≡En resumen
- Un notebook mezcla celdas de código, sus resultados y texto explicativo en un solo archivo .ipynb.
- Nació en 2014, cuando el Proyecto Jupyter se separó de IPython para dar soporte a más lenguajes mediante kernels.
- Se instala con pip install notebook y se abre con el comando jupyter notebook.
- Notebook 7 se construye sobre JupyterLab y añade depurador, tabla de contenidos, modo oscuro y colaboración en tiempo real.
- Es ideal para explorar datos y prototipar modelos; para producción, el código se suele pasar a scripts, APIs o aplicaciones.
01 ¿Qué es Jupyter Notebook?
El programa arranca un pequeño servidor en tu equipo y se usa desde el navegador. Cada cuaderno está conectado a un kernel, el proceso que ejecuta el código. El más usado es el de Python (IPython), pero existen kernels para varias decenas de lenguajes, como R o Julia.
02 Origen: de IPython al Proyecto Jupyter
Jupyter Notebook desciende del cuaderno de IPython, una consola interactiva para Python. En 2014 la parte independiente del lenguaje se separó en un proyecto nuevo, Project Jupyter, fundado por Fernando Pérez, Brian Granger y otros cinco desarrolladores. El nombre es un guiño a los tres lenguajes que quería soportar desde el principio, Julia, Python y R, y el logotipo recuerda las lunas de Júpiter que descubrió Galileo.
| Año | Hito |
|---|---|
| 2014 | Project Jupyter se escinde de IPython |
| 2017 | Recibe el ACM Software System Award por su influencia duradera |
| 2018 | Primera versión estable de JupyterLab (20 de febrero) |
| 2023 | Se anuncia Jupyter Notebook 7, reconstruido sobre JupyterLab (26 de julio) |
03 Para qué sirve Jupyter Notebook
Su fuerza está en el trabajo exploratorio: ejecutas un paso, miras el resultado y decides el siguiente sin volver a correr todo el programa. Por eso es habitual en análisis de datos, en proyectos de minería de datos y en el prototipado de modelos de aprendizaje automático.
Análisis y limpieza de datos
Cargar CSV o bases de datos con pandas, depurar valores y resumir la información por pasos.
Visualización
Gráficos con Matplotlib, Plotly u otras librerías que aparecen justo debajo de la celda.
Machine learning
Entrenar, evaluar y comparar modelos con scikit-learn, PyTorch o TensorFlow antes de llevarlos a producción.
Docencia y documentación
Apuntes y tutoriales ejecutables en los que el alumno modifica el código y ve el efecto al momento.
Informes reproducibles
El análisis, los datos y las conclusiones viajan juntos y cualquiera puede repetirlo.
Prototipos con APIs
Probar llamadas a una API o a un modelo de IA antes de integrarlas en una aplicación.
Cuando los volúmenes crecen y el cuaderno se queda corto, entran en juego arquitecturas de big data y procesos automatizados, pero el notebook sigue siendo el lugar donde se explora y se valida la idea.
04 Cómo instalar y abrir Jupyter Notebook
Necesitas Python instalado. La documentación oficial recomienda pip y menciona alternativas como conda, mamba, pipenv o Homebrew.
-
1
Instala el paquete
En la terminal ejecuta: pip install notebook. Si prefieres la interfaz más completa, instala JupyterLab con pip install jupyterlab.
-
2
Arranca el servidor
Ejecuta jupyter notebook (o jupyter lab). Se abrirá el navegador con el explorador de archivos de la carpeta actual.
-
3
Crea un cuaderno
Pulsa New y elige el kernel, por ejemplo Python 3. Se creará un archivo .ipynb.
-
4
Escribe y ejecuta celdas
Escribe código en una celda y pulsa Mayús + Intro para ejecutarla y pasar a la siguiente.
-
5
Guarda y comparte
El cuaderno se guarda como .ipynb; puedes exportarlo a HTML o PDF, o compartir el archivo tal cual.
05 Cómo se usa: celdas, kernel y atajos básicos
| Celda | Qué contiene | Uso típico |
|---|---|---|
| Code | Código que ejecuta el kernel | Cargar datos, calcular, dibujar gráficos |
| Markdown | Texto con formato, listas, enlaces y fórmulas LaTeX | Explicar el análisis y las conclusiones |
| Raw | Texto sin procesar | Contenido para herramientas de conversión |
- ✓Mayús + Intro ejecuta la celda y avanza a la siguiente.
- ✓Esc pasa al modo comando; Intro vuelve al modo edición.
- ✓En modo comando, A y B insertan una celda encima o debajo.
