Para todos quienes hacemos computación científica Jupyter es una herramienta imprescindible. Pretende ser una plataforma agnóstica, que permite la utilización de la potencia de muchos lenguajes de programación (python por ejm) de una manera muy interesante, para hacer cálculos, manipular datos, visualizarlos y compartir los resultados.

Historia

Jupyter es un proyecto que "existe para desarrollar softwares de código abierto, estándares abiertos, y servicios para computación interactiva a través de docenas de lenguajes de programación" según lo definen sus propios desarrolladores. Nació como evolución de IPython. Fue iniciado por el colombiano Fernando Pérez PhD en Física de Partículas por la Universidad de Colorado y profesor en la Universidad de California en Berkeley.

El nombre Jupyter es un acrónimo de Julia, Python y R y está inspirado en Galileo, su logotipo precisamente refiere al texto del año 1610, en donde Galileo inmortalizó sus observaciones a las lunas de Júpiter.

Jupyter Notebook

Una de las vertientes más importantes del Proyecto Jupyter es Jupyter Notebook, el cual es una aplicación web de codigo abierto que permite crear y compartir documentos que contienen códigos, ecuaciones, gráficos y textos. Sus usos incluyen limpieza y transformación de datos, simulación numérica, modelado estadístico, visualización de datos, aprendizaje de máquina y mucho más. Fuente

La interfaz se basa en el mismo esquema que utiliza el software MATHEMATICA con celdas de entradas In y celdas de salidas Out. Es de código abierto y tan poderoso como MATHEMATICA y MATLAB gracias a librerías como NUMPY, SYMPY, MATPLOTLIB y otros de PYTHON y de los demás lenguajes de programación que soporta (si tienes una idea de los precios de esos paquetes científicos serás conciente de lo genial que es esto).

Instalación

En mi opinión la mejor manera de instalar Jupyter Notebook con todos los ingredientes necesarios de Python es a través de la plataforma Anaconda.

Pero se puede utilizar totalmente online si así lo prefieres, por ejemplo con COCALC y en particular, del que quiero hablar con mayor extensión más adelante, el proyecto Google Colab

Utilidades

En la notebook se pueden escribir:

Códigos de Python

Gráficos de matplotlib

Textos en Markdown

Ecuaciones en LaTeX

Y mucho más! Imágenes, videos, HTML, widgets interactivos y otros.

Compartiendo las Notebooks

Los trabajos hechos en Jupyter Notebook se pueden compartir por email, o servicios en la nube (Google Drive, Dropbox, etc.), Github y el Visor de Jupyter Notebook, además de los ya mencionados servicios online COCALC y Google Colab.

Dónde aprender más sobre Jupyter

Me parece muy interesante el curso "Introducción a Python para científicos e ingenieros" impartido por Juan Luis Cano
El curso te servirá para aumentar tu curiosidad sobre esta genial herramienta.

Nota: Otra interfaz del proyecto Jupyter es Jupyterlab