Tutorial - Git + GitHub

Aprende Git y GitHub con un Mini Proyecto Práctico.

git
github
python
google-colab
Autor/a

Valeska Canales

Fecha de publicación

12 de enero de 2025

Warning in readLines(input_file): incomplete final line found on 'index.qmd'



¿Qué es Git?

git

Git es un sistema de control de versiones distribuido que permite a los desarrolladores rastrear cambios en el código, colaborar en proyectos y mantener un historial completo de modificaciones. Es esencial en el desarrollo de software moderno, ya que facilita la colaboración y asegura la integridad del trabajo realizado.

Ventajas de Usar Git:

  1. Control de Versiones: Permite rastrear todos los cambios en los archivos y revertirlos si es necesario.
  2. Colaboración: Facilita que múltiples personas trabajen en el mismo proyecto sin sobrescribir el trabajo de los demás.
  3. Historial Completo: Conserva un registro detallado de los cambios realizados en el proyecto, lo que facilita la revisión y auditoría.

Comandos Básicos de Git

A continuación, se presentan algunos comandos esenciales para comenzar a trabajar con Git:

  1. Configurar Git por Primera Vez:

    Configura tu nombre y correo electrónico, que se utilizarán en los commits:

    git config --global user.name "Tu Nombre"
git config --global user.email "tu_correo@example.com"

  2. Inicializar un Repositorio Git:

    Crea un nuevo repositorio Git en una carpeta:

    git init

  3. Verificar el Estado del Repositorio:

    Muestra los cambios en el repositorio:

    git status

  4. Añadir Archivos al Área de Preparación (Staging):

    Prepara los archivos para el próximo commit:

    git add nombre_archivo
# O para agregar todos los archivos modificados
git add .

  5. Crear un Commit:

    Guarda los cambios en el historial de Git con un mensaje descriptivo:

    git commit -m "Mensaje del commit"

  6. Ver el Historial de Commits:

    Muestra el historial de cambios realizados:

    git log

  7. Conectar un Repositorio Local con un Repositorio Remoto:

    Enlaza tu proyecto local con un servicio como GitHub:

    git remote add origin URL_DEL_REPOSITORIO

  8. Subir Cambios al Repositorio Remoto:

    Envía tus commits al repositorio remoto:

    git push -u origin main

Referencias

  1. Git

¿Qué es GitHub?

git

GitHub es una plataforma en la nube que permite a desarrolladores y equipos alojar repositorios Git, gestionar proyectos de manera eficiente y colaborar en tiempo real. Es una de las herramientas más populares en el mundo del desarrollo de software, ya que combina las ventajas de Git con características adicionales para mejorar la productividad y la colaboración.

Además de almacenar código, GitHub ofrece funcionalidades que simplifican la organización y el flujo de trabajo en los proyectos, tales como:

  • Control de versiones centralizado: Permite a los equipos trabajar simultáneamente sin conflictos.
  • Herramientas de comunicación: Como issues y pull requests para coordinar tareas y discutir cambios.
  • Integraciones y automatizaciones: Compatibilidad con herramientas de CI/CD como GitHub Actions para automatizar pruebas, despliegues y más.

Conceptos Básicos

  1. Repositorio: Es el núcleo de GitHub. Almacena todo tu proyecto, incluyendo el código fuente, documentación y el historial de cambios. Los repositorios pueden ser públicos (visibles para todos) o privados (acceso restringido a ciertos usuarios).

  2. Ramas (Branches): Permiten trabajar en diferentes versiones o características del proyecto de manera independiente. Por ejemplo, puedes crear una rama para desarrollar una nueva funcionalidad sin afectar el código principal.

  3. Commits: Son puntos de control en el historial del proyecto que registran los cambios realizados en los archivos. Cada commit incluye un mensaje descriptivo para entender qué se modificó y por qué.

  4. Pull Requests (PR): Se utilizan para proponer cambios en una rama y discutirlos antes de integrarlos en otra rama, como la rama principal (main o master). Los PR son esenciales para mantener un flujo de trabajo organizado en equipos.

