

student•

A quien mediante pip no le aparezca virtualenv yo lo solucione instalando Python 3.6, después:

sudo pip3 install virtualenv

y listo:

virtualenv nombredemicarpeta

Si quiero activar el directorio, debemos dirigirnos a el y ya dentro ejecutar

source bin/activate

y para desactivar solo basta con escribir

deactivate

Diego Forero

Team Platzi•

Hola esto funciona con cualquier versión de python, si les da error de que pip no es un comando reconocido solo tienen que instalar pip y luego hacen sudo pip install virtualenv o mejor sudo pip install virtualenvwrapper

Juan Francisco Mosquera

student•

para los que requieran el dataset ; https://www.dropbox.com/s/nbpy22ayrb2ml8d/Pokemon.csv?dl=0

Juan Pablo Duque Ordoñez

student•

Para instalalr virutalenv en Ubuntu (me funciono en 16.04 ):

    sudo apt-get install python3-setuptools 

    sudo easy_install3 pip

    sudo apt-get install python3-pip

    sudo pip3 install virtualenv

Ricardo Celis

teacher•

excelente! muchas gracias por compartir =)

José Alberto Ortiz Vargas

student•

Gracias

Juan Carlos Miranda Carlos Miranda

student•

En windows10 cómo hago el mkvirtualenv sin usar Anaconda?, Sería buen que platzi explicara mejor esta parte, o pusiera notas para usuarios de Windows.

Juan Carlos Miranda Carlos Miranda

student•

Seguí con la siguiente lección y ahí viene todo más explicado. Como abrir la terminal como administrador, como instalar lo necesario para crear el virtualenv, como installar jupyter, etc. No se desesperen al ver el video. Recomienod que lo vean completo y continúen a la siguiente lección. Y efectivamente, como dice un compañero, es más fácil si se instala Anaconda (como administrador)

Ricardo Azpeitia P.

student•

Bueno no es sencillo de hecho es mas sencillo hacerlo via anaconda en windows.

De otra tendrías que no solamente instalar setuptools, pip, etc…

Tambien tendrías que compilar todas las librerías que van usar, para eso vas a necesitar pip, un compilador de C, C++ y fortran (numpy) requiere eso. Y ajustar cada librera de C para que compile correctamente.

Igual puedes encontrar paquetes wheel ya empaquetados, pero no siempre funcionan de la manera que esperas porque hacen un linkeo dinamico.

Mi recomendación es instala anaconda y usalo en ese ambiente, es mucho mas simple.

Rafael Ortiz

student•

En esta parte pienso que te fuiste muy rápido, ya tengo que irlo haciendo a la par supongo? o sigue en la explicación ya no me senti guiado

Moisés Manuel Morín Hevia

student•

Va muy rápido, te recomiendo hacerlo a la par con pausa.

Aufsten Aufsten

student•

Aquí un tutorial para facilitar la instalación de los elementos utilizados.
https://docs.google.com/document/d/1FXS3LFTYXnSNSdBlA_rWhGuw7eGOb4XAreOp7hfPk_Q/edit?usp=sharing

Gynna Marcela Tapiero Rodriguez

student•

Gracias :D

nicolas barravecchia Barravecchia

student•

Muchas gracias excelente la explicacion!

ARTURO RUIZ OCHOA Ruiz

student•

Cómo se instala mkvirtualenv en mi mac?

Ricardo Azpeitia P.

student•

Necesitas instalar virtualenvwrapper

Ricardo Azpeitia P.

student•

brew install virtualenvwrapper

LUIS FERNANDO CASTAÑEDA CASTRO

student•

Les recomiendo instalar la distribución Anaconda, contiene Jupyter , soporta Python , R, entre muchas otras herramientas enfocadas en Data Science. https://anaconda.org/anaconda

Antonio Villavicencio Garzón

student•

¿Por qué usa el ! en !pip y no solo pip?

