Conectar PostgreSQL con Jupyter Notebooks abre la puerta para llevar tus datos más allá de pgAdmin y empezar a explorarlos como lo haría alguien que trabaja en big data o análisis de datos. Aquí verás cómo preparar tu entorno con Python, pip y Visual Studio Code para tener todo listo antes de lanzar tu primera consulta.

¿Por qué usar Jupyter Notebooks con PostgreSQL?

Una vez que dominas tu base de datos, el siguiente paso natural es conectarla con herramientas externas. Puedes construir una API que hable con el motor o, como haremos aquí, abrir la puerta al análisis de datos usando notebooks interactivos.

Jupyter Notebooks te permite ejecutar código Python por celdas, ver resultados al instante y combinar consultas SQL con visualizaciones. Es el puente ideal entre tu conocimiento de Postgres y un flujo de trabajo más analítico.

¿Qué es Jupyter Notebook? Es un entorno interactivo donde escribes y ejecutas código Python por bloques, ideal para explorar datos y documentar tu análisis al mismo tiempo.

¿Qué paquetes necesito instalar para empezar?

Antes de tocar Visual Studio Code, debes preparar Python con dos paquetes clave que se descargan desde pip, la tienda centralizada de paquetes de Python [1:00].

• notebook: instálalo con pip install notebook. Es uno de los paquetes más pesados, así que puede tardar cerca de cinco minutos en configurarse [1:30].
• ipykernel: instálalo con pip install ipykernel. Te servirá para configurar un kernel de Python y crear ambientes de trabajo aislados [2:10].

¿Qué es un kernel en Jupyter? Es el motor que ejecuta tu código dentro del notebook. Define qué versión de Python y qué librerías están disponibles en ese ambiente.

Si quieres profundizar en esta herramienta, existe un curso de introducción a Jupyter Notebooks dentro de Platzi que complementa muy bien lo que estás aprendiendo aquí.

¿Cómo configurar Visual Studio Code para Jupyter?

Con los paquetes instalados, abre Visual Studio Code en la carpeta donde quieres trabajar. Desde la terminal escribe code . y la ventana se abrirá lista para configurarse.

¿Qué extensión de Jupyter debo instalar?

Dentro de la pestaña de extensiones busca Jupyter (con Y). La primera opción es de Microsoft y supera los 91 millones de descargas [3:30]. Es un paquete que instala cuatro extensiones de golpe:

• Jupyter Keymap.
• Jupyter Notebook Renderers.
• Slideshow.
• Cell Tags.

Una vez instalada, ya puedes crear archivos compatibles con notebooks.

¿Cómo creo mi primer archivo .ipynb?

Crea un archivo nuevo y nómbralo, por ejemplo, book1.ipynb. La extensión .ipynb es la firma de los notebooks y, en cuanto la agregas, Visual Studio Code muestra un pequeño icono de libro y despliega el modelo de celdas listo para usarse [4:20].

¿Cómo selecciono el kernel y creo un ambiente de trabajo?

El último paso antes de escribir código es elegir el kernel. Al hacer clic en la opción de seleccionar kernel, Visual Studio Code te ofrece los ambientes de Python disponibles y la opción de crear uno nuevo.

Tienes dos frameworks muy conocidos para crear ambientes aislados en Python:

• venv: el módulo nativo de Python para entornos virtuales.
• Conda: gestor de paquetes y ambientes muy usado en ciencia de datos.

Selecciona venv, elige el intérprete de Python que vas a usar y espera unos minutos a que el ambiente se despliegue [5:30].

¿Cómo sé que mi ambiente venv está listo? Cuando los ventiladores de tu computadora dejan de sonar, desaparece el aviso de VS Code y aparece venv configurado como kernel de Python.

Con estas tres señales confirmadas, tu entorno queda preparado para abrir el notebook y empezar a consultar información de PostgreSQL desde Python. ¿Ya tienes tu ambiente listo? Cuéntame en los comentarios qué versión de Python elegiste y si optaste por venv o Conda.