Interfaz de notebook
![](http://upload.wikimedia.org/wikipedia/commons/thumb/a/af/IPython-notebook.png/220px-IPython-notebook.png)
Una interfaz notebook (también llamada 'cuaderno computacional' ) es un entorno virtual de cuaderno utilizado para la programación literaria.[1] Combina la funcionalidad del software procesamiento de textos con ambos shell y kernel del lenguaje de programación de esa computadora portátil. Millones de personas usan interfaces de notebooks[2] para analizar datos de ciencia, periodismo y educación.
Historia
La interfaz notebook se introdujo por primera vez en 1988 con el lanzamiento de Mathematica 1.0 en Macintosh.[3][4][5] Fue seguida por Maple en 1989 cuando se lanzó su primera interfaz gráfica de usuario de estilo notebook con la versión 4.3 para Macintosh.[6] A medida que la interfaz de notebook aumentó en popularidad durante las siguientes dos décadas, se introdujeron kernel/backends para notebooks en muchos idiomas, incluidos MATLAB, Python, Julia, Scala, SQL y otros.[7][8]
Uso
Los notebooks se usan tradicionalmente en las ciencias para documentar procedimientos de investigación, datos, cálculos y hallazgos. Los notebooks siguen la metodología para facilitar la reproducción de resultados y cálculos con diferentes conjuntos de datos.[7][8]
En educación, la interfaz notebook interface proporciona un entorno de aprendizaje digital, particularmente para la enseñanza del pensamiento computacional.[9][10] Su utilidad para combinar texto con código los hace únicos en el ámbito de la educación.
Notebooks digitales a veces se usan para presentaciones como una alternativa a PowerPoint y otros software de presentación, ya que permiten la ejecución de código dentro del entorno del cuaderno.[11][12]
Debido a su capacidad para mostrar datos visualmente y recuperar datos de diferentes fuentes modificando el código, los cuadernos (notebooks) también están entrando en el ámbito del software de business intelligence.[7][13][14][15]
Ejemplos notables
Ejemplo de proyectos o productos de notebooks:
Notebooks gratuitos/de código abierto
- Apache Zeppelin — Apache License 2.0[16]
- Apache Spark Notebook[17] — Apache License 2.0
- IPython — BSD
- Jupyter Notebook (anteriormente IPython) — Modified BSD License (modelo de copyright compartido)[18]
- JupyterLab — Revised BSD License[19]
- Mozilla Iodide — MPL 2.0; desarrollo en etapa alpha[20]
- R Markdown[21] — GPLv3[22]
- SageMath — GPLv3
Copyleft parcial
- SMath Studio — Freeware, no libre: licencia bajo Creative Commons Attribution-No Derivatives
Notebooks patentados
Títulos
- Mathematica notebook
Títulos posteriores
- Carbide[23]
- Databricks cloud (fundado en 2013).[7][24]
- Datalore[25]
- Nextjournal[26]
- Observable[27] — Utiliza componentes de código abierto,[28] pero la apariencia es patentada[29]
Referencias
- ↑ Standage, Daniel (13 de marzo de 2015). «Literate programming, RStudio, and IPython Notebook». BioWize. Wordpress. Consultado el 1 de diciembre de 2016.
- ↑ Jupyter, Project. «JupyterLab is Ready for Users». Consultado el 30 de mayo de 2018.
- ↑ The ReDiscovered Future (4 de abril de 2016), Macintosh + Mathematica = Infinity - April 1989, consultado el 23 de noviembre de 2016 .
- ↑ Hayes, Brian (1990). «Thoughts on Mathematica». PIXEL. January/February 1990: 28-35.
- ↑ «Launching Wolfram Player for iOS—Wolfram». Consultado el 23 de noviembre de 2016.
- ↑ «MTN Special Issue 1994». web.mit.edu. Consultado el 23 de noviembre de 2016.
- ↑ a b c d Osipov, Matt (4 de mayo de 2016). «The Rise of Data Science Notebooks». Datanami (Tabor Communications). Consultado el 20 de diciembre de 2016.
- ↑ a b «The IPython notebook: a historical retrospective». blog.fperez.org. Consultado el 23 de noviembre de 2016.
- ↑ Barr, Valerie; Stephenson, Chris (2011). "Bringing computational thinking to K-12: what is involved and what is the role of the computer science education community?".
- ↑ «How to Teach Computational Thinking—Stephen Wolfram». blog.stephenwolfram.com. Consultado el 23 de noviembre de 2016.
- ↑ Databricks (6 de julio de 2015), Spark Summit 2015 demo: Creating an end-to-end machine learning data pipeline with Databricks, consultado el 23 de noviembre de 2016 .
- ↑ Frazier, Cat (17 de abril de 2018). «Announcing Wolfram Presenter Tools». Consultado el 27 de noviembre de 2018.
- ↑ Andrews, Ian (30 de marzo de 2016). «Delivering information in context». O'Reilly Media. Consultado el 23 de noviembre de 2016.
- ↑ «jupyter-incubator/dashboards». GitHub. Consultado el 23 de noviembre de 2016.
- ↑ Sharma, Shad. «Business Intelligence with Mathematica and CDF». Consultado el 27 de noviembre de 2018.
- ↑ «Zeppelin». Apache. Consultado el 20 de diciembre de 2018.
- ↑ «Spark Notebook». Archivado desde el original el 1 de octubre de 2018. Consultado el 30 de septiembre de 2018.
- ↑ Jupyter Development Team (22 de abril de 2015). «Licensing terms». Jupyter Notebook. GitHub. Consultado el 20 de diciembre de 2018.
- ↑ Project Jupyter Contributors (19 de julio de 2018). «LICENSE». JupyterLab. Consultado el 20 de diciembre de 2018.
- ↑ «Iodide». Consultado el 20 de diciembre de 2018.
- ↑ «R Markdown». R Studio. Consultado el 30 de septiembre de 2018.
- ↑ «Licene». Readme. GitHub. 7 de diciembre de 2018. Consultado el 20 de diciembre de 2018.
- ↑ «Carbide Alpha | Buggy But Live!». Try Carbide. Consultado el 20 de diciembre de 2018.
- ↑ «Databricks Unified Analytics Platform». San Francisco, CA: Databricks Inc. 2018. Consultado el 20 de diciembre de 2018.
- ↑ «Datalore». JetBrains s.r.o. Consultado el 8 de agosto de 2019.
- ↑ «Nextjournal». nextjournal.com. Nextjournal GmbH. 2018. Consultado el 20 de diciembre de 2018.
- ↑ «Observable». Observable HQ. Consultado el 30 de septiembre de 2018.
- ↑ Observable (15 de diciembre de 2018). «Repositories». San Francisco, California: Observable via GitHub. Consultado el 30 de septiembre de 2018.
- ↑ «Terms of Service». Observable. 2018. Consultado el 20 de diciembre de 2018.
Datos: Q28405706