Otros 5 trucos de Jupyter Notebook que probablemente desconozcas

Feb 24, 2021 | Python | 0 Comentarios

En un artículo anterior ya os mostramos una serie de trucos que podemos utilizar para Jupyter Notebook con el objetivo de mejorar la productividad y ahorrar tiempo al utilizar esta herramienta. En la publicación de hoy, os vamos a explicar 5 nuevos trucos que posiblemente desconozcáis.

Sin más preámbulos, pasemos a ver estos 5 trucos para Jupyter Notebook.

 

1. Ejecutar comandos de consola

Hay ocasiones en las que nos puede resultar muy útil hacer uso de los comandos de consola desde nuestro propio documento de Jupyter Notebook, sin tener que abrir la terminal.

Esto es muy fácil de realizar desde nuestros documentos. Tan solo tenemos que introducir cualquier comando que queramos ejecutar en una celda y prefijarlo con el carácter !.

Por ejemplo, si queremos ver los archivos y carpetas que tenemos dentro del directorio, solo tenemos que ejecutar la siguiente línea:

In [1]:
!ls
5_nuevos_trucos.ipynb Videos                foto.png

 

2. Mostrar la lista de comandos mediante el comando %history

Unpequeño truco para ver fácilmente los comandos utilizados hasta ahora consiste en ejecutar el comando mágico %history. Este comando nos mostrará una lista de todos los comandos usados previamente en la sesión actual.

Asimismo, le podemos indicar que solo queremos que se muestren las últimas n líneas utilizadas con el argumento l. De este modo, si queremos mostrar únicamente el último comando ejecutado, deberemos introducir:

In [2]:
%history -l 1
!ls

 

3. Usar LaTex para fórmulas

Con este simple truco podréis escribir todo tipo de fórmulas y expresiones matemáticas en las celdas de tipo texto (Markdown) de tu documento Jupyter usando la sintaxis de LaTeX mediante MathJax.

Para ello, solo tendremos que poner nuestras fórmulas matemáticas con la sintaxis de LaTeX dentro de signos $ individuales en caso de que queramos que estén en la misma línea o entre signos $$ si lo que buscamos es que la formula se encuentre en líneas separadas.

Por ejemplo, si introducimos:

$a^2 + b^2 = c^2$

Se mostrará lo siguiente:

a2 + b2 = c2

 

4. Generar automáticamente una tabla de contenidos

Para generar de manera automática una tabla de contenidos debemos instalar previamente la extensión Table of Contents (2) para Jupyter Notebook.

Pero antes que nada, tenemos que instalar a través de pip el paquete de Python llamado jupyter_contrib_nbextensions que contiene numerosas extensiones para Jupyter, entre ellas la que necesitamos para crear nuestra tabla de contenido.

pip install jupyter_contrib_nbextensions

Una vez hemos instalado la librería con todas las extensiones, ejecutamos desde la terminal el siguiente comando, que se encarga de copiar los archivos javascript y css pertenecientes a nbextensions en el directorio de búsqueda del servidor Jupyter, y edita algunos archivos de configuración de Jupyter.

jupyter contrib nbextension install

Ahora simplemente nos queda habilitar la extensión. Para ello, accedemos a la nueva pestaña que se ha incorporado en Jupyter Notebook y se nos mostrará todas las extensiones instaladas. Le damos clic a Table of Contents (2) para activarlo como se muestra a continuación:

 

nbextensions en Jupyter Notebook

nbextensions en Jupyter Notebook

 

¡Asi de fácil es instalar la extensión Table of Contents (2)¡ Ahora ya podemos generar nuestra tabla de contenidos de manera automática basándonos en los títulos del documento. Al iniciar un documento, debéis dar clic en el botón Table of Contents, y se mostrará un apartado a la izquierda con su tabla de contenidos. En la imagen siguiente podéis ver un ejemplo de tabla de contenido:

 

Tabla de contenido en Jupyter Notebook

Tabla de contenido en Jupyter Notebook

 

Si queremos añadir la tabla a una celda del documento, simplemente le damos clic en las opciones de la nueva barra lateral y activamos Add notebook To Cell. En la siguiente imagen podéis ver la pantalla de ajustes mencionada:

 

Opciones de Table of Content

 

De esta manera nos aparecerá nuestra tabla de contenido en una nueva celda, que tendrá el siguiente aspecto:

 

Tabla de contenido en celda de Jupyter

Tabla de contenido en celda de Jupyter

 

Para más información sobre esta extensión os recomendamos visitar la documentación oficial.

