🔥 Hace unos días se anunció VegaFusion, un software que toma visualizaciones basadas en el formato declarativo Vega y multiplica su rendimiento. Está basada en las ideas de Datashader y se puede probar a través de Altair, la implementación en Python de dicho formato. Detrás del proyecto está Jon Mease, ex Chief Scientist de Plotly, así que ¡veremos cómo evoluciona!

Jon Mease @jonmmease

Really happy to share a new visualization project I've been working on! VegaFusion integrates with @vega_vis and Altair (@jakevdp) to accelerate visualizations by executing intensive calculations in the Python kernel process (with efficient parallelization).

VegaFusion @vegafusion_io

Announcing VegaFusion: Server-side Acceleration for the Vega Visualization Grammar https://t.co/vMWOeLhV1C

2:40 PM ∙ Jan 27, 2022

---

83Likes18Retweets

📣 ¡Está abierto el registro para la SciPy de Estados Unidos! Recordemos que este año, salvo sorpresas, será en persona en Austin, Texas (y que la llamada a propuestas se cierra el viernes que viene). Estoy valorando ir, ¿quién más se apunta?

📣 ¡Vuelve PyData Madrid! Después de unos años de inactividad y tras volver a mi ciudad natal, decidí retomar las reuniones mensuales. De momento vamos a hacer una quedada informal para planificar qué temas cubrir y dónde juntarnos. ¡Síguenos en Meetup y Twitter!

🚀 ¡Tenemos nueva versión de pandas! pandas 1.4 introduce varias mejoras, incluyendo más claridad en los infames famosos SettingWithCopyWarning, nuevas funcionalidades para estilizar un DataFrame, lectura más rápida de CSVs usando pyarrow, más métodos de agrupación, y muchísimo más.

NumFOCUS ha otorgado una beca del programa Small Development Grants para mejorar las comparativas de rendimiento de pandas, así que espero que pronto veamos mejoras en ese sentido.

💡 Esta semana he descubierto river, una biblioteca Python para aprendizaje automático continuo/en streaming (la fusión de creme y scikit-multiflow, ahora obsoletos), y human-learn, un interesante proyecto que ayuda a diseñar modelos de aprendizaje automático con entradas humanas. Más fácil verlo que explicarlo:

🚀 ¡Ha salido numba 0.55 por fin! Como siempre hay varias mejoras en el soporte para Python y NumPy, pero lo mejor es que ya trae soporte para Python 3.10, NumPy 1.21, y permite usar flotantes de media precisión al compilar para GPU con CUDA.

Numba es un compilador Just-in-Time para código Python: agregas un decorador, y el rendimiento se multiplica por 10 o 1000. Se usa para cosas muy chulas, como por ejemplo este explorador del conjunto de Mandelbrot en tiempo real, el estudio térmico de las supernovas, visualización de conjuntos de datos masivos, y por supuesto astrodinámica (por si no se notaba, ¡soy muy fan!).

Por otra parte, grayskull 1.0, una herramienta muy útil para crear paquetes conda a partir de paquetes Python, trae numerosas mejoras, y concretamente ya convierte recursivamente las dependencias para una mayor comodidad.

🔥 ¡Se ha terminado de traducir al 100% la documentación oficial de Python al español! Gracias a las aproximadamente 200 personas que contribuyeron a este hito. Ahora toca mantenerla, ¿te apuntas?

🚀 ¡Ha salido IPython 8.0! La larga espera ha merecido la pena y la versión nueva nos trae mejoras sustanciales en las trazas de error, mejores sugerencias en la interfaz de terminal, mejoras en la autorecarga del código, y mucho más. Además, estas mejoras se trasladan automáticamente a Jupyter también. ¡Gracias Matthias por seguir al pie del cañón!

Matthias​ ​Bussonnier @Mbussonn

@quansightai In particular you'll see a number of improvements in tracebacks, and #fishshell like suggestions:

1:49 PM ∙ Jan 12, 2022

---

30Likes4Retweets

También tenemos versiones nuevas de más paquetes: Anita Graser ha publicado MovingPandas 0.9 con suavizado de trayectorias usando filtros de Kalman, y Pyodide 0.19 ha conseguido compilar Scipy 1.7.3 a WebAssembly (❗)

¡Feliz 2022! 🎉

🚀 ¡NumPy 1.22 está disponible! Las novedades incluyen anotación de tipos completa (útil para que los editores den mejores ayudas de código), una implementación experimental de la API estándar de Python para arrays (que esperemos que proyectos como JAX, CuPy y otros acaben adoptando) en numpy.array_api, ocho nuevos algoritmos para calcular percentiles, y mucho más.

📣 ¡La llamada a propuestas para la SciPy US 2022 está abierta hasta el 11 de febrero! El evento vuelve en julio a Austin, Texas, EEUU (feliz de que vuelvan los eventos presenciales, pero naturalmente se complica la logística para asistir).

