02 — Métodos / Python y programación
Vibe coding con Python en la nube
Probar Python sin instalar nada, con Google Colab, los LLM y Google Drive
Para empezar a analizar datos con Python hay, en esencia, dos caminos. Puede instalar Python en su propio ordenador o ejecutarlo en la nube con Google Colab. Esta página es la puerta de entrada al segundo camino. Está pensada para quienes quieren probar Python sin instalar nada, o prefieren no gastar los recursos de su ordenador.
Cómo elegir entre los dos caminos
Ninguna de las dos opciones es «la correcta» en general. Elija la que mejor se ajuste a sus objetivos y a sus limitaciones. A continuación se resume a quién le conviene cada una.
Curso de vibe coding con Python
- Piensa usar Python de forma continuada en su investigación
- Quiere una reproducibilidad completa al publicar (requirements.txt, DOI en Zenodo)
- Trabaja con conjuntos de datos grandes o cálculos largos
- Necesita al menos 8 GB de RAM y entre 1 y 2 horas para la instalación inicial
Google Colab
- Por ahora solo quiere probar Python
- Prefiere no instalar programas nuevos en su ordenador
- Su ordenador tiene pocos recursos, o trabaja con un iPad o un Chromebook
- Solo necesita una cuenta de Google y un navegador
Probar primero en Colab y pasar a la instalación local cuando le haya cogido el gusto también es un camino muy habitual. No hace falta empezar por la opción más exigente. Empiece por la que mejor encaje con su situación actual.
Qué es Google Colab
Google Colaboratory (Colab) es un servicio gratuito de Google que ofrece Jupyter Notebook en la nube. Basta con iniciar sesión con su cuenta de Google en el navegador para usar Python sin instalar nada.
- Sin preparación. Python, pandas, numpy, matplotlib y otras bibliotecas importantes ya vienen instaladas.
- Gratis. Cualquiera con una cuenta de Google puede usarlo, dentro de unos límites razonables.
- Fácil de compartir. Los notebooks se comparten igual que un documento de Google Docs, con enlaces y edición conjunta.
- Con GPU. Puede usar una GPU gratis (con límites de uso) para tareas de aprendizaje automático.
- Integración con Google Drive. Puede guardar los datos y los notebooks en su propio Drive.
La versión gratuita tiene límites. Las sesiones se cierran al cabo de unas 12 horas, los recursos de cálculo están limitados y no es adecuada para cálculos largos y pesados. Aun así, para aprender y explorar, la versión gratuita suele bastar.
Qué explica el artículo enlazado
En otro blog tengo una guía paso a paso para crear un entorno reproducible de análisis de datos con Google Colab, modelos de lenguaje de gran tamaño (LLM) y Google Drive. Trata los temas siguientes, en este orden.
- Abrir Colab por primera vez y ejecutar su primera celda
- Pedir a un LLM como ChatGPT o Claude, con palabras sencillas, el código para el análisis que quiere hacer
- Pegar ese código en Colab y ejecutarlo sin estropear nada
- Guardar los datos en Google Drive y montar Drive desde Colab para leer y escribir archivos
- Guardar los resultados (figuras, CSV) en Drive y compartirlos con sus colaboradores
Si va practicando mientras lee la guía, tardará entre 30 minutos y una hora en aprender lo básico.
Leer la entrada del blog ↗Cuando Colab se le quede corto
A medida que use más Colab, irán apareciendo algunas molestias. Las sesiones se cierran e interrumpen los trabajos largos, subir cada vez a Drive conjuntos de datos grandes resulta pesado, y es más difícil transmitir a los colaboradores las versiones exactas de las bibliotecas. Cuando llegue a ese punto, lo natural es pasar a una instalación local.
- Se acabaron los cierres de sesión, así que puede ejecutar cálculos largos
- Accede con facilidad a los conjuntos de datos grandes que ya tiene en su ordenador
requirements.txtrecoge su entorno, lo que facilita la reproducibilidad al publicar un artículo- Editores como VSCode hacen más cómodo escribir código
Para preparar un entorno local, consulte el Curso de vibe coding con Python de esta web, que recorre todo el proceso en cinco partes. También explica cómo trasladar a un entorno local los análisis que haya escrito en Colab.
Resumen
- Hay dos formas de empezar con Python, la instalación local o la nube (Colab)
- Si quiere probar Python sin instalar nada, empiece con Colab
- Para un trabajo de investigación serio y la reproducibilidad al publicar, probablemente acabará pasando a una instalación local
- Encontrará las instrucciones paso a paso en la entrada del blog enlazada y en el Curso de vibe coding con Python