Saltar al contenido principal

Vista previa de la interfaz Jupyter

Jupyter Preview El entorno Jupyter es particularmente útil para:
  1. Proyectos de análisis y visualización de datos utilizando bibliotecas de Python (Pandas, Matplotlib, etc.)
  2. Experimentos de aprendizaje automático y aprendizaje profundo
  3. Ejecución interactiva de código con retroalimentación inmediata
  4. Creación de flujos de trabajo documentados que combinan código y markdown
  5. Contenido educativo con explicaciones y ejemplos ejecutables

Acceder a la interfaz

  1. Después de iniciar un laboratorio habilitado para Jupyter, haga clic en la pestaña “Notebook” en la parte superior de la página
  2. Espere a que la interfaz Jupyter se cargue por completo
  3. Verá la familiar interfaz Jupyter Notebook en su navegador
Notebook Tabs

Diseño de la interfaz

La interfaz Jupyter consta de varios componentes clave:
  1. Área de trabajo principal: Main Work Area
    • Celdas de cuaderno (código y markdown)
    • Visualización de salida
    • Barra de herramientas con acciones comunes
  2. Barra de menú superior: Top Menu Bar
    • Operaciones de archivos
    • Manipulación de celdas
    • Controles del kernel

Trabajar con cuadernos

Tipos de celdas

  1. Celdas de código:
    • Escriba y ejecute código Python
    • Vea la salida directamente debajo de la celda
    • Use Shift+Enter para ejecutar
    Code Cell
  2. Celdas Markdown:
    • Documente su trabajo
    • Agregue explicaciones y notas
    • Admite ecuaciones matemáticas usando LaTeX

Operaciones comunes

  1. Crear nuevas celdas:
    • Haga clic en el botón + en la barra de herramientas
    • Use el atajo de teclado B (debajo) o A (arriba)
  2. Ejecutar celdas:
    • Haga clic en el botón de reproducción
    • Use Shift+Enter
    • Use las opciones del menú Celda
  3. Cambiar el tipo de celda:
    • Use el menú desplegable en la barra de herramientas
    • Atajos de teclado: Y (código), M (markdown)

Escenarios de uso

100 Ejercicios de Pandas

Este es un laboratorio de ejemplo de análisis de datos que cubre 100 ejercicios usando Pandas.
Trabajando con datos en Jupyter:
import pandas as pd
import matplotlib.pyplot as plt

# Read data
df = pd.read_csv('data.csv')

# Create visualization
plt.figure(figsize=(10, 6))
df['column'].plot(kind='bar')
plt.title('Data Visualization')
plt.show()
La salida aparece directamente debajo de la celda de código, lo que facilita la iteración en su análisis.

Comparación de clasificadores Scikit-Learn

Este es un laboratorio de ejemplo de aprendizaje automático que compara diferentes clasificadores usando Scikit-Learn.
Ejemplo de flujo de trabajo de aprendizaje automático:
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

# Split data
X_train, X_test, y_train, y_test = train_test_split(X, y)

# Train model
model = LogisticRegression()
model.fit(X_train, y_train)

# Evaluate
score = model.score(X_test, y_test)
print(f"Model accuracy: {score:.2f}")

Preguntas frecuentes

Puede instalar paquetes adicionales usando pip en una celda de código:
!pip install package-name
Recuerde que las instalaciones son temporales y se restablecerán cuando finalice su sesión.
Atajos importantes de Jupyter:
  • Ejecución de celdas
    • Ejecutar celda: Shift+Enter
    • Ejecutar celda e insertar debajo: Alt+Enter
  • Operaciones de celdas
    • Insertar celda arriba: A
    • Insertar celda debajo: B
    • Eliminar celda: D,D (presionar dos veces)
    • Copiar celda: C
    • Pegar celda: V
  • Tipos de celdas
    • Celda de código: Y
    • Celda Markdown: M
  • Otros
    • Guardar cuaderno: Ctrl+S
    • Paleta de comandos: Ctrl+Shift+P
Presione H para ver todos los atajos.
Los cuadernos educativos en LabEx son diferentes del contenido regular del laboratorio:
  1. El contenido se presenta directamente en el cuaderno
  2. No hay verificación paso a paso disponible debido a la naturaleza de Jupyter
  3. Aprendes por:
    • Leer explicaciones en celdas markdown
    • Ejecutar código de ejemplo
    • Modificar el código para experimentar
    • Completar ejercicios dentro del cuaderno
Este formato permite una experiencia de aprendizaje más interactiva y a su propio ritmo.
I