Introducción a la Ciencia de Datos con Python

Este breve tutorial explica algunos de los conceptos relacionados con las librerías NumPy, Matplotlib, pandas y scikit-learn de Python.

Basado en el material de la asignatura Introducción a los Métodos Computacionales de 4º Curso del Grado en Ingeniería Informática (Universidad de Córdoba) (repositorio).

Instalación del entorno de trabajo

Para instalar el entorno de trabajo tenemos dos opciones: usar directamente el gestor de paquetes pip o utilizar la herramienta conda.

Instalación con pip

Si ya dispones de Python en una versión >=3.7 puedes usar este método. Crearemos un entorno virtual donde instalaremos las versiones de los paquetes necesarios, especificadas en el fichero requirements.txt.

# Creamos un entorno en el directorio "venv"
# Si usas Ubuntu/Debian necesitarás instalar el paquete "python3-venv"
# En otras distros viene incluído con Python>=3.7
python3 -m venv venv

# Activamos el entorno de manera que los paquetes que
# instalemos se instalen sólo para éste
source venv/bin/activate

# Instalamos los paquetes especificados en el fichero "requirements.txt"
pip install -r requirements.txt

El entorno virtual permanecerá activo hasta que cerremos la terminal o ejecutemos el comando deactivate.

Instalación con conda

Si dispones de la herramienta conda (instrucciones de instalación en Linux aquí, recomiendo instalar la versión reducida "miniconda") la instalación es algo más sencilla. conda podrá instalar automáticamente una versión de Python compatible si tu distribución no la ofrece.

# Esto creará el entorno virtual especificado en "requirements.yml"
# de nombre "sklearn-env"
conda env create -f requirements.yml

# Puedes activar este entorno en la terminal desde cualquier lugar
# usando el siguiente comando
conda activate sklearn-env

El entorno virtual permanecerá activo hasta que cerremos la terminal o ejecutemos el comando conda deactivate.

Abrir el cuaderno con Jupyter

Una vez instalado y activado el entorno de ejecución podemos lanzar el servidor Jupyter para trabajar con el cuaderno del tutorial.

jupyter notebook

Este comando abrirá automáticamente una pestaña en nuestro navegador donde podremos navegar por el sistema de archivos y abrir cuadernos de Jupyter (.ipynb). Podemos cerrar el servidor cuando queramos pulsando Ctrl+C.

Trabajar directamente desde Visual Studio Code

Las versiones recientes de VS Code son capaces de abrir cuadernos de Jupyter directamente si instalamos la extensión de Python de Microsoft. Podremos seleccionar el entorno virtual (tanto si lo hemos creado de forma manual o con conda) y abrir el fichero .ipynb directamente.