You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
252 lines
6.8 KiB
252 lines
6.8 KiB
# Guía de Instalación
|
|
|
|
Esta guía te ayudará a configurar tu entorno para trabajar con el plan de estudios de Ciencia de Datos para Principiantes.
|
|
|
|
## Tabla de Contenidos
|
|
|
|
- [Requisitos previos](../..)
|
|
- [Opciones de inicio rápido](../..)
|
|
- [Instalación local](../..)
|
|
- [Verificar tu instalación](../..)
|
|
|
|
## Requisitos previos
|
|
|
|
Antes de comenzar, deberías tener:
|
|
|
|
- Familiaridad básica con la línea de comandos/terminal
|
|
- Una cuenta de GitHub (gratuita)
|
|
- Conexión a internet estable para la configuración inicial
|
|
|
|
## Opciones de inicio rápido
|
|
|
|
### Opción 1: GitHub Codespaces (Recomendado para principiantes)
|
|
|
|
La forma más fácil de comenzar es con GitHub Codespaces, que proporciona un entorno de desarrollo completo en tu navegador.
|
|
|
|
1. Ve al [repositorio](https://github.com/microsoft/Data-Science-For-Beginners)
|
|
2. Haz clic en el menú desplegable **Code**
|
|
3. Selecciona la pestaña **Codespaces**
|
|
4. Haz clic en **Create codespace on main**
|
|
5. Espera a que el entorno se inicialice (2-3 minutos)
|
|
|
|
¡Tu entorno ahora está listo con todas las dependencias preinstaladas!
|
|
|
|
### Opción 2: Desarrollo local
|
|
|
|
Para trabajar en tu propia computadora, sigue las instrucciones detalladas a continuación.
|
|
|
|
## Instalación local
|
|
|
|
### Paso 1: Instalar Git
|
|
|
|
Git es necesario para clonar el repositorio y realizar un seguimiento de tus cambios.
|
|
|
|
**Windows:**
|
|
- Descarga desde [git-scm.com](https://git-scm.com/download/win)
|
|
- Ejecuta el instalador con la configuración predeterminada
|
|
|
|
**macOS:**
|
|
- Instala mediante Homebrew: `brew install git`
|
|
- O descarga desde [git-scm.com](https://git-scm.com/download/mac)
|
|
|
|
**Linux:**
|
|
```bash
|
|
# Debian/Ubuntu
|
|
sudo apt-get update
|
|
sudo apt-get install git
|
|
|
|
# Fedora
|
|
sudo dnf install git
|
|
|
|
# Arch
|
|
sudo pacman -S git
|
|
```
|
|
|
|
### Paso 2: Clonar el repositorio
|
|
|
|
```bash
|
|
# Clone the repository
|
|
git clone https://github.com/microsoft/Data-Science-For-Beginners.git
|
|
|
|
# Navigate to the directory
|
|
cd Data-Science-For-Beginners
|
|
```
|
|
|
|
### Paso 3: Instalar Python y Jupyter
|
|
|
|
Se requiere Python 3.7 o superior para las lecciones de ciencia de datos.
|
|
|
|
**Windows:**
|
|
1. Descarga Python desde [python.org](https://www.python.org/downloads/)
|
|
2. Durante la instalación, marca "Add Python to PATH"
|
|
3. Verifica la instalación:
|
|
```bash
|
|
python --version
|
|
```
|
|
|
|
**macOS:**
|
|
```bash
|
|
# Using Homebrew
|
|
brew install python3
|
|
|
|
# Verify installation
|
|
python3 --version
|
|
```
|
|
|
|
**Linux:**
|
|
```bash
|
|
# Most Linux distributions come with Python pre-installed
|
|
python3 --version
|
|
|
|
# If not installed:
|
|
# Debian/Ubuntu
|
|
sudo apt-get install python3 python3-pip
|
|
|
|
# Fedora
|
|
sudo dnf install python3 python3-pip
|
|
```
|
|
|
|
### Paso 4: Configurar el entorno de Python
|
|
|
|
Se recomienda usar un entorno virtual para mantener las dependencias aisladas.
|
|
|
|
```bash
|
|
# Create a virtual environment
|
|
python -m venv venv
|
|
|
|
# Activate the virtual environment
|
|
# On Windows:
|
|
venv\Scripts\activate
|
|
|
|
# On macOS/Linux:
|
|
source venv/bin/activate
|
|
```
|
|
|
|
### Paso 5: Instalar paquetes de Python
|
|
|
|
Instala las bibliotecas necesarias para ciencia de datos:
|
|
|
|
```bash
|
|
pip install jupyter pandas numpy matplotlib seaborn scikit-learn
|
|
```
|
|
|
|
### Paso 6: Instalar Node.js y npm (Para la aplicación de cuestionarios)
|
|
|
|
La aplicación de cuestionarios requiere Node.js y npm.
