Anaconda con Python

¿Que es Anaconda con Python?

Anaconda Python es una plataforma de código abierto gratuita que le permite escribir y ejecutar código en Python. Es propiedad de la empresa continuum.io, una empresa que se especializa en la programación en Python. La plataforma Anaconda es el método más popular para aprender y utilizar Python en informática científica, ciencia de datos y aprendizaje automático.
Anaconda para Python es muy popular porque facilita la implementación y gestión de paquetes y Además, posee una colección con más de 720 paquetes de código abierto y bibliotecas que se puede usar para proyectos de programación. Las librerías de ciencia de datos, Conda, Anaconda Navigator y Anaconda Project son cuatro soluciones tecnológicas de Anaconda. Se pueden instalar de forma automática mediante un proceso simple en los sistemas operativos de Windows, macOS y Linux, la distribución de anaconda para Python cuenta con aproximadamente treinta millones de usuarios en todo el mundo.
Existe una variedad de versiones que sirven para diferentes tipos de programadores y cada una ofrece:
• Individual edition: es la versión gratuita que se puede usar de manera individual
• Team edition: es una versión de pago para empresas que utilicen la herramienta para Python y R. El precio oscila entre 10.000 dólares.
• Enterprise edition: es la versión más profesional porque ofrece soporte como entrenamiento personalizado, soporte 24/5 y muchas otras características.

¿Cuáles son las características de Anaconda con Python?

Debido a su gran cantidad, decidimos agruparlos en la siguiente lista:
• Puede gestionar de manera avanzada paquetes relacionados a la Ciencia de Datos
• Utiliza varios Entornos de desarrollo integrado, incluidos Spyder y Jupyter.
• Ayuda a escribir algoritmos complejos.
• Instala y administra fácilmente paquetes, dependencias y entornos de ciencia de datos con Python.
• Incluye herramientas como Numba y Dask para el análisis de datos.
• Visualización de datos con herramientas como Holoviews, Bokeh y Datashader.
• Una amplia variedad de programas de aprendizaje automático.
• Le permite acceder a recursos para aprender a manejarlo mejor.
• Tiene soporte para computación de alto rendimiento.
• No depende del control de versiones o paquetes específicos.
• Compila Python utilizando código de máquina para acelerar la ejecución.
• Tiene herramientas útiles que ayudan a compartir y crear documentos con anotaciones, descripciones y código de compilación en vivo.
• Apoya la escritura de algoritmos mientras se realizan otras tareas importantes.
• Es una interfaz de usuario muy intuitiva.
• Podrás usar varias plataformas para ejecutar tus avances o compartirlos con otros.
• Cuenta con una gran comunidad, libre y de código abierto.
• Incluye una amplia gama de usos relacionados con el aprendizaje de máquina y los modelos de aprendizaje.
• Aunque es una interfaz gráfica de usuario bastante básica, Anaconda Navigator tiene bastante potencial.
• Ayuda a instalar y administrar fácilmente paquetes, entornos y dependencias para aplicaciones de ciencia de datos de Python.
• Puede administrar paquetes de ciencia de datos avanzados
• Elimina los problemas de control de versiones y la dependencia de paquetes.
• Le permite acceder a recursos para aprender a manejarlo mejor.
• Acelera la implementación de proyectos de ciencia de datos.

¿Cuáles son las ventajas para un programador al utilizar Anaconda con Python?

