1  Instalar Miniconda en Windows, Linux y macOS

Guía breve en formato Quarto (texto plano)

Por qué usar Miniconda

  • Ligero y rápido: instala solo lo esencial (Python + conda).
  • Entornos aislados: cada proyecto con sus propias versiones de Python y paquetes.
  • Reproducibilidad: puedes fijar versiones y exportar el entorno (conda env export).
  • Control de canales: elegir entre defaults o conda-forge según tus necesidades.
  • Multiplataforma: funciona en Windows, Linux y macOS (Intel y Apple Silicon).

Miniconda vs Anaconda: Anaconda trae muchos paquetes preinstalados (más pesado). Miniconda es minimalista y tú instalas solo lo que necesitas.

Antes de empezar

  • Ten a mano tu terminal:
    • Windows: PowerShell de miniconda
    • Linux/macOS: Terminal.

Instalación en Windows

https://www.anaconda.com/download/success Opción B (instalador gráfico):

  1. Descarga el instalador de Miniconda para Windows (64-bit) desde la página oficial.

  2. Ejecuta el .exe y sigue el asistente:

    • Acepta la licencia.
    • Instala solo para tu usuario (recomendado).
    • No marques “Add Miniconda to my PATH”.

  3. Ubica la anaconda power shell

  1. Abre la terminal y ejecuta python para verificar la instalación.

Uso de la terminal

Temas a ver: 1. Estructura de la compu. 1. El concepto del /home/Usuario 1. Desktop, Downloads, Documents 1. Recomendación de donde crear los proyectos 1. Recomendaciones de nombres 1. Moverme entre folders 1. Llamar el explorador de archivos

Ambientes virtuales: qué son y por qué usarlos

Definición breve. Un ambiente virtual es una “caja” aislada con su propio Python y paquetes. Así, cada proyecto (o curso) usa EXACTAMENTE las versiones que necesita sin interferir con otros proyectos ni con el Python del sistema operativo.

Idea clave. Piensa en laboratorio: cada experimento usa su propio reactivo y protocolo. Si mezclas frascos, contaminas resultados. Con software pasa lo mismo.

Beneficios para Ingeniería en Energías Renovables

  • Reproducibilidad. Puedes rehacer un análisis meses después (o en otro equipo) si documentas el entorno.
  • Aislamiento. Evitas choques de versiones: por ejemplo, un proyecto con pandas 2.2 y otro con pandas 1.5.
  • Colaboración. Todo el equipo instala lo mismo con un solo archivo; adiós “en mi compu sí corre”.
  • Docencia. Cada práctica del curso se entrega con su entorno mínimo: estudiantes instalan y corren sin romper nada.
  • Portabilidad. Facilita trabajar en Windows, Linux y macOS (Intel/Apple Silicon) con el mismo conjunto de paquetes.

Ejemplos concretos (ciencia de datos en ER)

  1. Irradiancia y fotovoltaica (pvlib). Un entorno con python, numpy, pandas, scipy y pvlib para estimar GHI/DNI/POA, pérdidas y energía AC.
  2. GIS + datos del INEGI. Un entorno con geopandas, pyproj, shapely (y a veces gdal) para unir capas socioeconómicas con clima (ERA5) y visualizar vulnerabilidad energética.
  3. Aprendizaje automático. Un entorno con scikit-learn/xgboost para pronóstico de demanda eléctrica/consumo HVAC; en macOS/Apple Silicon puedes usar pytorch con backend MPS (Metal) y en Linux con CUDA cuando haya GPU NVIDIA.

Buenas prácticas

  • 1 entorno por proyecto/curso. Nombres cortos: pv-solar-2025, gis-inegi, ml-hvac.
  • Evita mezclar pip y conda. Si necesitas pip, primero instala todo lo de conda, y al final lo que solo exista en pip.
  • Bloquea versiones mínimas. Empieza con lo necesario; agrega paquetes conforme avances.
  • Documenta el entorno. conda env export --from-history > environment.yml (captura solo lo que instalaste, no todo el árbol).

¿Qué es uv?

uv es un gestor de proyectos y paquetes para Python, escrito en Rust, pensado para ser “todo en uno”: crea ambientes virtuales, instala dependencias, genera un lockfile reproducible y ejecuta comandos y herramientas (similar a pip, pip-tools, virtualenv, pipx, e incluso gestiona versiones de Python). Su objetivo: ser muy rápido y simplificar el flujo de trabajo.

Por qué importa en cursos y proyectos de ER

  • Instalas lo mínimo y vuelas: ideal en laboratorios/docencia.
  • Mismo proyecto corre igual en Windows, Linux y macOS con el lockfile.
  • Menos fricción al empezar prácticas (GIS, pvlib, ML, Jupyter).

Ventajas de uv para crear ambientes virtuales

  1. Ambientes por defecto y en segundos
    uv trabaja con ambientes virtuales de forma nativa. Crea uno con:
cd /directorio/proyecto/
uv init               # crea espacio de trabajo
# instala programas, solo necesario una vez 
uv add jupyter notebook
#corre libreta de Jupyter
uv run jupyter notebook

Rapidez (énfasis práctico)

  • Resolver e instalar paquetes es mucho más veloz que con pip tradicional (compilado en Rust, caché global y resolución paralela).
  • En clase/taller, eso significa pasar de “esperar” a “trabajar”: crear .venv, instalar numpy/pandas/scikit-learn y abrir Jupyter en segundos, incluso en equipos modestos.

Ejemplo “para el curso” creando carpeta desde el home:

mkdir curso-2026-1 # solo se requiere una vez 
cd curso-2026-1    # para entrar a la carpeta 
uv init            # solo se requiere una vez a menos que se borre el venv
uv add jupyter notebook # solo se requiere una vez por proyecto creado
uv run  jupyter notebook

Tip: la caché global de uv acelera instalaciones repetidas entre proyectos del mismo curso.

Reproducibilidad fácil (lockfile)

  1. Lockfile universal (uv.lock) El proyecto guarda el resultado exacto de la resolución de dependencias (versiones y hashes). Se versiona en Git para que todes instalen lo mismo.

Resultado: el mismo entorno en Windows/Linux/macOS —ideal para prácticas, calificaciones automáticas y trabajos finales.

Buenas prácticas y “gotchas” (Windows/Linux/macOS)

  • No mezcles gestores en el mismo entorno (no instales con Homebrew/apt + pip dentro del mismo .venv).
  • Jupyter: con uv run --with jupyter jupyter lab usas el entorno del proyecto. Si quieres ver el kernel en VS Code, crea el kernel (ipykernel) como arriba.
  • Mac ARM vs Intel: uv gestiona Python por versión/arquitectura; evita mezclar intérpretes del sistema con el .venv.
  • Linux: no uses el Python del sistema para proyectos (evitas romper herramientas del SO).
  • CI/Clases: usa uv sync --frozen para asegurar que todes tienen exactamente las mismas versiones.

Objetivo final de la clase

  • Tener un ambiente virtual para el uso general del curso
  • Instalar jupyter notebook
  • Hola mundo en Jupyter notebook