|
|
|
|
**Windows/macOS:**
|
|
- Descarga desde [nodejs.org](https://nodejs.org/) (se recomienda la versión LTS)
|
|
- Ejecuta el instalador
|
|
|
|
**Linux:**
|
|
```bash
|
|
# Debian/Ubuntu
|
|
# WARNING: Piping scripts from the internet directly into bash can be a security risk.
|
|
# It is recommended to review the script before running it:
|
|
# curl -fsSL https://deb.nodesource.com/setup_lts.x -o setup_lts.x
|
|
# less setup_lts.x
|
|
# Then run:
|
|
# sudo -E bash setup_lts.x
|
|
#
|
|
# Alternatively, you can use the one-liner below at your own risk:
|
|
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
|
|
sudo apt-get install -y nodejs
|
|
|
|
# Fedora
|
|
sudo dnf install nodejs
|
|
|
|
# Verify installation
|
|
node --version
|
|
npm --version
|
|
```
|
|
|
|
### Paso 7: Instalar dependencias de la aplicación de cuestionarios
|
|
|
|
```bash
|
|
# Navigate to quiz app directory
|
|
cd quiz-app
|
|
|
|
# Install dependencies
|
|
npm install
|
|
|
|
# Return to root directory
|
|
cd ..
|
|
```
|
|
|
|
### Paso 8: Instalar Docsify (Opcional)
|
|
|
|
Para acceso offline a la documentación:
|
|
|
|
```bash
|
|
npm install -g docsify-cli
|
|
```
|
|
|
|
## Verificar tu instalación
|
|
|
|
### Probar Python y Jupyter
|
|
|
|
```bash
|
|
# Activate your virtual environment if not already activated
|
|
# On Windows:
|
|
venv\Scripts\activate
|
|
# On macOS/Linux:
|
|
source venv/bin/activate
|
|
|
|
# Start Jupyter Notebook
|
|
jupyter notebook
|
|
```
|
|
|
|
Tu navegador debería abrirse con la interfaz de Jupyter. Ahora puedes navegar a cualquier archivo `.ipynb` de las lecciones.
|
|
|
|
### Probar la aplicación de cuestionarios
|
|
|
|
```bash
|
|
# Navigate to quiz app
|
|
cd quiz-app
|
|
|
|
# Start development server
|
|
npm run serve
|
|
```
|
|
|
|
La aplicación de cuestionarios debería estar disponible en `http://localhost:8080` (o en otro puerto si el 8080 está ocupado).
|
|
|
|
### Probar el servidor de documentación
|
|
|
|
```bash
|
|
# From the root directory of the repository
|
|
docsify serve
|
|
```
|
|
|
|
La documentación debería estar disponible en `http://localhost:3000`.
|
|
|
|
## Usar contenedores de desarrollo de VS Code
|
|
|
|
Si tienes Docker instalado, puedes usar contenedores de desarrollo de VS Code:
|
|
|
|
1. Instala [Docker Desktop](https://www.docker.com/products/docker-desktop)
|
|
2. Instala [Visual Studio Code](https://code.visualstudio.com/)
|
|
3. Instala la extensión [Remote - Containers](https://marketplace.visualstudio.com/items?itemName=ms-vscode-remote.remote-containers)
|
|
4. Abre el repositorio en VS Code
|
|
5. Presiona `F1` y selecciona "Remote-Containers: Reopen in Container"
|
|
6. Espera a que el contenedor se construya (solo la primera vez)
|
|
|
|
## Próximos pasos
|
|
|
|
- Explora el [README.md](README.md) para obtener una visión general del plan de estudios
|
|
- Lee [USAGE.md](USAGE.md) para flujos de trabajo comunes y ejemplos
|
|
- Consulta [TROUBLESHOOTING.md](TROUBLESHOOTING.md) si encuentras problemas
|
|
- Revisa [CONTRIBUTING.md](CONTRIBUTING.md) si deseas contribuir
|
|
|
|
## Obtener ayuda
|
|
|
|
Si encuentras problemas:
|
|
|
|
1. Consulta la guía [TROUBLESHOOTING.md](TROUBLESHOOTING.md)
|
|
2. Busca problemas existentes en [GitHub Issues](https://github.com/microsoft/Data-Science-For-Beginners/issues)
|
|
3. Únete a nuestra [comunidad de Discord](https://aka.ms/ds4beginners/discord)
|
|
4. Crea un nuevo problema con información detallada sobre tu situación
|
|
|
|
---
|
|
|
|
**Descargo de responsabilidad**:
|
|
Este documento ha sido traducido utilizando el servicio de traducción automática [Co-op Translator](https://github.com/Azure/co-op-translator). Aunque nos esforzamos por garantizar la precisión, tenga en cuenta que las traducciones automatizadas pueden contener errores o imprecisiones. El documento original en su idioma nativo debe considerarse como la fuente autorizada. Para información crítica, se recomienda una traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas que puedan surgir del uso de esta traducción. |