Curso
Comprender la ciencia de datos
2 h
872K
Sus creadores definen Homebrew como el “gestor de paquetes que le falta a macOS”. Los paquetes son conjuntos de archivos empaquetados que se instalan y desinstalan en bloque. Un gestor de paquetes automatiza la instalación, actualización y eliminación de esos paquetes.
Si usas Python, quizá hayas utilizado el gestor de paquetes pip o la funcionalidad de conda para instalar, actualizar o eliminar paquetes.
Si usas R, puede que hayas recurrido a RStudio Package Manager para instalar, actualizar o eliminar paquetes.
Homebrew es un gestor de paquetes pensado para Mac que merece la pena tener instalado. Verás que puedes aprovechar Homebrew en ciencia de datos, ya que facilita mucho la instalación en Mac de tecnologías adicionales como Apache Spark y el software Graphviz.
Dicho esto, vamos al lío.
Instalar Command Line Tools
Para instalar Homebrew, necesitas tener instaladas las Xcode Command Line Tools (unos 100 MB) o el paquete completo de Xcode (unos 10 GB). En este tutorial instalaremos Command Line Tools porque tienen un tamaño más razonable. Command Line Tools ofrece a los usuarios de Mac multitud de utilidades, herramientas y compiladores muy habituales. Una ventaja es que al instalar Command Line Tools también se instala Git, que es necesario porque Homebrew, en esencia, se basa en scripts de Git y Ruby.
1. Abre una nueva terminal. Puedes hacerlo haciendo clic en la lupa de Spotlight en la esquina superior derecha, escribe terminal y haz clic en el icono de Terminal. Puedes comprobar si Command Line Tools o Xcode están instalados escribiendo el siguiente comando en tu terminal.
xcode-select -p
Si ves una ruta como en la imagen anterior, salta a la sección "Instalar Homebrew" del tutorial. Ya tienes Xcode o Xcode Command Line Tools instalados.
Si no aparece ningún resultado, continúa con el paso 3.
2. Escribe lo siguiente en tu terminal para instalar Command Line Tools. Si aparece una ventana como la de la imagen, haz clic en Instalar.
xcode-select --install
Si aparece un Acuerdo de licencia, léelo y haz clic en Aceptar.
3. Vuelve a comprobar si Xcode Command Line Tools está instalado. Para ello, abre una nueva terminal y escribe el siguiente comando.
xcode-select -p
Instalar Homebrew
Abre una terminal y escribe el siguiente comando. Se te pedirá la contraseña, normalmente la misma que usas para desbloquear tu Mac al encenderlo. Tras introducirla, comenzará la instalación.
/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
Comandos de Homebrew
Veamos ahora algunos comandos habituales de Homebrew.
Instalar un paquete
El siguiente comando instala el paquete wget. Puedes sustituir wget por el paquete que quieras instalar.
brew install wget
Desinstalar un paquete
El siguiente comando desinstala el paquete wget. Puedes sustituir wget por el paquete que quieras desinstalar.
brew rm wget
Listar paquetes disponibles
brew search muestra todos los paquetes que puedes instalar. La imagen siguiente enseña la salida de brew search.
Un uso más práctico del comando brew search es hacer una búsqueda más afinada. Por ejemplo, si te interesa instalar Apache Spark, puedes usar el siguiente comando para ver si hay un paquete de Apache Spark para instalar.
brew search spark
Como se ve en la imagen, hay un paquete potencial llamado apache-spark que puede ser útil instalar. Puede venir bien obtener más información sobre apache-spark, y para eso está el comando brew info.
Obtener información de un paquete
El comando brew info es muy útil para conocer mejor un paquete y ver sus requisitos.
El siguiente comando muestra más información sobre el paquete apache-spark.
brew info apache-spark
Observa que indica que este paquete requiere Java 1.8 y proporciona varios enlaces con más información sobre el paquete. En la siguiente sección veremos con más detalle cómo instalar Apache Spark.
Integración con otras tecnologías
A menudo verás que Homebrew te ayuda a trabajar con otras tecnologías. En esta sección tienes dos ejemplos de uso de Homebrew para ciencia de datos:
- Cómo instalar Apache Spark con Homebrew
- Cómo usar Homebrew para visualizar árboles de decisión.
Instalar Apache Spark con Homebrew
Con Homebrew puedes instalar tecnologías como Apache Spark. Apache Spark no es lo más sencillo de instalar, pero Homebrew lo simplifica. A continuación, los pasos para instalar Apache Spark con Homebrew.
1. Comprueba si existe un paquete de Apache Spark en Homebrew con el siguiente comando.
brew search spark
2. Consulta más información sobre apache-spark para verificar que tienes todas las dependencias necesarias.
brew info apache-spark
Si la salida muestra que tienes Java, continúa con el paso 3.
Si la salida indica que no cumples los requisitos, tendrás que instalar Java antes de pasar al paso 3.
Puedes escribir el siguiente comando para comprobar si tienes Java. La imagen muestra la salida cuando no está instalado. Ten en cuenta que, si tienes una versión antigua de Java, tendrás que actualizarla.
java -version
Puedes instalar Java con Cask. Cask es una extensión de brew que permite gestionar aplicaciones gráficas a través del proyecto Cask.
brew tap caskroom/versions
brew cask install java8
Después de instalar Java, verifica que tienes una versión adecuada.
java -version
3. Usa el siguiente comando para instalar apache-spark.
brew install apache-spark
4. Ahora puedes abrir PySpark con el siguiente comando.
pyspark
5. Puedes cerrar pyspark con exit().
Si quieres aprender PySpark, echa un vistazo al tutorial de Apache Spark: ML con PySpark.
Usar Homebrew para visualizar árboles de decisión
Graphviz es un software de visualización de grafos de código abierto. La visualización de grafos representa información estructural como diagramas de grafos y redes. En ciencia de datos, uno de los usos de Graphviz es visualizar árboles de decisión (puedes aprender sobre árboles de decisión aquí).
Puedes instalar GraphViz con el siguiente comando.
brew install graphviz
El siguiente código en Python entrena un árbol de decisión con el famoso conjunto de datos Iris y exporta un archivo dot (decisionTree.dot) del árbol entrenado.
from sklearn.datasets import load_iris
from sklearn import tree
iris = load_iris()
clf = tree.DecisionTreeClassifier(max_depth=3)
clf = clf.fit(iris.data, iris.target)
tree.export_graphviz(clf,
out_file="decisionTree.dot",
feature_names=iris.feature_names,
class_names=iris.target_names,
filled = True)Una de las fortalezas de los árboles de decisión es su interpretabilidad. Verlos ayuda a interpretarlos mejor. Aquí entra en juego Graphviz. En una terminal, puedes escribir el siguiente comando para convertir decisionTree.dot en un archivo .png fácil de visualizar.
dot -Tpng decisionTree.dot -o decisionTree.png
Después, abre el archivo .png que has creado para ver tu árbol de decisión.
Ten en cuenta que a veces las funcionalidades de los gestores de paquetes se solapan. Por ejemplo, también puedes instalar Graphviz con la funcionalidad de conda si tienes Anaconda instalado usando el siguiente comando.
conda install python-graphviz
Conclusión
Este tutorial es una guía rápida para instalar y usar Homebrew en ciencia de datos. Espero que te resulte útil cuando quieras instalar Apache Spark o Graphviz. Homebrew tiene un sitio web fantástico donde puedes consultar más comandos. Si tienes preguntas o comentarios sobre el tutorial, cuéntanoslo abajo o en Twitter.