  5. Issues: Son una herramienta para rastrear tareas, errores o sugerencias en un proyecto. Los issues se pueden categorizar y asignar a diferentes miembros del equipo.

  6. Forks: Permiten crear una copia independiente de un repositorio para realizar cambios sin afectar el proyecto original. Es ideal para colaborar en proyectos de código abierto.

  7. Colaboración: GitHub facilita el trabajo en equipo al permitir contribuciones de múltiples desarrolladores, tanto en proyectos públicos como privados. Las herramientas de revisión de código ayudan a mantener estándares de calidad.

  8. Wiki y Páginas de GitHub: Los repositorios pueden incluir una wiki para documentar el proyecto y GitHub Pages para crear sitios web estáticos directamente desde el repositorio.

Referencias

  1. GitHub

¿Qué es Google Colab?

git

Google Colab es una plataforma basada en la nube que permite a los usuarios escribir, ejecutar y compartir código en Python a través de un entorno Jupyter Notebook. Es ampliamente utilizada en ciencia de datos, aprendizaje automático y enseñanza debido a su facilidad de uso y acceso gratuito.

Ventajas de Usar Google Colab:

  1. Acceso Gratuito a Recursos de Cómputo: Incluye acceso a GPU y TPU para proyectos que requieren gran capacidad de cálculo.
  2. Colaboración en Tiempo Real: Similar a Google Docs, permite a múltiples usuarios trabajar simultáneamente en el mismo notebook.
  3. Sin Instalaciones: Funciona completamente en el navegador, eliminando la necesidad de configurar Python localmente.
  4. Integración con Google Drive: Facilita guardar y cargar archivos directamente desde tu almacenamiento en la nube.

Características Principales

  1. Soporte para Python: Ejecución de código Python con bibliotecas preinstaladas como pandas, numpy, matplotlib, y más.
  2. Visualizaciones: Permite generar gráficos interactivos y visualizaciones avanzadas.
  3. Conexión a Repositorios: Compatible con Git para clonar y trabajar con proyectos directamente desde la plataforma.

Primeros Pasos

  1. Crear un Nuevo Notebook:

    • Accede a Google Colab.
    • Haz clic en “Archivo” → “Nuevo notebook”.

  2. Conectar a un Entorno de Ejecución:

    Haz clic en el botón “Conectar” para vincular tu notebook con un entorno en la nube.

  3. Ejecutar Código en una Celda:

    Escribe tu código Python en una celda y presiona Shift + Enter para ejecutarlo.

    print("¡Hola, Google Colab!")

  4. Subir Archivos desde tu Computadora:

    Usa la siguiente celda para cargar archivos al entorno:

    from google.colab import files
uploaded = files.upload()

  5. Montar Google Drive:

    Conecta tu Google Drive para guardar o cargar archivos:

    from google.colab import drive
drive.mount('/content/drive')

  6. Instalar Bibliotecas Adicionales:

    Usa pip para instalar cualquier biblioteca necesaria:

    !pip install nombre_libreria

Referencias

  1. Google Colab

Mini Proyecto

git

Descripción

Realiza un análisis de las calificaciones de un grupo de estudiantes para evaluar su desempeño académico, aplicando los siguientes conceptos: - Creación de entornos virtuales. - Uso de Git y GitHub para control de versiones. - Visualización de datos con Matplotlib. - Colaboración en la nube utilizando Google Colab.

Requerimientos

  1. Crea un Proyecto en GitHub:

    • Inicia sesión en GitHub y crea un nuevo repositorio llamado proyecto_calificaciones.

    • En la configuración del repositorio:

      • Asegúrate de incluir un archivo README.md para describir el proyecto.
      • Opcionalmente, agrega un archivo .gitignore para Python desde las plantillas predefinidas de GitHub.

    • Copia la URL del repositorio (por ejemplo, https://github.com/TU_USUARIO/proyecto_calificaciones.git).

