Como instalar JupyterLab en Ubuntu 24.04

Como instalar JupyterLab en Ubuntu 24.04

4 comentarios / Inteligencia Artificial, Linux / Por

📘 Este artículo forma parte de nuestra Guía Completa de Linux 2026 y complementa a nuestra Guía Completa de Inteligencia Artificial. Si trabajas con datos, Python o machine learning, esas guías son tu punto de partida.

Introducción

JupyterLab es el entorno de desarrollo interactivo más usado en data science, machine learning, análisis de datos y computación científica. Sucesor de Jupyter Notebook, JupyterLab ofrece una interfaz moderna con pestañas, terminal integrada, editor de código, visor de datos y extensiones.

En 2026, JupyterLab es estándar de facto en:

  • Ciencia de datos (pandas, NumPy, matplotlib).
  • Machine learning (scikit-learn, TensorFlow, PyTorch).
  • Investigación (física, biología, economía).
  • Educación (cuadernos interactivos).
  • Análisis financiero.
  • Automatización y scripting.

En esta guía completa vas a aprender:

  • Qué es JupyterLab y por qué usarlo.
  • Requisitos de sistema.
  • Instalación paso a paso en Ubuntu 24.04 (varios métodos).
  • Configuración de entornos virtuales.
  • Acceso remoto seguro desde cualquier dispositivo.
  • Extensiones imprescindibles.
  • Integración con Docker.
  • Optimización para ciencia de datos.
  • Solución de problemas comunes.
  • FAQ con las preguntas más frecuentes.

Si eres nuevo en Linux, consulta nuestra Guía Completa de Linux. Para desarrollo con IA, nuestra Guía Completa de Inteligencia Artificial.

Índice de contenidos

  1. Qué es JupyterLab
  2. Requisitos
  3. Instalación método 1: pip + venv (recomendado)
  4. Instalación método 2: Conda/Miniconda
  5. Instalación método 3: Sistema (apt)
  6. Instalación método 4: Docker
  7. Configuración inicial
  8. Acceso remoto seguro
  9. Extensiones imprescindibles
  10. Optimización para data science
  11. Solución de problemas
  12. FAQ
  13. Conclusión

1. Qué es JupyterLab

JupyterLab es una interfaz web interactiva para trabajar con cuadernos (notebooks), código, datos y visualizaciones. Es el sucesor de Jupyter Notebook, con una interfaz mucho más moderna y potente.

1.1 Características principales

  • Cuadernos interactivos (.ipynb).
  • Múltiples pestañas y paneles.
  • Terminal integrada.
  • Editor de código (con autocompletado).
  • Visor de datos (CSV, JSON, imágenes).
  • Soporte multi-lenguaje (Python, R, Julia, Scala…).
  • Extensiones para todo.
  • Colaboración en tiempo real (con extensiones).
  • Ejecución distribuida (con JupyterHub).

1.2 JupyterLab vs Jupyter Notebook

AspectoJupyterLabJupyter Notebook
InterfazModerna, tipo IDEClásica
Pestañas✅❌
Terminal integrada✅❌
Editor de código✅ CompletoBásico
ExtensionesSistema modernoLimitado
Recomendación✅ ActualLegacy

Recomendación 2026: usa JupyterLab, no Jupyter Notebook.

1.3 Casos de uso

  • Data science: análisis exploratorio, visualización.
  • Machine learning: entrenamiento de modelos.
  • Investigación: notebooks reproducibles.
  • Educación: material interactivo.
  • Automatización: scripts con visualización.
  • Prototipado rápido.

Consulta Machine Learning: todo lo que debes saber.

2. Requisitos

2.1 Hardware

ComponenteMínimoRecomendado
CPUDual-coreQuad-core+
RAM4 GB8-16 GB
Disco5 GB20-50 GB
GPU❌NVIDIA (para ML)

2.2 Software

  • Ubuntu 24.04 LTS (o superior).
  • Python 3.10+ (3.12 recomendado).
  • pip actualizado.
  • Navegador moderno (Chrome, Firefox, Edge).
  • Acceso SSH (para servidor).

2.3 Verificar Python

python3 --version
pip3 --version

Deberías ver Python 3.12.x y pip 24.x.

Si no tienes Python:

sudo apt update
sudo apt install -y python3 python3-pip python3-venv

2.4 Actualizar pip

python3 -m pip install --upgrade pip

Consulta Cómo actualizar todas las bibliotecas instaladas en Python.

