Si estás aprendiendo Python, ciencia de datos o Machine Learning, tarde o temprano te encontrarás con Jupyter Notebook. Esta herramienta permite escribir código, ejecutarlo por partes y visualizar inmediatamente los resultados desde una interfaz que funciona en el navegador.

Pero ¿cómo instalar Jupyter Notebook correctamente? En esta guía veremos paso a paso cómo hacerlo utilizando pip y Anaconda, además de explicar cómo abrir Jupyter, crear tu primer Notebook y solucionar los problemas más habituales.

¿Qué es Jupyter Notebook?

Jupyter Notebook es una aplicación de código abierto diseñada para trabajar de forma interactiva con código, texto, ecuaciones, gráficos y otros elementos dentro de un mismo documento.

En lugar de escribir un programa completo y ejecutarlo desde principio a fin, Jupyter permite dividir nuestro código en pequeñas celdas ejecutables.

Por ejemplo, podemos crear una celda como esta:

nombre = "Carlos"
edad = 25

print(nombre, edad)

Después podemos ejecutarla y ver inmediatamente el resultado:

Carlos 25

Esto resulta especialmente práctico cuando estamos aprendiendo Python, realizando experimentos o trabajando con grandes conjuntos de datos.

Jupyter Notebook es muy utilizado en áreas como:

• Análisis de datos
• Ciencia de datos
• Machine Learning
• Inteligencia artificial
• Visualización de información
• Investigación científica
• Estadística
• Enseñanza de programación
• Experimentación con Python

Además, un Notebook puede combinar código y documentación.

Podemos escribir una explicación utilizando Markdown, colocar debajo el código relacionado y posteriormente mostrar los resultados obtenidos.

¿Cómo funciona Jupyter Notebook?

Aunque Jupyter se abre normalmente desde Chrome, Firefox, Edge, Safari u otro navegador, esto no significa necesariamente que nuestro código se esté ejecutando en Internet.

Cuando instalamos Jupyter localmente, se ejecuta un servidor en nuestra computadora.

El navegador simplemente funciona como interfaz.

Cuando escribimos código Python dentro de una celda, este es enviado a un componente conocido como kernel, encargado de ejecutar las instrucciones y devolver el resultado.

Simplificando bastante el proceso:

Navegador → Jupyter → Kernel de Python → Resultado

Por eso podemos utilizar Jupyter incluso para trabajar con archivos almacenados localmente en nuestra computadora.

Requisitos para instalar Jupyter Notebook

Antes de comenzar debemos comprobar que tenemos Python instalado.

Abre CMD, PowerShell o Terminal y ejecuta:

python --version

Dependiendo de tu sistema también puedes probar:

python3 --version

Deberías obtener una respuesta similar a:

Python 3.x.x

Si aparece una versión de Python, podemos continuar.

También conviene comprobar que tenemos disponible pip, el administrador de paquetes utilizado por Python.

Ejecuta:

pip --version

O, dependiendo de la instalación:

pip3 --version

Si ambos comandos funcionan, instalar Jupyter será bastante sencillo.

Cómo instalar Jupyter Notebook con pip

Una de las formas más directas de realizar la instalación es utilizando pip.

La documentación oficial de Jupyter permite instalar específicamente el Notebook clásico utilizando:

pip install notebook

pip comenzará a descargar Jupyter Notebook junto con las dependencias necesarias.

No te preocupes si aparecen muchas líneas en la terminal. Python está descargando e instalando diferentes paquetes necesarios para que Jupyter pueda funcionar.

Cuando termine, podemos comprobar la instalación ejecutando:

jupyter notebook

Si todo está correctamente configurado, Jupyter iniciará su servidor y normalmente abrirá automáticamente una nueva pestaña en nuestro navegador.

Así de sencillo.

Bueno… sencillo cuando pip decide colaborar, claro.

Instalar Jupyter Notebook en Windows

Veamos el procedimiento específicamente para Windows.

Primero comprueba que Python está instalado.

Abre Símbolo del sistema (CMD) o PowerShell y ejecuta:

python --version

Después comprueba pip:

pip --version

Si ambos funcionan, ejecuta:

pip install notebook

Espera hasta que termine la instalación.

Posteriormente inicia Jupyter con:

jupyter notebook

Se abrirá una dirección local en el navegador, generalmente utilizando localhost.

Desde esta interfaz podrás navegar entre las carpetas de tu computadora y crear tus propios notebooks.

¿Qué hacer si Windows no reconoce pip?

Uno de los errores habituales consiste en recibir un mensaje indicando que:

'pip' no se reconoce como un comando interno o externo

Antes de asumir que algo está roto, podemos intentar ejecutar pip directamente mediante Python:

python -m pip install notebook

Este método suele evitar diferentes problemas relacionados con las variables de entorno.