    • En tu terminal, clona el repositorio a tu máquina local:

      git clone https://github.com/TU_USUARIO/proyecto_calificaciones.git
cd proyecto_calificaciones
  2. Crea un Entorno Virtual:
    • Crea un entorno virtual llamado entorno_calificaciones.
    • Instala las librerías pandas y matplotlib.
  3. Carga los Datos de Calificaciones:

    • Dentro de la carpeta clonada, crea un archivo CSV llamado calificaciones_estudiantes.csv con los siguientes datos:

      Estudiante,Asignatura,Calificacion
Juan,Matemáticas,85
María,Ciencias,90
Pedro,Historia,75
Ana,Matemáticas,95
Luis,Ciencias,88
Clara,Historia,70
Carlos,Matemáticas,80
  4. Desarrolla un Archivo Python para el Análisis:

    • Archivo: analisis_calificaciones.py.

    • Tareas:

      • Calcular el promedio de calificaciones por asignatura.
      • Crear un gráfico de barras mostrando los promedios por asignatura.
      • Guardar el gráfico como una imagen (PNG).

    • Asegúrate de hacer commits con mensajes descriptivos después de completar cada tarea:

      git add .
git commit -m "Añadir análisis inicial de calificaciones"

    • Código de ejemplo:

      import pandas as pd
import matplotlib.pyplot as plt

# 1. Cargar los datos desde el archivo CSV
df = pd.read_csv('calificaciones_estudiantes.csv')

# 2. Calcular el promedio de calificaciones por asignatura
promedio_asignatura = df.groupby('Asignatura')['Calificacion'].mean()

# 3. Mostrar los resultados en la consola
print("Promedio de calificaciones por asignatura:")
print(promedio_asignatura)

# 4. Crear un gráfico de barras
plt.figure(figsize=(8, 6))  # Configurar el tamaño de la figura
promedio_asignatura.plot(kind='bar', color='skyblue', edgecolor='black')

# Configurar etiquetas y título del gráfico
plt.title('Promedio de Calificaciones por Asignatura', fontsize=16)
plt.xlabel('Asignatura', fontsize=14)
plt.ylabel('Calificación Promedio', fontsize=14)

# Guardar el gráfico como imagen PNG
plt.savefig('grafico_promedios.png')

# Mostrar el gráfico en pantalla
plt.show()
  5. Sube el Proyecto a GitHub:

    • Una vez que completes las tareas, sube los cambios al repositorio remoto:

      git push origin main
  6. Desarrolla Parte del Proyecto en Google Colab:
    • Carga los datos desde el archivo CSV y repite el análisis en un cuaderno de Google Colab.
    • Guarda el cuaderno en Google Drive y comparte el enlace.

Entrega del Proyecto

  1. GitHub: Sube el repositorio completo con el archivo CSV, el script Python y el gráfico generado.
  2. Google Colab: Comparte el enlace al cuaderno colaborativo donde desarrollaste parte del análisis.

Solución Mini Proyecto

git

Nota
  • Esta solución se desarrollará utilizando Visual Studio Code.
  • Asegúrate de tener instalado Git (o Git Bash).
  • Necesitas una cuenta en GitHub.

1. Crea un Proyecto en GitHub

  1. Inicia sesión en GitHub y crea un nuevo repositorio llamado proyecto_calificaciones.

    • Incluye un archivo README.md con una breve descripción del proyecto.

    • Añade un archivo .gitignore para Python desde las plantillas predefinidas de GitHub.

  2. Copia la URL del repositorio creado (por ejemplo: https://github.com/TU_USUARIO/proyecto_calificaciones.git).

  3. Clona el repositorio a tu máquina local:

    git clone https://github.com/TU_USUARIO/proyecto_calificaciones.git
cd proyecto_calificaciones

2. Crea un Entorno Virtual

  1. Abre tu terminal o consola.

  2. Navega a la carpeta donde deseas trabajar.

  3. Entorno virtual

    1. Crea un entorno virtual llamado entorno_calificaciones:

      python -m venv entorno_calificaciones

    2. Activa el entorno virtual:

      • Windows:

        entorno_calificaciones\Scripts\activate

      • Linux/Mac:

        source entorno_calificaciones/bin/activate

  4. Crea un archivo requirements.txt dentro de tu carpeta de proyecto con el siguiente contenido:

    pandas
matplotlib

  5. Instala las librerías desde el archivo requirements.txt:

    pip install -r requirements.txt

3. Carga los Datos de Calificaciones

  1. Dentro de la carpeta clonada, crea un archivo CSV llamado calificaciones_estudiantes.csv con el siguiente contenido:

    Estudiante,Asignatura,Calificacion
Juan,Matemáticas,85
María,Ciencias,90
Pedro,Historia,75
Ana,Matemáticas,95
Luis,Ciencias,88
Clara,Historia,70
Carlos,Matemáticas,80

