Módulo 1 · 02 | Instalar Python, Anaconda y VS Code

Módulo 1 · Video 02

Objetivo: dejar tu computadora lista para trabajar con datos: Python, un editor (VS Code) y Jupyter para escribir y ejecutar código de forma interactiva. Podés seguirlo en Windows, Mac o Linux.

1. Python ‘a secas’ vs. Anaconda

Python se puede instalar de dos maneras. La versión oficial (desde python.org) trae el lenguaje y poco más. Anaconda es una distribución que trae Python junto con Jupyter y cientos de librerías de datos ya instaladas. Para quien empieza en ciencia de datos, Anaconda ahorra muchos dolores de cabeza.

Recomendación

Para este curso recomendamos instalar Anaconda: viene con casi todo lo que vamos a necesitar (Python, Jupyter, NumPy, Pandas, Matplotlib, etc.).

2. Instalar Anaconda

Entrá a anaconda.com/download y descargá el instalador para tu sistema operativo.
Ejecutá el instalador y aceptá las opciones por defecto.
Al terminar, abrí ‘Anaconda Navigator’ o la ‘Anaconda Prompt’ (una terminal).

2.1. Verificar la instalación

Abrí una terminal y escribí estos comandos. Deberían mostrar un número de versión:

python --version
conda --version

Si instalás Python puro (sin Anaconda)

En Windows, durante la instalación marcá la casilla “Add Python to PATH”. Sin eso, la terminal no reconocerá el comando python.

3. Instalar VS Code

Visual Studio Code es un editor de código gratuito, liviano y muy popular. Descargalo desde code.visualstudio.com e instalalo con las opciones por defecto.

3.1. Extensiones imprescindibles

Dentro de VS Code, abrí el panel de Extensiones (ícono de bloques a la izquierda) e instalá:

Python (de Microsoft): soporte del lenguaje, autocompletado y ejecución.
Jupyter (de Microsoft): para abrir y ejecutar notebooks dentro de VS Code.

4. Jupyter Notebook

Un notebook es un documento donde se mezclan bloques de código y de texto, y podés ejecutar el código por celdas viendo el resultado al instante. Es la herramienta preferida en ciencia de datos porque permite explorar paso a paso.

Para abrir Jupyter podés usar Anaconda Navigator (botón ‘Launch’) o escribir en la terminal:

jupyter notebook

5. Entornos virtuales (buena práctica)

Un entorno virtual es una ‘caja’ aislada con su propia versión de Python y sus librerías, para que los proyectos no se pisen entre sí. Con conda se crea así:

conda create --name curso_datos python=3.12
conda activate curso_datos

Recordá

Cada vez que trabajes en el curso, activá el entorno con conda activate curso_datos. Verás su nombre al principio de la línea de la terminal.

6. Tu primera línea de código

Para comprobar que todo funciona, creá un archivo nuevo llamado prueba.py, escribí esto y ejecutalo:

print("Entorno listo para el curso!")

7. Problemas frecuentes

‘python no se reconoce como comando’: faltó agregar Python al PATH. Reinstalá marcando esa casilla, o usá la Anaconda Prompt.
VS Code no encuentra el intérprete: lo configuramos en el próximo video.