Para iniciar Jupyter posteriormente puedes probar:

python -m notebook

Si tampoco funciona python, prueba:

py -m pip install notebook

La instalación de Python en Windows puede utilizar python o el lanzador py, dependiendo de cómo haya sido configurada.

Instalar Jupyter Notebook en macOS

El procedimiento en macOS es prácticamente idéntico.

Abre la aplicación Terminal y comprueba primero Python:

python3 --version

Después verifica pip:

pip3 --version

Para instalar Jupyter Notebook ejecuta:

pip3 install notebook

Una vez terminada la instalación, intenta iniciar Jupyter:

jupyter notebook

Si tienes problemas con pip, también puedes utilizar:

python3 -m pip install notebook

Esto ejecutará pip utilizando directamente tu instalación de Python 3.

¿Se puede instalar Jupyter con Homebrew?

Sí, aunque existe una diferencia importante.

Homebrew permite instalar directamente JupyterLab utilizando:

brew install jupyterlab

JupyterLab es una interfaz más moderna del ecosistema Jupyter y puede resultar más cómoda cuando trabajamos con varios notebooks, terminales y archivos simultáneamente.

Más adelante veremos exactamente cuál es la diferencia.

Instalar Jupyter Notebook en Linux

En Linux también podemos utilizar pip.

Primero comprobamos Python:

python3 --version

Después:

pip3 --version

Y finalmente instalamos Jupyter:

pip3 install notebook

También podemos utilizar:

python3 -m pip install notebook

Cuando termine:

jupyter notebook

Dependiendo de tu distribución Linux y de cómo esté configurado Python, puede ser recomendable utilizar un entorno virtual en lugar de instalar paquetes globalmente.

Esto nos permite mantener las dependencias de cada proyecto separadas.

Instalar Jupyter Notebook dentro de un entorno virtual

Si estás comenzando probablemente quieras instalar Jupyter rápidamente y empezar a experimentar.

Pero cuando tengas varios proyectos Python, utilizar entornos virtuales puede ahorrarte bastantes dolores de cabeza.

Primero crea una carpeta:

mkdir proyecto-jupyter
cd proyecto-jupyter

Ahora crea un entorno virtual:

python -m venv .venv

En macOS o Linux normalmente utilizaríamos:

python3 -m venv .venv

En Windows podemos activar el entorno desde CMD con:

.venv\Scripts\activate

En PowerShell:

.venv\Scripts\Activate.ps1

En macOS y Linux:

source .venv/bin/activate

Después instalamos Jupyter:

python -m pip install notebook

Finalmente ejecutamos:

jupyter notebook

¿Para qué complicarnos haciendo esto?

Porque las librerías instaladas quedarán asociadas a nuestro proyecto específico en lugar de mezclarse con las dependencias de otros proyectos Python.

Cómo instalar Jupyter Notebook con Anaconda

Existe otra alternativa muy conocida: Anaconda.

Anaconda es una distribución de Python especialmente orientada al análisis de datos y la computación científica.

Una de sus principales ventajas es que incluye numerosas herramientas y librerías utilizadas habitualmente en este ámbito.

Por esta razón puede resultar cómoda para quienes están comenzando con Data Science y quieren disponer rápidamente de un entorno preparado.

El procedimiento general es:

1. Descargar Anaconda desde su página oficial.
2. Elegir el instalador correspondiente a Windows, macOS o Linux.
3. Ejecutar el instalador.
4. Completar el proceso de instalación.
5. Abrir Anaconda Navigator.
6. Localizar Jupyter Notebook.
7. Presionar Launch.

Jupyter se abrirá desde nuestro navegador.

Esta alternativa requiere una descarga considerablemente mayor que instalar únicamente Notebook mediante pip, pero nos proporciona un ecosistema bastante completo desde el principio.

¿Es mejor instalar Jupyter con pip o Anaconda?

Probablemente esta sea una de tus primeras preguntas.

La respuesta depende de lo que necesites.

Método	Ventajas	Recomendado para
pip	Instalación ligera y mayor control	Python y desarrollo general
Anaconda	Incluye numerosas herramientas científicas	Principiantes en Data Science
entorno virtual + pip	Dependencias aisladas por proyecto	Desarrollo profesional
JupyterLab	Interfaz moderna y más completa	Proyectos grandes

Si únicamente quieres aprender Python con Jupyter, instalar Notebook mediante pip es una opción sencilla.

Si vas a comenzar directamente con análisis de datos y prefieres tener muchas herramientas preparadas, Anaconda puede resultar más cómoda.

