Existen muchas plataformas para trabajar en Data Science, se recomiendo usar algún Sistema Operativo basado en UNIX usando Linux, MacOS o WSL en Windows, en editores están VSCode, PyCharm, Deepnote, Google Colab, y el que usaremos Jupyter, todo basado en Notebooks que te permiten ir ejecutando trozos de código, en el cual puedes escribir pocas lineas de código probarlas, asegurarse de que estén bien y seguir adelante con otro trozo, allí también se pueden añadir código, ecuaciones, gráficas, texto enriquecido, etc.
Ambos son útiles, aunque los Scripts son mas directos, los Notebooks te permiten ver lo que haces, a medida de que lo haces, en estos puedes encargarte de experimentar y hacer el prototipado de tu script y finalmente pasarlo a un Script cuando ya este listo y estés seguro de que todo funciona como es esperado
Podemos usar notebooks en la nube como google colab. https://colab.research.google.com
Para salir de la vista Mark Down : Shift + Enter
Manual para comenzar con google colab:
https://colab.research.google.com/drive/1ZNrGJdIHb0mvnwkNbdyaoV4uIzYBuRmJ#scrollTo=auNMnauzAJ6G
Puedes cargar archivos a tu notebook desde tu computadora, pero se borrarán una vez cierres tu notebook. También puedes vincular tu google drive para que tome los archivos desde ahí y de esta forma conservarlos.
Colab está enfocado a trabajar con Python (también puede usar otros lenguajes) y ya trae librerías de ciencia de datos precargadas como:
Colab también tiene fragmentos de código (parecido a la herramienta para insertar funciones de Excel) que te facilita la programación. Con ctrl + shift +p abres la paleta de comandos, si escribes shortcuts o atajos de teclado te mostrará una lista de todos los atajos que puedes ejecutar en Colab.
Es una plataforma similar a google colab pero mejorado donde podremos tener incluso un portafolio con todos nuestros proyectos. También se puede sincronizar con google drive y tendremos acceso a una terminal para manejar archivos.