- ✓En modo comando, M convierte la celda en Markdown e Y la devuelve a código.
- ✓En el menú Kernel, la opción de reiniciar y ejecutar todas las celdas repite el cuaderno en orden: úsala antes de compartir.
06 Ventajas y limitaciones de Jupyter Notebook
Jupyter se ha convertido en un estándar de facto para trabajar con datos, pero no es la herramienta adecuada para todo. Conviene conocer sus puntos fuertes y sus límites antes de basar un proyecto en cuadernos.
| Ventajas | Limitaciones |
|---|---|
| Ejecución por pasos: ves cada resultado al momento | El orden de ejecución libre provoca estados ocultos y errores difíciles de reproducir |
| Código, gráficos y explicación en un único documento | Los .ipynb son JSON con salidas incrustadas: los cambios se revisan mal en Git |
| Gratis, de código abierto y con un gran ecosistema de extensiones | No sustituye a una aplicación: no gestiona usuarios, permisos ni despliegues |
| Muchos lenguajes gracias a los kernels | Los cuadernos largos se vuelven difíciles de mantener y de probar |
07 Jupyter Notebook 7, JupyterLab y Google Colab: diferencias
Con Notebook 7 la interfaz clásica se reconstruyó sobre componentes de JupyterLab. Mantiene la experiencia centrada en un documento, pero hereda funciones como el depurador, la tabla de contenidos, el tema oscuro y la colaboración en tiempo real, además de compatibilidad con muchas extensiones de JupyterLab.
| Herramienta | Qué es | Cuándo elegirla |
|---|---|---|
| Jupyter Notebook 7 | Interfaz sencilla, un cuaderno por pestaña | Aprender, análisis puntuales, docencia |
| JupyterLab | Entorno completo con pestañas, terminal, editor y paneles | Proyectos con muchos archivos y trabajo diario |
| JupyterHub | Servidor multiusuario de Jupyter | Equipos, aulas o empresas que comparten infraestructura |
| Google Colab | Servicio en la nube de Google basado en cuadernos | Empezar sin instalar nada o usar GPU en la nube |
| VS Code | Editor que abre y ejecuta archivos .ipynb | Combinar cuadernos con el resto del código del proyecto |
08 Jupyter en la empresa: del prototipo a la aplicación
Un notebook es perfecto para descubrir si una idea funciona, pero no para que la use toda la empresa. El paso habitual es convertir la lógica validada en un servicio: un proceso programado, una API o una herramienta interna con su interfaz. Ahí es donde un cuaderno de análisis se convierte en un proyecto de desarrollo de aplicaciones web a medida.
Un equipo de atención al cliente clasifica a mano miles de correos. En un notebook, una analista prueba un modelo de lenguaje que etiqueta cada mensaje y mide su precisión con una muestra real. Validado el prototipo, se integra con el CRM para que la clasificación sea automática. Es el recorrido típico que describimos en nuestra guía de casos de uso de la IA en empresas, y el tipo de proyecto que resolvemos como agencia de inteligencia artificial.
Preguntas frecuentes sobre Jupyter Notebook
Es una aplicación web de código abierto para crear cuadernos interactivos que combinan código ejecutable, resultados, gráficos y texto en un archivo .ipynb.
Sirve para analizar y visualizar datos, prototipar modelos de machine learning, enseñar programación y documentar análisis reproducibles paso a paso.
Con Python instalado, ejecuta pip install notebook en la terminal y ábrelo con el comando jupyter notebook; se abrirá en el navegador.
Sí. Es software libre con licencia BSD de 3 cláusulas y puedes usarlo sin coste, también con fines comerciales.
Notebook ofrece una interfaz sencilla centrada en un cuaderno; JupyterLab es un entorno más completo con pestañas, terminal y editor. Desde Notebook 7 ambos comparten la misma base técnica.
Python es el más usado, pero Jupyter funciona con kernels para varias decenas de lenguajes, entre ellos R y Julia, que dan nombre al proyecto.
Es el formato de los cuadernos de Jupyter: un documento JSON que guarda las celdas, sus salidas y los metadatos del cuaderno.
No. Colab es un servicio de Google en la nube que trabaja con cuadernos .ipynb; Jupyter Notebook es el software libre que puedes ejecutar en tu equipo o servidor.
Fuentes consultadas
Sobre el autor
Germán Gutiérrez
Development Manager en appyweb
Dirige el equipo de desarrollo de appyweb: aplicaciones web y móviles, SaaS, integraciones y arquitectura de software.
Ver perfil en LinkedIn ↗