Jupyter Notebook vs JupyterLab

Aquí existe cierta confusión porque ambos pertenecen al Proyecto Jupyter, pero no son exactamente la misma interfaz.

Jupyter Notebook ofrece la experiencia tradicional centrada principalmente en documentos .ipynb.

JupyterLab proporciona un entorno más completo donde podemos trabajar simultáneamente con notebooks, archivos, terminales y otras herramientas.

Para instalar Jupyter Notebook:

pip install notebook

Para instalar JupyterLab:

pip install jupyterlab

Y para abrir JupyterLab:

jupyter lab

¿Cuál deberías utilizar?

Si estás siguiendo un curso que utiliza específicamente Jupyter Notebook, puedes instalar Notebook sin problemas.

Si estás comenzando un proyecto nuevo y quieres una interfaz con más herramientas, también vale la pena conocer JupyterLab.

Cómo abrir Jupyter Notebook

Después de instalarlo no encontraremos necesariamente un icono tradicional en nuestro escritorio.

La forma habitual de iniciar Jupyter es mediante la terminal.

Primero debemos movernos hasta la carpeta donde queremos trabajar.

Por ejemplo:

cd Documents

Después ejecutamos:

jupyter notebook

Jupyter iniciará el servidor y abrirá la interfaz en nuestro navegador.

Es importante entender que la carpeta inicial determina qué archivos veremos fácilmente desde Jupyter.

Por ejemplo, si tienes un proyecto en:

Documents/python/analisis-datos

puedes acceder primero a esa carpeta:

cd Documents/python/analisis-datos

Y posteriormente ejecutar:

jupyter notebook

De esta manera comenzarás directamente dentro del directorio de tu proyecto.

Cómo crear nuestro primer Jupyter Notebook

Ya tenemos Jupyter funcionando. ¿Ahora qué hacemos?

Desde la interfaz podemos crear un nuevo Notebook seleccionando la opción correspondiente para crear un documento con Python 3 como kernel.

Aparecerá un documento vacío formado por celdas.

Escribe:

print("Hola desde Jupyter Notebook")

Ahora presiona:

Shift + Enter

La celda será ejecutada y aparecerá debajo:

Hola desde Jupyter Notebook

¡Listo!

Acabas de ejecutar tu primera instrucción Python dentro de Jupyter Notebook.

Trabajar con variables en Jupyter

Podemos almacenar información en una celda:

nombre = "Ana"
edad = 28

Y utilizarla desde otra:

print(f"{nombre} tiene {edad} años")

Obtendremos:

Ana tiene 28 años

Esto sucede porque el kernel mantiene el estado de las variables mientras nuestra sesión continúa activa.

Es una característica muy útil, aunque también puede provocar cierta confusión.

Si ejecutas las celdas en un orden diferente, podrías obtener resultados distintos.

Por eso conviene mantener nuestro Notebook organizado y ejecutar las celdas siguiendo un orden lógico.

Instalar librerías para utilizar en Jupyter Notebook

Una vez instalado Jupyter probablemente quieras trabajar con librerías como NumPy, Pandas o Matplotlib.

Podemos instalarlas desde la terminal:

pip install numpy pandas matplotlib

Si utilizas un entorno virtual:

python -m pip install numpy pandas matplotlib

Después podremos importarlas normalmente desde nuestro Notebook:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

Por ejemplo:

import pandas as pd

datos = {
    "nombre": ["Ana", "Carlos", "María"],
    "edad": [25, 31, 28]
}

df = pd.DataFrame(datos)

df

Jupyter mostrará el DataFrame directamente debajo de la celda.

Precisamente esta capacidad de mostrar resultados de forma interactiva explica buena parte de su popularidad dentro del análisis de datos.

Crear un gráfico dentro de Jupyter Notebook

Otra característica interesante es poder mostrar gráficos directamente debajo del código.

Por ejemplo:

import matplotlib.pyplot as plt

x = [1, 2, 3, 4, 5]
y = [10, 20, 15, 30, 25]

plt.plot(x, y)
plt.title("Mi primer gráfico")
plt.show()

Al ejecutar la celda veremos el gráfico dentro del propio Notebook.

No necesitamos abrir otra aplicación.

Código, explicación, datos y visualizaciones pueden permanecer dentro del mismo documento.

¿Dónde guarda Jupyter Notebook los archivos?

Los notebooks utilizan normalmente la extensión:

.ipynb

Por ejemplo:

analisis_ventas.ipynb

El archivo se guarda en la carpeta desde la cual estás trabajando.

Estos archivos pueden volver a abrirse posteriormente utilizando Jupyter Notebook o herramientas compatibles con el formato .ipynb.

Esto también facilita compartir experimentos, análisis y ejemplos con otras personas.