Hay que agregar algunas cosas importantes para garantizar que sus paquetes de ciencia de datos sean compatibles, como:
• Sea rápido y sencillo para reducir significativamente la complejidad de la programación y también ofrece un patrón que se adapta a sus propias necesidades. Se trata de un excelente lenguaje de scripting para programar algo rápidamente y fácilmente con pocas líneas de código
• Los Entorno de desarrollo integrado ayudan a crear aplicaciones científicas. Son muy útiles para la creación de gráficos y código.
• Elegante y adaptable. No es necesario preocuparse tanto por los detalles porque el lenguaje de programación es flexible.
• Se integra fácilmente con Jupyter Notebook.
• Puede usar Python y R en un solo entorno.
• Conda es un gestor de paquetes integrado muy útil.
• Accederás a JupyterLab, Cuaderno Jupyter, Spyder, IBM Watson, Datalore, Qt console, PyCharm, Glueviz, Orange 3 y Rstudio, entre otras aplicaciones importantes.
• Una aplicación visual que integra herramientas y versiones de Python para el desarrollo científico.
• Programación saludable y eficiente.
• Tiene reglas claras y es fácil de usar que otros códigos.
• Compatible con entornos virtuales Python

Entorno Anaconda con Python

Un entorno Conda es un directorio que contiene un conjunto de paquetes Conda específicos que han instalado. Por ejemplo, se puede tener un entorno con NumPy 1.7 y sus dependencias Python, así como otro entorno con NumPy 1.6 para pruebas de programas Python que requieren versiones más antiguas de las librerías.
Los demás entornos Conda no seran afectados si se cambia algo en uno. Para moverse entre distintos entornos se pueden activar o desactivar fácilmente. Donde se puede dar una copia del archivo environment.yaml y compartir el entorno creado con alguien.
Python es un lenguaje Open Source que evoluciona constantemente, lo que puede causar incompatibilidad con desarrollos anteriores que emplean versiones específicas. Incluso se pueden utilizar métodos de las librerías como lo es pandas que se modifican y son dependencias que cambian al actualizar cada version.
Los entornos de Anaconda son precisamente adecuados para manejar este tipo de circunstancias. Un entorno de Anaconda se puede concebir como un espacio separado e independiente donde se mantienen congeladas las librerías y versiones de Python. Por lo tanto, lo ideal es tener un desarrollo estático si queremos mantenerlo con una combinación de versiones de librerías. A la hora de abordar proyectos, se recomienda tener un entorno base con la instalación de Anaconda, o incluso Miniconda, que cuelgue varios entornos con las librerías necesarias para cada caso.
Se utilizan los siguientes comandos para la creación de un entorno
1. Comando para crear un entorno: conda create –name nombre_entorno 
2. Comando para crear un entorno con una versión de python y una serie de librerías: conda create -n nombre_entorno python=3.6 pandas numpy matplotlib 
3. Comando para activar un entorno existente: conda activate nombre_entorno 
El entorno Conda tienen la siguiente estructura de directorios: Un entorno Conda tiene un directorio raíz que contiene lo que es Anaconda o Miniconda. Se puede encontrar en las siguientes carpetas como C:\Anaconda en Windows y en Linux, /opt/Anaconda.
Luego hay otros directorios que son: /pkgs (se conoce como PKGS_DIR), este directorio contiene paquetes descomprimidos que están listos para enlazarlos en los entornos conda. Cada paquete se encuentra en un subdirectorio que corresponde a su nombre.
El directorio /envs, que es la ubicación del sistema donde se crean entornos Conda adicionales. Además de los mencionados anteriormente, el entorno por defecto de Anaconda se compone de los siguientes subdirectorios:
• /bin • /include • /lib • /share

