Apéndice B — Configuración del entorno de trabajo

Este apéndice describe cómo preparar el entorno de trabajo para ejecutar el código Python y R que aparece a lo largo del libro. Se presentan dos escenarios: uno sin instalación, recomendado para centros con restricciones de administrador, y otro con instalación local, para quien disponga de libertad para instalar software en su equipo.

B.1 Escenario 1: Sin instalación (recomendado)

Esta es la opción más sencilla y funciona en cualquier ordenador con conexión a internet, incluso sin permisos de administrador. Solo se necesita una cuenta de Google.

Python: Google Colaboratory

Google Colaboratory (Colab) es un entorno de cuadernos Jupyter alojado en la nube de Google. Permite escribir y ejecutar código Python directamente en el navegador, sin instalar nada.

Para empezar:

  1. Accede a colab.research.google.com con tu cuenta de Google.
  2. Crea un cuaderno nuevo con Archivo > Nuevo cuaderno.
  3. Los cuadernos se guardan automáticamente en tu Google Drive.

Todos los cuadernos de práctica de este libro tienen un enlace directo para abrirlos en Colab. Al abrirlos por primera vez, guarda una copia en tu Drive con Archivo > Guardar una copia en Drive para poder modificarlos y conservar tu trabajo.

NotaLibrerías en Colab

Colab incluye preinstaladas las librerías más habituales (pandas, matplotlib, seaborn, numpy). Si algún cuaderno requiere una librería adicional, lo indicará con una celda de instalación al principio del tipo !pip install nombre_libreria.

R: Posit Cloud

Posit Cloud es el equivalente de Colab para R. Ofrece un entorno RStudio completo en el navegador, sin instalación.

Para empezar:

  1. Crea una cuenta gratuita en posit.cloud.
  2. Crea un nuevo proyecto con New Project > New RStudio Project.
  3. El plan gratuito incluye 25 horas de cómputo al mes, suficiente para seguir el libro.

Para instalar las librerías necesarias, ejecuta en la consola de R:

install.packages(c("tidyverse", "palmerpenguins", 
                   "ggbeeswarm", "patchwork", "lubridate"))

B.2 Escenario 2: Instalación en local

Si tienes permisos para instalar software en tu equipo, esta opción ofrece más velocidad y comodidad para un uso continuo.

Python: Miniconda

Miniconda es una distribución mínima de Python que incluye el gestor de paquetes conda. A diferencia de la instalación estándar de Python, Miniconda puede instalarse sin permisos de administrador seleccionando la opción “Install just for me” durante el proceso de instalación en Windows.

Pasos:

  1. Descarga el instalador desde docs.conda.io/en/latest/miniconda.html. Selecciona la versión para Windows de 64 bits.
  2. Ejecuta el instalador y selecciona “Just Me” cuando pregunte para quién se instala.
  3. Una vez instalado, abre el terminal Anaconda Prompt (aparecerá en el menú de inicio) e instala las librerías necesarias:
pip install pandas matplotlib seaborn palmerpenguins

R: instalación base

La instalación de R en Windows requiere permisos de administrador en la mayoría de configuraciones de centro. Si no dispones de ellos, utiliza Posit Cloud (Escenario 1).

Si puedes instalar:

  1. Descarga R desde cran.r-project.org y ejecuta el instalador.
  2. Descarga Positron desde positron.posit.co como IDE. Es el entorno recomendado para este libro por su soporte simultáneo de Python y R. Alternativamente, puedes usar RStudio desde posit.co/download/rstudio-desktop.
  3. Abre Positron o RStudio e instala las librerías necesarias desde la consola de R:
install.packages(c("tidyverse", "palmerpenguins",
                   "ggbeeswarm", "patchwork", "lubridate"))

B.3 Recursos para aprender Python y R

Si necesitas una base más sólida antes de abordar el código del libro, estos recursos gratuitos están entre los mejor valorados:

Python

  • Python for Everybody — Curso introductorio completo del Dr. Chuck Severance. Sin conocimientos previos. Disponible en español.
  • Kaggle Learn — Python — Lecciones breves e interactivas directamente en el navegador. Enfocado en análisis de datos.
  • Kaggle Learn — Pandas — Introducción práctica a pandas, la librería central del libro.

R

  • R for Data Science (2ª ed.) — El manual de referencia para análisis de datos con tidyverse. Gratuito en línea.
  • Posit Primers — Ejercicios interactivos de R en el navegador, sin instalación. Cubre desde los fundamentos hasta visualización y transformación de datos.
  • Maxima Formación ha agrupado varios buenos enlaces de sitios para aprendizaje de R y data science con R. Esta web está dirigida por Rosana Ferrero, que publica regularmente en LinkedIn contenido formativo en ciencia de datos y es una de las top voices en esta plataforma.

B.4 Cómo usar la inteligencia artificial para entender el código

A lo largo del libro encontrarás bloques de código Python y R que pueden resultar densos a primera vista. No es necesario entender cada línea antes de ejecutarlos: el objetivo es comprender qué hace el código y cómo interpretar su resultado.

Una forma eficaz de avanzar es copiar cualquier bloque de código en un asistente de IA como Gemini, ChatGPT o Claude y preguntar directamente:

“Explícame este código línea a línea, en un lenguaje sencillo, como si no supiera programar”

o bien:

“¿Qué hace este código? ¿Qué representa el gráfico que genera?”

o también, para un detalle mayor,

“Actúa como un tutor de programación. Explica este código instrucción a instrucción de forma detallada y sencilla, indicando qué hace cada línea y por qué es necesaria. Usa analogías con Excel o tareas manuales para que sea más fácil de entender”

Este enfoque es especialmente útil con las partes de formato y presentación gráfica (títulos, ejes, colores), que son secundarias para el análisis pero pueden distraer cuando se está aprendiendo.