💡 Estas vacaciones redescubrí scikit-criteria, una biblioteca Python para problemas de decisión multicriterio inspirada en scikit-learn (Juan Bautista, uno de los autores, lo explica bien en este vídeo - ¡gracias Juan!) y he estado leyendo sobre JAX a raíz de este vídeo sobre cómo implementar el método de Lattice Boltzmann en Python.

🌎 El fin de semana pasado se celebró la SciPy Latin America, organizada este año por un equipo brasileño, ¡y ya están los vídeos en su canal de YouTube!

Aún no se ha anunciado oficialmente la sede de 2022, pero te cuento en primicia que será en el norte de Argentina 🇦🇷

🚀 La gente que nos trajo Python Tutor ha creado Pandas Tutor, una web para visualizar de manera interactiva código pandas paso a paso.

sam lau @samlau95

hello world! we're launching pandas tutor! it visualizes Python pandas code step-by-step: pandastutor.com (developed with my advisor philip guo)

5:49 PM ∙ Dec 4, 2021

---

3,757Likes842Retweets

Noticias sobre Python Científico de la semana, episodio 14 🐍⚙️🚀

🔥 Otra semana intensa de versiones nuevas (te hago un resumen porque si no, nos eternizamos): tenemos scikit-image 0.19.0 que incluye el algoritmo scale-invariant feature transform (SIFT), CuPy 10.0.0 (NumPy y SciPy para GPUs) con soporte para indexado avanzado entre otras muchas mejoras, y Voilà 0.3.0 (que permite crear dashboards web a partir de notebooks de Jupyter) con soporte para kernels precargados entre otras cosas.

Ya he utilizado Voilà para varios proyectos con clientes, el último un simulador de constelaciones satelitales, y lo recomiendo totalmente.

Noticias sobre Python Científico de la semana, episodio 13 🐍⚙️

🔥 ¡Fiesta de versiones nuevas esta semana! JupyterHub 2.0 trae por fin autenticación basada en roles (RBAC) y usa JupyterLab en vez del notebook clásico como interfaz por defecto, Vaex 4.6.0 (similar a pandas pero ultrarrápido) aprovecha la GPU en los MacBook usando Metal entre otras mejoras, y mi querido Astropy 5.0 (la biblioteca base para hacer astronomía con Python) trae numerosas mejoras en la lectura/escritura de archivos FITS, Parquet, y MRT así como soporte para arrays de Dask en astropy.table.

vaex @vaex_io

Vaex 4.6.0 brings a cool feature: GPU support for your @Apple MacBooks using Metal! On this Macbook with an @AMD @Radeon GPU, you can get a 5x speedup when evaluating complex expressions.

Just “pip install vaex” and rock on!

(Después de ostentar el título de core developer de astropy.coordinates un tiempo, me di oficialmente de baja hace unas semanas para poder concentrarme en otros proyectos)

📣 ¡Está abierta la llamada a charlas de la PyCon Alemania + PyData Berlin 2022! Si nuevas pandemias no lo impiden, el evento será en persona en abril del año que viene (¡feliz de que vuelvan los eventos presenciales, ya he tenido suficientes horas de videoconferencia estos dos años!)

💡 Esta semana he descubierto qibo, un framework de simulación y control de ordenadores cuánticos (gracias a Albert Solana de Qilimanjaro Tech por la referencia), ploomber, una extensión de Jupyter para crear pipelines gráficamente usando grafos, y Colorcet, una colección de mapas de color perceptualmente uniformes (es decir: que no uses jet nunca más).

HoloViz @HoloViz_org

Announcing Colorcet 3.0! Thanks to Peter Kovesi and Randy Pittman, colorcet.holoviz.org now has 23 new perceptually uniform colormaps for Python, including Rainbow4 (a drop-in replacement for Jet), Gouldian (a better Parula), 15 new cyclic maps, and 5 new colorblind-safe maps.

2:18 PM ∙ Nov 29, 2021

---

351Likes81Retweets

💼 (¿Tu empresa busca gente y quieres compartir una oferta aquí, con banda salarial? ¡Contéstame a este correo!)

Noticias sobre Python Científico de la semana, episodio 12 🐍⚙️

🚀 ¡Tenemos Anaconda Individual Edition 2021.11! Incluye numerosas actualizaciones de paquetes y mejoras en Anaconda Navigator.

Además, también tenemos mamba 0.18.1 - si no conoces este reemplazo ultrarrápido de conda, ¡ya estás tardando!

💡 Esta semana he descubierto dirty_cat, una biblioteca Python para manejar variables categóricas con errores tipográficos o alta cardinalidad, y klio, una herramienta de Spotify para crear pipelines de procesamiento de audio por encima de Apache Beam.

Pronto arranca el Noticiero Python Científico, tu boletín semanal sobre Python para ciencia y análisis de datos, cada viernes en tu bandeja de entrada. Puedes leer las ediciones anteriores en mi perfil de LinkedIn.

¡Suscríbete para no perderte la próxima edición!

Subscribe now