Atajos básicos de Jupyter Notebook

Aprender algunos atajos puede hacer que trabajar con Jupyter sea considerablemente más rápido.

Uno de los más importantes es:

Shift + Enter

Ejecuta la celda actual y continúa con la siguiente.

También encontrarás acciones para crear, eliminar, mover o modificar celdas desde la propia interfaz.

Jupyter diferencia principalmente entre celdas de código y celdas Markdown.

Las primeras ejecutan Python.

Las segundas permiten escribir explicaciones utilizando Markdown, incluyendo títulos, listas, enlaces y otros elementos.

Así podemos transformar un conjunto de instrucciones Python en un documento mucho más comprensible.

Error: jupyter no se reconoce como comando

Otro problema habitual después de la instalación es ejecutar:

jupyter notebook

y recibir un mensaje indicando que el comando jupyter no existe o no se reconoce.

Primero comprueba que Notebook realmente está instalado:

python -m pip show notebook

En macOS o Linux también puedes probar:

python3 -m pip show notebook

Si no aparece instalado, ejecuta nuevamente:

python -m pip install notebook

Después puedes intentar iniciar Notebook directamente mediante Python:

python -m notebook

Si esto funciona pero jupyter notebook no, probablemente exista un problema con la configuración del PATH.

Jupyter abre el navegador pero no carga

Cuando ejecutamos:

jupyter notebook

la terminal debería mostrar información del servidor local.

No cierres esa ventana mientras utilizas Jupyter.

Si la cierras, también estarás deteniendo el servidor de Jupyter.

Si el navegador no se abre automáticamente, revisa la dirección que aparece en la terminal y ábrela manualmente desde tu navegador.

¿Cómo cerrar Jupyter Notebook?

Cuando termines de trabajar puedes guardar tu Notebook desde la propia interfaz.

Después vuelve a la terminal donde ejecutaste:

jupyter notebook

y utiliza:

Ctrl + C

Jupyter puede solicitar confirmación para detener el servidor.

Después de confirmarlo podrás cerrar la terminal.

No basta con cerrar la pestaña del navegador, porque el servidor local podría continuar ejecutándose en segundo plano.

¿Puedo utilizar Jupyter Notebook sin instalar nada?

Sí.

Si solamente quieres experimentar con notebooks, existen alternativas que funcionan directamente desde Internet.

Una de las más conocidas es Google Colab, que ofrece un entorno basado en notebooks y permite ejecutar Python desde el navegador.

Esto puede resultar útil cuando estás aprendiendo, trabajando desde diferentes computadoras o simplemente no quieres configurar Python localmente.

Sin embargo, instalar Jupyter en nuestra computadora ofrece mayor control sobre nuestros archivos, entornos y dependencias.

¿Jupyter Notebook solamente funciona con Python?

No.

Aunque Python es uno de los lenguajes más utilizados con Jupyter, su arquitectura basada en kernels permite trabajar con otros lenguajes.

El propio nombre Jupyter surgió históricamente de la combinación de Julia, Python y R.

Por eso puedes encontrar kernels para diferentes tecnologías.

Para comenzar, sin embargo, Python continúa siendo una de las combinaciones más habituales y probablemente la que encontrarás en la mayoría de tutoriales de análisis de datos.

¿Jupyter Notebook es gratuito?

Sí. Jupyter es un proyecto open source y podemos instalarlo gratuitamente en nuestra computadora.

Esto ha contribuido a que sea utilizado tanto por estudiantes como por desarrolladores, investigadores y profesionales de la ciencia de datos.

Además, el formato Notebook resulta especialmente interesante para enseñar programación porque podemos colocar explicaciones junto al código y ejecutar cada ejemplo individualmente.

Entonces, ¿cómo instalar Jupyter Notebook?

Si ya tienes Python instalado, el procedimiento puede resumirse en unos pocos comandos.

Comprueba Python:

python --version

Comprueba pip:

pip --version

Instala Jupyter Notebook:

pip install notebook

Inícialo:

jupyter notebook

Si trabajas con macOS o Linux y tu instalación utiliza explícitamente Python 3, probablemente necesites:

python3 -m pip install notebook

Después podrás crear tu primer archivo .ipynb y comenzar a ejecutar código Python directamente desde el navegador.

Como has visto, instalar Jupyter Notebook no requiere una configuración especialmente complicada. pip ofrece una instalación directa, mientras que Anaconda proporciona una alternativa más completa orientada especialmente al ecosistema científico.

Si estás comenzando con Python, dedica unos minutos a experimentar con celdas, variables, Markdown y pequeños gráficos. Entender esta dinámica te permitirá aprovechar mucho mejor Jupyter cuando avances hacia Pandas, análisis de datos, Machine Learning y proyectos más complejos.