Configuración del ambiente

Contenido del curso

Introducción

Web scraping

Pandas

Intro a Sistemas de Datos

Contenido Bonus

38
¿Por qué usar la nube?
04:05 min

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:008:45

Configuración del ambiente

Curso de Ingeniería de Datos con Python

Clase 5 de 38

Clase 5 / 38

Recursos

Configura un entorno sólido de ciencia de datos en minutos con Anaconda y conda. Aquí verás por qué es la opción más práctica para un o una data engineer, cómo instalarla en tu sistema y los comandos básicos para verificar, crear y administrar ambientes virtuales sin complicaciones.

¿Cómo instalar Anaconda y verificar la instalación?

Instalar Anaconda simplifica el arranque en ciencia de datos: incluye más de 1400 paquetes y herramientas listas para usar. Además, permite crear ambientes virtuales con distintas versiones de librerías, ideal para mantener proyectos aislados y estables.

Ve a: anaconda.com/download.
Elige tu sistema: MacOS, Linux o Windows.
Acepta los defaults del instalador y coloca tu contraseña si te la pide.
Al finalizar, abre la terminal para verificar.

Comandos útiles para confirmar la instalación:

conda version
conda help
conda list

Qué hace cada comando:

conda version: muestra la versión instalada de Anaconda.
conda help: lista comandos disponibles para tu flujo de trabajo.
conda list: muestra los paquetes instalados por Anaconda.

Verificación rápida en Python:

import numpy

Si no aparece error, tienes paquetes clave de ciencia de datos disponibles desde el intérprete de Python provisto por Anaconda.

¿Qué ventajas ofrece Anaconda frente a pip y virtual env?

En ciencia de datos, Anaconda es más sencilla que usar pip paquete por paquete. Además, si no dominas Python, te permite ser productivo casi de inmediato. Para desarrollo web, el consejo fue distinto: allí podría preferirse pip, pero aquí destaca Anaconda.

pip: instalación paquete por paquete.
Virtual Env: entornos aislados en Python tradicional.
Anaconda: instalación integral y ambientes virtuales con conda.

Buenas prácticas clave:

Un ambiente virtual por proyecto.
Mantén versiones específicas de librerías por proyecto.
Evita usar paquetes globales si necesitas versiones distintas.

Librerías que se usarán y para qué sirven:

Beautiful Soup: parsear y manipular HTML.
Requests: hacer solicitudes HTTP a la web.
NumPy: análisis numérico de datos.
Pandas: análisis, transformación y descripciones de datos.
Matplotlib: visualizaciones de datos.
YAML: formato similar a JSON para configuraciones.

Además, puedes trabajar en MacOS o Linux (se expresó preferencia por Linux) y también en Windows si lo prefieres.

¿Cómo crear, activar y eliminar ambientes virtuales con conda?

La recomendación es crear un ambiente virtual por cada proyecto. Con conda, el flujo es directo: crear, activar, trabajar, desactivar y, si hace falta, eliminar.

Crea el ambiente (usa el mismo nombre en todos los pasos):

conda create --name NOMBRE_AMBIENTE LIBRERIA_1 LIBRERIA_2 LIBRERIA_3 ...

Activa y desactiva el ambiente:

source activate NOMBRE_AMBIENTE
source deactivate

Lista ambientes disponibles y elimina uno si es necesario:

conda env list
conda remove --name NOMBRE_AMBIENTE

Puntos a recordar:

Al activar, verás el nombre del ambiente al inicio de la línea de comandos.
Al desactivar, regresas al ambiente base.
Antes de eliminar, confirma el nombre del ambiente con conda env list.

Con este flujo, puedes mantener múltiples proyectos con dependencias distintas sin conflictos. Y si algo falla, siempre puedes revisar los comandos de ayuda de conda.

¿Te quedó alguna duda de instalación, sistema operativo o comandos? Deja tu comentario y la comunidad te apoya con gusto.

Resumen

¿Cómo instalar Anaconda y verificar la instalación?

Ve a: anaconda.com/download.
Elige tu sistema: MacOS, Linux o Windows.
Acepta los defaults del instalador y coloca tu contraseña si te la pide.
Al finalizar, abre la terminal para verificar.

