Glosario

Anaconda

¿Qué es Anaconda?

Anaconda es una distribución muy extendida de los lenguajes Python y R para análisis de datos y aprendizaje automático, publicada por la empresa Anaconda Inc. Combina el gestor de paquetes conda con bibliotecas preinstaladas como NumPy, pandas y Jupyter y facilita entornos separados por proyecto. Las organizaciones con más de 200 personas necesitan una licencia de pago para Anaconda Distribution y su canal de paquetes predeterminado; conda y el canal comunitario conda-forge siguen siendo de uso libre (a octubre de 2026).

Temas

Python
Ciencia de datos
Entorno de desarrollo

Probar KI.ordo

Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.

Iniciar demo

← Todos los términos

Términos relacionados

NumPy

NumPy es la biblioteca básica de Python, de código abierto, para el cálculo numérico. Ofrece arrays multidimensionales y funciones rápidas de álgebra lineal, estadística y números aleatorios, cuyo núcleo se ejecuta en código compilado. Muchas herramientas de análisis de datos y machine learning, como pandas, scikit-learn y numerosas bibliotecas de visualización, se basan en NumPy. Si trabajas con datos en Python, casi siempre lo usas de forma directa o indirecta.

Python
análisis de datos
+1

pandas

pandas es una biblioteca de Python de código abierto para analizar y manipular datos tabulares, desarrollada a partir de 2008 por Wes McKinney. Su objeto central, el DataFrame, se parece a una tabla con columnas con nombre. Con ella puedes cargar datos de archivos CSV, Excel o bases de datos y limpiarlos, filtrarlos, agruparlos y combinarlos. pandas se basa en NumPy y es una herramienta estándar en análisis de datos, informes y preparación de datos de entrenamiento.

Python
análisis de datos
+1

Jupyter Notebook

Jupyter Notebook es una aplicación de código abierto basada en el navegador, del Proyecto Jupyter, que combina en un solo documento código ejecutable, resultados, gráficos y texto explicativo. Los notebooks se usan mucho en análisis de datos, aprendizaje automático, investigación y docencia, porque permiten documentar y compartir cada paso de forma trazable. El lenguaje más habitual es Python. Ejemplo: un analista carga datos de ventas, los limpia y muestra justo debajo el resultado en un gráfico.

Análisis de datos
Python
+1

Scikit-learn

Scikit-learn es una biblioteca de Python de código abierto para el aprendizaje automático clásico. Ofrece herramientas homogéneas para clasificación, regresión, clustering, reducción de dimensionalidad, preprocesamiento de datos y evaluación de modelos, como la validación cruzada. Basada en NumPy y SciPy, está muy extendida en formación, investigación y práctica por su interfaz sencilla y coherente. Para redes neuronales profundas se suelen usar en cambio frameworks como PyTorch o TensorFlow.

Python
biblioteca
+1