Diego Forero

Team Platzi•

El símbolo ! se usa dentro de jupyter para poder ejecutar comándos del sistema dentro de la celda de jupyter.

Jesús Maximiliano Manchuk

student•

Si usas w10 y el comando ! no responde, puedes probar con %

Andres Eduardo Alemán Otaolaurruchi

student•

Una vez abriendo el jupyter notebook me sale este kernel error:

Traceback (most recent call last):
  File "c:\users\eduale~1\envs\data-s~1\lib\site-packages\tornado\web.py", line 1592, in _execute
    result = yield result
  File "c:\users\eduale~1\envs\data-s~1\lib\site-packages\tornado\gen.py", line 1133, in run
    value = future.result()
  File "c:\users\eduale~1\envs\data-s~1\lib\site-packages\tornado\gen.py", line 1147, in run
    yielded = self.gen.send(value)
  File "c:\users\eduale~1\envs\data-s~1\lib\site-packages\notebook\services\sessions\handlers.py", line 67, in post
    model = yield gen.maybe_future(sm.get_session(path=path))
  File "c:\users\eduale~1\envs\data-s~1\lib\site-packages\notebook\services\sessions\sessionmanager.py", line 170, in get_session
    return self.row_to_model(row)
  File "c:\users\eduale~1\envs\data-s~1\lib\site-packages\notebook\services\sessions\sessionmanager.py", line 209, in row_to_model
    raise KeyError
KeyError

¿Alguien me puede ayudar?
Tampoco puedo correr ninguna linea adentro del notebook como el lo hace…
¿Necesito ya tener bases de python para este curso?

Andres Eduardo Alemán Otaolaurruchi

student•

También tengo este código en la terminal

ModuleNotFoundError: No module named 'prompt_toolkit.formatted_text'
[W 13:01:38.022 NotebookApp] KernelRestarter: restart failed
[W 13:01:38.024 NotebookApp] Kernel 6dc001da-1a14-40b9-83c2-18a9f3973e1b died, removing from map.
[W 13:02:22.783 NotebookApp] Timeout waiting for kernel_info reply from 6dc001da-1a14-40b9-83c2-18a9f3973e1b
[E 13:02:22.785 NotebookApp] Error opening stream: HTTP 404: Not Found (Kernel does not exist: 6dc001da-1a14-40b9-83c2-18a9f3973e1b)```

Jesús Maximiliano Manchuk

student•

Recién estoy comenzando el curso, y por lo que veo si es necesario tener al menos un conocimiento básico de Python. Animo, que si le dedicas su tiempo podrás aprender rápido a manejar las ideas más esenciales.

Cristian Orozco Benjumea

student•

Para trabajar con Jupyter Notebook es mejor usar el entorno de Anaconda o mejor usar el virtualenv en cada proyecto?

Diego Forero

Team Platzi•

Yo prefiero crear un entorno virtual (o usar docker) es más práctico en mi opinión anaconda instala muchas cosas que en la mayoría de los casos puedes no necesitar, es mejor instalar lo que necesitas para cada proyecto.

Cristian Orozco Benjumea

student•

Gracias @GOLLUM23, así he venido trabajando fue lo que aprendí de Wilf Wolf. Entonces aprendí bien. 🚀

Maria Nelly Herrera Millan

student•

Antes de iniciar el curso yo instalé anaconda el cual viene con python 3.6 y Jupyter. ¿Es necesario instalar virtualenv si ya tengo anaconda? Si es asi, ¿podrian aclararme mejor como lo instalo teniendo en cuenta lo que escribí al principio? Estoy trabajando sobre un equipo windows 10 Home.

Carolina Londoño

student•

Hola Manelly,

Si usas anaconda, te recomiendo que uses conda, un administrador de paquetes con el cual también puedes crear ambientes virtuales y seguir trabajando con anaconda,.