Comandos útiles para confirmar la instalación:

conda version
conda help
conda list

Qué hace cada comando:

conda version: muestra la versión instalada de Anaconda.
conda help: lista comandos disponibles para tu flujo de trabajo.
conda list: muestra los paquetes instalados por Anaconda.

Verificación rápida en Python:

import numpy

Si no aparece error, tienes paquetes clave de ciencia de datos disponibles desde el intérprete de Python provisto por Anaconda.

¿Qué ventajas ofrece Anaconda frente a pip y virtual env?

pip: instalación paquete por paquete.
Virtual Env: entornos aislados en Python tradicional.
Anaconda: instalación integral y ambientes virtuales con conda.

Buenas prácticas clave:

Un ambiente virtual por proyecto.
Mantén versiones específicas de librerías por proyecto.
Evita usar paquetes globales si necesitas versiones distintas.

Librerías que se usarán y para qué sirven:

Beautiful Soup: parsear y manipular HTML.
Requests: hacer solicitudes HTTP a la web.
NumPy: análisis numérico de datos.
Pandas: análisis, transformación y descripciones de datos.
Matplotlib: visualizaciones de datos.
YAML: formato similar a JSON para configuraciones.

Además, puedes trabajar en MacOS o Linux (se expresó preferencia por Linux) y también en Windows si lo prefieres.

¿Cómo crear, activar y eliminar ambientes virtuales con conda?

La recomendación es crear un ambiente virtual por cada proyecto. Con conda, el flujo es directo: crear, activar, trabajar, desactivar y, si hace falta, eliminar.

Crea el ambiente (usa el mismo nombre en todos los pasos):

conda create --name NOMBRE_AMBIENTE LIBRERIA_1 LIBRERIA_2 LIBRERIA_3 ...

Activa y desactiva el ambiente:

source activate NOMBRE_AMBIENTE
source deactivate

Lista ambientes disponibles y elimina uno si es necesario:

conda env list
conda remove --name NOMBRE_AMBIENTE

Puntos a recordar:

Al activar, verás el nombre del ambiente al inicio de la línea de comandos.
Al desactivar, regresas al ambiente base.
Antes de eliminar, confirma el nombre del ambiente con conda env list.

Con este flujo, puedes mantener múltiples proyectos con dependencias distintas sin conflictos. Y si algo falla, siempre puedes revisar los comandos de ayuda de conda.

¿Te quedó alguna duda de instalación, sistema operativo o comandos? Deja tu comentario y la comunidad te apoya con gusto.

Introducción

Pipelines automatizados con Python para ingeniería de datos

Archivos del curso y Slides

¿Qué es la ciencia de datos?

Por qué fallan los equipos de ciencia de datos

Configuración del ambiente

Jupyter Notebooks

Tipos de datos en ciencia de datos

Tipos de datos

Fuentes de datos

ETL: extract, transform y load explicado

Web scraping

Web scraping para data engineers: HTML y metadatos

Cómo hacer solicitudes HTTP con Python Requests

¿Cómo trabajar con un documento HTML?

Analizando un sitio web para encontrar las directivas a utilizar al hacer un web scrapping

Page Object Pattern para web scrapers

Implementando nuestro web scrapper: Configuración

Page Objects para extraer vínculos de noticias

Implementando nuestro web scrapper: Obteniendo artículos

Obtención de datos del Artículo

Persistiendo la información "scrapeada"

Pandas

Series vs DataFrame en Pandas

Qué es Series en Pandas y cómo crearlas

Estructura de datos: DataFrames

Índices y selección

Data wrangling con Pandas

Creación de la receta: preparando la automatización

Cómo rellenar datos faltantes en Pandas con regex

Pandas .loc y regex para títulos faltantes

Limpiando detalles adicionales

Generar UUIDs con MD5 en pandas

Enriquecimiento de los datos

Eliminación de duplicados con drop_duplicates en Pandas

Creando tu receta de limpieza de datos

Visualización de datos

Intro a Sistemas de Datos

Introducción a los sistemas de datos

Automatización del Pipeline

Carga de CSV a SQL con SQLAlchemy y pandas

Contenido Bonus

¿Por qué usar la nube?

Configuración del ambiente