6 Entornos Reproducibles

En la computación científica y la investigación, la reproducibilidad es crucial. Una de las principales herramientas que nos ayuda a lograr esto es conda, un potente sistema de gestión de paquetes y entornos. Este tutorial te guiará a través de la configuración y uso efectivo de conda en Windows, enfocándose en las mejores prácticas para la computación científica.

6.1 Instalación de Miniconda

En lugar de instalar la distribución completa de Anaconda, usaremos Miniconda - una alternativa ligera que nos da justo lo que necesitamos. El método de instalación recomendado es a través de la interfaz de línea de comandos (CLI) para practicar estas habilidades esenciales. Los pasos de instalación siguen el tutorial oficial de CLI de la documentación oficial.

6.1.1 Pasos

  1. Abre Windows PowerShell y ejecuta estos comandos:
wget "https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe" -outfile ".\miniconda.exe"
Start-Process -FilePath ".\miniconda.exe" -ArgumentList "/S" -Wait
del .\miniconda.exe
  1. Una vez instalado, abre el Anaconda PowerShell Prompt desde tu Menú de Inicio
  2. Verifica tu instalación ejecutando:
conda --version

Deberías ver algo como:

(base) PS C:\Users\USER> conda --version
conda 24.11.1

6.1.2 Entendiendo tu Prompt de Shell

Esa línea (base) PS C:\Users\USER> es el prompt de tu shell. Analicémosla:

  • (base): Muestra tu entorno conda activo (base es el predeterminado)
  • PS: Indica que estás en PowerShell
  • C:\Users\USER>: Muestra tu directorio actual

6.2 Gestión de Entornos

Los entornos son espacios aislados donde puedes instalar versiones específicas de paquetes sin afectar otros proyectos. Así es como trabajar con ellos:

### Creando un Nuevo Entorno

conda create --name mi_entorno python=3.11 numpy scipy matplotlib

Esto crea un entorno llamado mi_entorno con Python 3.11 y algunos paquetes científicos esenciales: numpy, scipy y matplotlib.

6.2.1 Activación y Desactivación

# Activar
conda activate mi_entorno

# Desactivar cuando hayas terminado
conda deactivate

Recuerda que el entorno activo se muestra en el prompt. Si hubiéramos activado mi_entorno el prompt se vería así:

(mi_entorno) PS C:\Users\USER>

6.2.2 Eliminando entornos

Si deseas eliminar el entorno mi_entorno que creamos anteriormente, primero necesitas desactivarlo con conda deactivate. Después, usando el comando conda remove puedes eliminarlo:

# Para eliminar el entorno y todos sus paquetes asociados
conda remove --name mi_entorno --all

6.2.3 Comandos de Gestión de Entornos

# Listar todos los entornos
conda env list

# Exportar configuración del entorno
conda env export > environment.yml

# Recrear entorno desde archivo
conda env create -f environment.yml

6.3 Gestión de Paquetes

La gestión de paquetes en conda es sencilla:

# Instalar paquetes
conda install pandas seaborn

# Eliminar paquetes
conda remove seaborn

# Actualizar paquetes
conda update numpy

# Buscar paquetes
conda search scikit-learn

6.4 Consejos Avanzados

6.4.1 Usando mamba para Mayor Velocidad

Si encuentras que conda es lento, prueba mamba - es una alternativa más rápida:

# Instalar mamba
conda install -n base -c conda-forge mamba

# Usar mamba en lugar de conda
mamba install pandas

6.4.2 Configurando conda-forge

El canal conda-forge proporciona paquetes más actualizados:

conda config --add channels conda-forge
conda config --set channel_priority strict

6.5 Mejores Prácticas para Computación Científica

Aunque en el curso profundizamos mucho más en herramientas y prácticas, aquí hay una breve descripción de recomendaciones fáciles de implementar de inmediato:

  1. Siempre usa archivos de entorno: Documenta tu entorno con environment.yml
  2. Usa versiones específicas: Especifica versiones exactas de paquetes críticos como matplotlib=1.4.3
  3. Mantén los entornos mínimos: Solo instala lo que necesites
  4. Documenta todo: Incluye archivos README explicando la configuración de tu entorno
  5. Usa control de versiones: Rastrea tus archivos de entorno usando git y, cuando colabores, GitHub

6.6 Conclusión

Usar conda efectivamente es clave para mantener flujos de trabajo reproducibles en computación científica. Siguiendo estas prácticas, tendrás un entorno robusto y reproducible para tu investigación.

6.7 Recursos Adicionales

Nota: Este tutorial fue actualizado por última vez el 31 de enero de 2025. Por favor, consulta la documentación oficial para la información más reciente.