4. Desarrolla un Archivo Python para el Análisis

  1. Crea un archivo llamado analisis_calificaciones.py en la carpeta del proyecto con el siguiente contenido:

    import pandas as pd
import matplotlib.pyplot as plt

# 1. Cargar los datos desde el archivo CSV
df = pd.read_csv('calificaciones_estudiantes.csv')

# 2. Calcular el promedio de calificaciones por asignatura
promedio_asignatura = df.groupby('Asignatura')['Calificacion'].mean()

# 3. Mostrar los resultados en la consola
print("Promedio de calificaciones por asignatura:")
print(promedio_asignatura)

# 4. Crear un gráfico de barras
plt.figure(figsize=(8, 6))  # Configurar el tamaño de la figura
promedio_asignatura.plot(kind='bar', color='skyblue', edgecolor='black')

# Configurar etiquetas y título del gráfico
plt.title('Promedio de Calificaciones por Asignatura', fontsize=16)
plt.xlabel('Asignatura', fontsize=14)
plt.ylabel('Calificación Promedio', fontsize=14)

# Guardar el gráfico como imagen PNG
plt.savefig('grafico_promedios.png')

# Mostrar el gráfico en pantalla
plt.show()

  2. Ejecuta el script en tu terminal para verificar que funciona:

    python analisis_calificaciones.py

  3. Haz commits con los cambios:

    git add .
git commit -m "Añadir análisis inicial de calificaciones"

5. Subir el Proyecto a GitHub

  1. Sube los cambios al repositorio remoto en GitHub:

    git push origin main

6. Desarrolla Parte del Proyecto en Google Colab

  1. Abre Google Colab.

  2. Carga el archivo calificaciones_estudiantes.csv desde tu máquina local.

  3. Realiza el mismo análisis utilizando el código del archivo analisis_calificaciones.py.

  4. Guarda el cuaderno y comparte el enlace.

7. Entrega del Proyecto

Estructura Final del Proyecto

Después de seguir todos los pasos, tu proyecto tendrá la siguiente estructura:

proyecto_calificaciones/
├── entorno_calificaciones/      # Carpeta del entorno virtual (excluida por .gitignore)
├── calificaciones_estudiantes.csv  # Archivo de datos
├── analisis_calificaciones.py      # Script Python para el análisis
├── grafico_promedios.png           # Gráfico generado por el script (se generará al ejecutar el script)
├── README.md                       # Descripción del proyecto
├── requirements.txt                # Dependencias del proyecto
└── .gitignore                      # Configuración para excluir archivos no deseados

Entrega del Proyecto:

  1. Github:
  2. Google Colab:

Conclusiones

En este recorrido, exploramos herramientas clave para el desarrollo y análisis de proyectos:

  1. Git: Brinda control de versiones, permitiendo rastrear y revertir cambios, esencial para trabajar en equipo.
  2. GitHub: Amplía las capacidades de Git con herramientas para colaboración, gestión de tareas y automatización.
  3. Google Colab: Proporciona un entorno en la nube para ejecutar código Python con acceso gratuito a recursos avanzados, como GPUs, ideal para proyectos colaborativos.

Sobre el Proyecto

El proyecto desarrollado aplicó estas herramientas en un análisis de calificaciones de estudiantes. Utilizamos Git para controlar versiones, GitHub para alojar el código y Google Colab para realizar análisis y visualizaciones en un entorno colaborativo. Esto permitió integrar habilidades prácticas de programación, gestión de proyectos y análisis de datos en un contexto real, destacando la importancia de estas tecnologías en la resolución de problemas.