3  Instalando Python para datos geoespaciales

Vamos a instalar los elementos necesarios para el funcionamiento de Jupyter notebook en el ámbito geoespacial. Para esto necesitaremos una herramienta básica en el área de la programación, que puede ser Bash o un terminal. Dado que Windows posee una versión limitada de los terminales (dependiendo de la versión) instalaremos la alternativa que nos ofrece Github, llamada Git Bash. Con esta terminal podremos crear y manejar los ambientes (por su definición en inglés, environments) creados que contendrán los módulos de Python (llamados a su vez, Packages).

3.1 Instalando Git Bash

Para instalar nos dirigiremos a la página oficial de Git Bash:

Seleccionamos el sistema operativo y versión (64-bit y 32-bit) que corresponda al computador. Ejecutamos el lanzador e instalamos, al abrirlo se verá similar a la imagen a continuación, los colores pueden cambiar, ya que ofrece la posibilidad de customizar.

Figura 3.1: Git Bash abierto en el escritorio, muestra el usuario (Alene), el computador (LAPTOP-RLJ48LRB) y la ruta en la barra principal (/c/Users/Alene).

3.2 Instalación de Miniconda

Miniconda es una distribución de Python que posee lo esencial para funcionar. Sin embargo, si se desea hacer tareas más específicas (como es el caso del manejo de datos espaciales), es necesario instalar los paquetes y librerías que lo permitan.

El instalador se encuentra disponible en:

Es IMPORTANTE seleccionar el sistema operativo y versión (64-bit y 32-bit) que corresponda al computador y durante la instalación seleccione la primera opción para “Agregar Miniconda3 a mi variable de entorno PATH” seleccionando también en “Registrar Anaconda como Python 3.x predeterminado”.

Aunque el paso de agregar Anaconda al PATH no es recomendado por el sistema, lo haremos igualmente para que sea más fácil usar Conda con Git Bash.

3.3 Probando la nueva configuración

  1. Cerramos y abrimos el Bash.

  2. En el Terminal que se levanta digite bash y presione Enter. Si no se obtiene ningún mensaje, quiere decir que Bash está disponible para ser utilizado.

  3. Digite git y presione Enter. Si aprecia una serie de comandos, Git está disponible para ser utilizado.

Figura 3.2: Git Bash testeado con bash (sin mensaje) y git (comandos disponibles).
  1. Digite conda y presiona Enter, si se aprecia una serie de comandos, Conda está disponible para ser empleado.
Figura 3.3: Conda testeado en Git Bash.

3.4 Creando el entorno virtual pythongeo con Conda

Vamos a instalar un ambiente/entorno de trabajo Conda desde un archivo .yml que contiene los paquetes Python que son necesarios para el desarrollo del curso. El ambiente, por las convencionalidades ya discutidas, será llamado pythongeo. Es importante destacar que Conda permite tener distintos entornos de trabajo instalados en el computador para acceder a diferentes versiones de Python con diferentes librerías. Esto se hace para evitar que las librerías entren en conflicto y que los paquetes terminen fallando.

  1. Si no tiene una cuenta en GitHub, abra una.

  2. Abra una sesión del Terminal y genere un directorio con un nombre adecuado (pythongeo).

Figura 3.4: Git Bash creando la carpeta para alojar los archivos.
  1. Entraremos al siguiente link. Este repositorio tiene un archivo .yml que posee las instrucciones para crear el entorno de trabajo y copiaremos el link como se muestra a continuación.
  1. Clone el repositorio en su nuevo directorio, use los comandos Bash para entrar al directorio creado y luego ejecute el comando git clone, seguido de la URL que se obtiene desde GitHub, por ejemplo:

git clone https://github.com/Aloniss/geo-python-2024.git

Figura 3.6: Clonación de los archivos desde GitHub a la carpeta pythongeo.
  1. Entre al directorio geo-python2024 y ejecuté desde el Terminal el comando conda env create -f environment.yml. Esto generará el nuevo entorno de trabajo, el proceso toma tiempo y varía de acuerdo con las capacidades de cada computador.
Figura 3.7: Instalación del entorno con el archivo environment.yml.
  1. Para ver la lista de los entornos de trabajo disponibles, conda info --envs.
Figura 3.8: Ambientes instalados, se pueden ver dos: base y pythongeo.

  1. Para activar cualquier entorno de trabajo conda activate nombre-entorno. Si Bash genera problemas al usar conda activate ejecute conda init bash solo una vez. Reinicie Bash para que los cambios surtan efecto. Si el problema persiste, puede intentar revisando el siguiente link.

  2. Para desactivar el entorno de trabajo conda deactivate, como se observa a continuación, pasamos del ambiente base al recién instalado y luego al base nuevamente.

Activación y desactivación de los entornos. 9. Jupyter Notebook

Para abrir el IDE Jupyter solo debemos tipear Jupyter Notebook y se lanzará el servidor. No se debe cerrar la pestaña del terminal, si no se cerrará Jupyter Notebook..svg

Figura 3.9: Abriendo Jupyter Notebook en el entorno pythongeo.