 

5. Recibir notificaciones cuando nuestro código termine de ejecutarse

En caso de que ejecutéis procesos de larga duración, algo habitual en el campo del machine learning, seguro que la extensión Notify os vendrá de perlas.

Con Notify se nos mostrará una notificación en la esquina superior derecha de la pantalla cuando el núcleo de un documento de Jupyter esté inactivo, es decir, cuando el código haya terminado de ejecutarse.

Para instalar esta extensión tan solo tenemos que habilitarla en el menú nbextensions al igual que hicimos en el caso anterior.

Una vez habilitada, nos aparecerá un nuevo menú desplegable Notify en la barra de herramientas con el que podremos seleccionar el tiempo que debe tardar el código en ejecutarse para que aparezcan las notificaciones.

 

Menú desplegable de Notify

 

Las notificaciones se mostrarán de la siguiente manera:

 

Notificación en Notify

Notificación de Notify

 

Estos han sido 5 trucos para mejorar vuestra experiencia y productividad con Jupyter Notebook. Esperamos haberos podido descubrir algún atajo o truco que no conocierais y que los pongáis en práctica y recordar que podéis contarnos los vuestros en los comentarios. ¡Hasta pronto!

También te puede interesar:

5 trucos para Jupyter Notebook que no debes perderte

Descubre 5 trucos para Jupyter Notebook no tan conocidos que te ayudarán familiarizarte más con esta herramienta y ser más eficiente.

Extracción de datos de sitios web con Scrapy (I): recopilando información de productos de Zara

En este tutorial explicamos como extraer con Scrapy los datos de la web de Zara de forma automatizada para finalmente almacenarlos en MongoDB.

Extracción de datos de sitios web con Scrapy (II): rastreando todas las URLs del sitio web de Zara

En este post construimos un rastreador con Scrapy que extrae los datos de manera recursiva todas las URLs del sitio web de Zara.

Extracción de datos de Twitter con Python (sin consumir la API)

En esta publicación os enseñaremos como poder extraer datos de Twitter en Python mediante la librería Twint. De esta forma, podremos obtener facilmente los últimos tweets que contengan cierta palabra o que pertenezcan a un determinado usuario y aplicar varios filtros.

Aplicación de la Distribución t de Student en Python: Ejemplos prácticos

Distribución t en Python: Aprende cómo aplicar la Distribución t en Python con ejemplos para pruebas de hipótesis e intervalos de confianza.

Aprendiendo Bootstraping con Python

Aprende cómo aplicar el bootstraping en la práctica utilizando Python. Explore casos de uso y ejemplos de código para fortalecer tus habilidades estadísticas.

Dominando Apache Spark (VI): Diferentes tipos de Joins en DataFrames con ejemplos en PySpark

Descubre los secretos de los joins en DataFrames con Spark en este artículo. Aprende a utilizar diferentes tipos de joins en PySpark con ejemplos detallados para perfeccionar tus habilidades de procesamiento de datos.

Consejos y ejemplos para utilizar Prompts en ChatGPT en programación

Aprende a utilizar los promps en ChatGPT para abordar desafíos comunes en el desarrollo.

Dominando Apache Spark (VII): Funciones para cargar y exportar datos en PySpark

En este artículo, exploramos funciones avanzadas para importar y exportar datos en PySpark.

Otros 6 Trucos clave para Promps en ChatGPT para Programación

Descubre consejos y trucos clave para sacar el máximo provecho de los promps en ChatGPT en tus proyectos de programación.

Ads Blocker Image Powered by Code Help Pro

Por favor, permite que se muestren anuncios en nuestro sitio web

Querido lector,

Esperamos que estés disfrutando de nuestro contenido. Entendemos la importancia de la experiencia sin interrupciones, pero también queremos asegurarnos de que podamos seguir brindándote contenido de alta calidad de forma gratuita. Desactivar tu bloqueador de anuncios en nuestro sitio nos ayuda enormemente a lograrlo.

¡Gracias por tu comprensión y apoyo!