Maria Nelly Herrera Millan

student•

ok gracias, lo revisaré

Jesús Maximiliano Manchuk

student•

Tengo un problema, no me corre el data.head()

NameError Traceback (most recent call last)
<ipython-input-3-304fa4ce4ebd> in <module>
----> 1 data.head()

NameError: name ‘data’ is not defined

estoy usando windows 10 con Python 3.6. ¿Alguien puede ayudarme?

mi codigo está en éste orden:

import pandas as pd
data = pd.read_csv (‘Pokemon.csv’)
data.head() #AQUÍ ES DONDE VA MAL

Diego Forero

Team Platzi•

Revisa que la ruta del archivo pokemon.csv este correcta, es probable que no este cargando nada y por eso toma data como no definida.

Bryan Tony Cipriano Tarazona

student•

Debes correr las lineas anteriores para que funcione, quizá estas corriendo esa linea sin haber corrido las anteriores, es como si hicieras un código python y colocaras data.head() sin antes haber importado la librería pandas y leer el csv.

Oscar Narvaez

student•

¿Cómo hago para saber que estoy trabajando dentro del ambiente virtual y no desde el sistema?

¿El ambiente virtual solo existe dentro de la carpeta donde lo creamos?

Tengo esas dudas conceptuales.

Roberto Osses Vecchi

student•

Hola esto te puede ayudar, https://rukbottoland.com/blog/tutorial-de-python-virtualenv/

Para ctivar el ambiente virtual

source bin/activate
(env)$

antes del $ deja el nombre del ambiente virual que creaste

para desactivar es

(env)$ deactivate
$

tu terminal quedara sin (nombreAmbienteVirtual)

Oscar Narvaez

student•

Me sirvió bastante.

¡Muchas gracias!

Tomás Retamal Venegas

student•

Alguien me podría explicar un poco mejor la definición de un “Series”? No la entendí bien 😕

Ignacio Esteban Aredez Diaz

student•

Es una array de una dimensión (o sea una linea ) en python es un array en Panda es una serie.

Si le pusieras mas lineas y columnas seria un Dataframe( que es un array con multiples dimenciones, vamos que tiene filas y columnas)

Ignacio Esteban Aredez Diaz

student•

Es una array de una dimensión (o sea una linea ) en python es un array en Panda es una serie.

Si le pusieras mas lineas y columnas seria un Dataframe( que es un array con multiples dimenciones, vamos que tiene filas y columnas)

Moisés Manuel Morín Hevia

student•

Un dataframe es una base de datos que esta siendo usada.

Iván Sabido

student•

pueden instalar anaconda, ya viene con muchas de las bibliotecas necesarias preinstaladas.

Configurando un NoteBook

Bienvenidos

Aprende sobre Big Data y Ciencia de Datos con los cursos actualizados

Bienvenido al curso

¿Qué es un Data Scientist?

Ejemplos de uso de Data Science

Cómo funciona una búsqueda de Google y el Algoritmo de Spotify

Retos de un data scientist

¿Porqué surge Data Science ahora y no antes?

¿En cuáles campos trabajan Data Scientists?

¿Cuáles habilidades y herramientas usamos?

Workflow de un Data Scientist

Introducción a Python

Guía de Jupyter

Configurando un NoteBook

Continuando con nuestro ejemplo

Flujo de trabajo de un Data Scientist

Workflow Típico de un Data Scientist

Recolectar datos, limpiar datos dormir con sus datos

Modelos de datos

Construir un modelo

Validar su modelo y predecir el futuro

Comunicar los resultados

Algebra Lineal para Data Science

Básicos de Probabilidad

Automatización en Data Science

Hacer que las máquinas hagan todo

Objetos del mundo real en el espacio vectorial y métricas de distancia

Ejemplo de espacio vectorial y métricas de distancia

Conclusiones

Cómo ser un data Scientist

Cierre del curso

Desafío 01

Desafío 02

Contenido complementario

¿Qué es big data y cuál es su papel en datascience?