A lo largo de la diplomatura van a estar usando principalmente Python 3 ejecutado en notebooks interactivas de Jupyter. Existen muchas formas de configurar y ejecutar estas notebooks, les recomendamos trabajar en un entorno local, pero de no ser posible, pueden usar un entorno online.
Cuando trabajamos con conjuntos de datos pequeños y una cantidad de cómputo razonable, lo más rápido es ejecutar la notebook en la máquina local. La primera razón es que no depende de la conexión a internet, y la segunda es la velocidad de ejecución. En general, durante todas las materias obligatorias de esta diplomatura van a poder trabajar localmente sobre un hardware relativamente moderno.
Les recomendamos instalar conda como manejador de paquetes de Python y manejador de entornos. Usaremos miniconda, que es una versión liviana de Anaconda, sin tantos paquetes previamente instalados.
Si quieren algo más poderoso, pueden instalar Anaconda en lugar de miniconda, pero requiere más espacio en disco (3GB) y buena conexión a internet. Las instrucciones de instalación para los distintos sistemas operativos están en la documentación oficial.
Para mantener las versiones de los paquetes independientes, les recomendamos que creen un entorno o environment con conda, y lo usen durante toda la materia. Es posible que lo pudean re-utilizar para materias posteriores, pero si es necesario instalar distintas versiones de algunos paquetes, sólo tienen que crear un entorno nuevo y no pierden la configuración anterior. Adicionalmente, esto instalará algunos paquetes básicos para el uso de python.
$ conda create --name diplodatos-ayvd python=3.6
Deben activar el entorno antes de poder utilizarlo. Esto será necesario cada vez que abran una consola nueva.
$ conda activate diplodatos-ayvd
Primero, abran una consola, activen el entorno de conda y naveguen hasta la carpeta donde clonaron este repositorio. Siguiendo nuevamente la documentación oficial, pueden instalar JupyterLab directamente con conda desde su consola de preferencia o el Anaconda Prompt:
$ conda install -c conda-forge jupyterlab
$ conda install nb_conda_kernels
Para ejecutar JupyterLab, usen el comando:
$ jupyter lab
esto abrirá una pestaña nueva en el navegador. Podrán ver los archivos presentes en el repositorio en la parte izquierda de la pantalla, o los archivos presentes en el directorio desde donde ejecutaron el comando anterior.
En caso de que el navegador no se abra automáticamente, pueden acceder al lab desde http://localhost:8888/lab. Para ingresar a la vista de notebooks tradicional de Jupyter pueden ir a http://localhost:8888/tree.
Tanto si usan conda como si usan otro manejador de paquetes, deben instalar los siguientes paquetes.
- pandas
- seaborn=0.10
Trabajar sobre el entorno local algunas veces no es posible. En particular, cuando no podemos instalar Jupyter localmente por problemas de versions o permisos, o cuando la cantidad de datos o cómputo excede nuestro hardware.
Les recomendamos usar Google Colaboratory para cargar y ejecutar notebooks en linea, disponible en https://colab.research.google.com/notebook. Por ejemplo, para abrir alguna de las notebooks de este repositorio, pueden ir a la pestaña GitHub y pegar la url de la notebook, por ejemplo, https://github.com/DiploDatos/AnalisisyVisualizacion/blob/master/02_practico_I.ipynb. Esperen a que se cargue, y luego pueden abrirla.
Colaboratory permite modificar y ejecutar las notebooks, y les provee de suficientes recursos de hardware para la mayoría de las aplicaciones que van a encontrar durante toda la diplomatura, incluyendo GPUs.
Es importante notar que cuando modifiquen la notebook, sus cambios serán locales, es decir, no afectan a la notebook guardada en github. Para trabajar sobre las notebooks de sus propios repositorios, deben descargar la notebook en formato .ipynb y subirla manualmente, o utilizar la opción Save copy in GitHub e ingresar sus credenciales.
Ejecutar las cosas en la red tiene sus desventajas. La principal, y tal vez controversial, es permitir acceso al código y a los datos a una empresa externa, lo cual no siempre es posible con politicas de propiedad intelectual o privacidad de datos estrictas.
- Dr. Valeria Rulloni
- Lic. Milagro Teruel