Descarga e instalación de Anaconda para Python

1. Descargar Anaconda con Python
Ve al sitio web oficial de Anaconda y haga clic en el botón “Descargar”. Seleccione la versión de su sistema operativo y luego haga clic en “Descargar”.
2. Instalar Anaconda con Python
Para iniciar el proceso de instalación, haga doble clic en el archivo de instalación descargado. Para completar la instalación, sigue las instrucciones en pantalla.
3. Iniciar Anaconda con Python
iniciar Anaconda haciendo clic en el icono del escritorio después de haberse instalado.
4. Crear un entorno virtual Anaconda con Python
un entorno virtual es un espacio donde se instala y ejecutan paquetes Python para un proyecto. Esto ayuda a prevenir conflictos entre paquetes de varios proyectos.
Abre Anaconda Navigator y haga clic en el botón (Create) para crear un entorno virtual. Seleccione (Conda Environment) y luego haga clic en (Create).
5. Realizar la instalación de paquetes en Anaconda con Python
Puede instalar paquetes Python usando el comando (conda install) una vez que haya creado un entorno virtual. ejecutar el comando siguiente poder instalar el paquete numpy: (conda install numpy).
6. Inicie la ejecución del código Python
Después de haberse completado la instalación, encuentre Anaconda Navigator en el menú de inicio de Windows 10. La interfaz gráfica de escritorio de Anaconda Distribution y Anaconda Navigator permite ejecutar aplicaciones y ayuda gestionar paquetes, entornos y canales Conda sin necesidad de usar la línea de comandos. Anaconda Navigator puede buscar paquetes en un repositorio local de Anaconda o en Anaconda.org.
Spyder es la forma más fácil de usar Anaconda Navigator para ejecutar código. Para escribir y ejecutar el código, seleccione la opción Spyder en la solapa principal de Navigator. Puede usar Jupyter Notebooks de la misma manera, si lo desea. La ventaja de Jupyter Notebooks, que está ganando popularidad cada vez más, es que combinan las funciones de un entorno de desarrollo integrado, que le permite escribir y ejecutar código, con las de un sistema de documentación, que le permite ingresar imágenes, textos e interfaces interactivas. Los blocs Jupyter se pueden editar, ver y usar en un navegador web.
En Navigator, seleccione la pestaña Ambientes y luego el botón Crea. Aparecerá el cuadro de diálogo Establecer un nuevo entorno. Escribe un nombre descriptivo para el nuevo entorno en el campo Name.
Hacer clic en (Create). Anaconda Navigator creará y activará el nuevo entorno. Ahora tendrá dos entornos: base (root) y snowflakes. Puedes cambiar entre uno y otro al seleccionar el nombre del entorno que se desea y activando un entorno y desactivando el otro.

Créditos:

Autor: Brayan Stiven Melo Cubillos

Editor: Carlos Iván Pinzón Romero

Código: UCPAG4-5

Universidad: Universidad Central

Fuentes:

Santiago Moreno, (27 de septiembre de 2023). Introducción a Anaconda Python: ¿qué es?, https://www.datahack.es/introduccion-a-anaconda-python-que-es/ 

Equipo Ticjob, (19 de abril de 2022). Descubre qué es Anaconda, https://blog.ticjob.es/descubre-que-es-anaconda/ 

Adrián Rodríguez Mira, (21 de julio de 2021). Ciencia de datos: Anaconda Python, https://www.tokioschool.com/noticias/ciencia-datos-anaconda 

Gustavo du Mortier, (09 de junio de 2022), Primeros pasos en ciencias de datos con Anaconda, https://cosasdenerds.com/primeros-pasos-en-ciencias-de-datos-con-anaconda/ 

Juanweb, (24 de octubre de 2023), Descarga e instalación de Anaconda para Python: Guía paso a paso, https://codigospython.com/descarga-e-instalacion-de-anaconda-para-python-guia-paso-a-paso 

Professorkazarinoff, (10 de febrero de 2022), Top 5 Python Tools, https://pythonforundergradengineers.com/posts/top_five/images/five_tools_logos_composition.png 

Martin Ganchev (21 de abril de 2023), A Step-By-Step Guide on How to Install Python and Jupyter Notebook in Anaconda, https://365datascience.com/resources/blog/2017-11-Python-Anaconda-Install-min.png 

Elpythonista, Anaconda Python y Conda, https://elpythonista.com/wp-content/uploads/2020/10/Anaconda-navigator.png 

MasterGis, (29 agosto 2021), ¿Qué es Anaconda Python? Instalación+ Introducción a Jupiter Notebook, https://www.youtube.com/watch?v=NWrjwsUeSM0