3. Instalación método 1: pip + venv (recomendado)

El método más recomendado para la mayoría de usuarios: aislamiento, control total, fácil actualización.

3.1 Instalar dependencias del sistema

sudo apt update
sudo apt install -y python3 python3-pip python3-venv \
    build-essential python3-dev

3.2 Crear usuario dedicado (opcional, para servidores)

sudo adduser --system --shell /bin/bash --group --home /opt/jupyter jupyter
sudo usermod -aG sudo jupyter  <em># si necesitas permisos</em>

3.3 Crear entorno virtual

# Como usuario normal (no root)
cd ~
python3 -m venv jupyter-env
source jupyter-env/bin/activate

3.4 Actualizar pip y wheel

pip install --upgrade pip wheel setuptools

3.5 Instalar JupyterLab

pip install jupyterlab

Verificar instalación:

jupyter lab --version

Deberías ver algo como 4.2.x.

3.6 Instalar kernel de Python (opcional pero útil)

pip install ipykernel
python3 -m ipykernel install --user --name=jupyter-env --display-name="Python (jupyter-env)"

3.7 Arrancar JupyterLab

jupyter lab

Deberías ver:

[I 2026-10-09 12:00:00 ServerApp] Jupyter Server 2.x is running at:
[I 2026-10-09 12:00:00 ServerApp] http://localhost:8888/lab?token=abc123...

Abre el navegador en la URL indicada.

3.8 Instalar paquetes de data science

pip install numpy pandas matplotlib seaborn scikit-learn

Para ML avanzado:

pip install tensorflow  <em># o</em>
pip install torch torchvision torchaudio

Para Jupyter extras:

pip install jupyterlab-git jupyterlab-lsp

3.9 Crear script de inicio

Crea ~/start-jupyter.sh:

#!/bin/bash
source ~/jupyter-env/bin/activate
jupyter lab

Dar permisos:

chmod +x ~/start-jupyter.sh

Arrancar:

./start-jupyter.sh

3.10 Configurar como servicio systemd (servidor)

Crea /etc/systemd/system/jupyter.service:

[Unit]
Description=JupyterLab
After=network.target

[Service]
Type=simple
User=jupyter
Group=jupyter
WorkingDirectory=/opt/jupyter
Environment="PATH=/opt/jupyter/jupyter-env/bin"
ExecStart=/opt/jupyter/jupyter-env/bin/jupyter lab --no-browser --ip=127.0.0.1 --port=8888
Restart=on-failure
RestartSec=10

[Install]
WantedBy=multi-user.target

Activar:

sudo systemctl daemon-reload
sudo systemctl enable jupyter
sudo systemctl start jupyter
sudo systemctl status jupyter

Ver logs:

sudo journalctl -u jupyter -f

4. Instalación método 2: Conda/Miniconda

Recomendado para data science, ya que incluye muchos paquetes científicos y gestión de entornos.

4.1 Descargar Miniconda

cd /tmp
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

O descarga Anaconda (más pesado, más paquetes):

wget https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.sh

4.2 Instalar Miniconda

bash Miniconda3-latest-Linux-x86_64.sh

Sigue el instalador:

  • Acepta la licencia.
  • Directorio por defecto: ~/miniconda3.
  • Init conda: sí.

4.3 Reiniciar shell

source ~/.bashrc

O:

exec bash

4.4 Crear entorno con JupyterLab

conda create -n jupyter python=3.12 jupyterlab -y
conda activate jupyter

4.5 Instalar paquetes científicos

conda install -y numpy pandas matplotlib seaborn scikit-learn jupyterlab-git

4.6 Arrancar JupyterLab

jupyter lab

4.7 Instalar kernel de conda

python -m ipykernel install --user --name=jupyter --display-name="Python (conda jupyter)"

4.8 Actualizar conda

conda update -n base -c defaults conda
conda update --all

4.9 Ventajas de Conda

  • Gestión de entornos robusta.
  • Paquetes binarios precompilados (rápido).
  • Incluye muchas librerías científicas (NumPy, SciPy, etc.).
  • Multi-lenguaje (Python, R, Julia).
  • Resuelve dependencias complejas.

Recomendado para:

  • Data science serio.
  • Machine learning.
  • Trabajo con múltiples versiones de Python.

5. Instalación método 3: Sistema (apt)

Más sencillo pero menos flexible.

5.1 Instalar desde repositorios de Ubuntu

sudo apt update
sudo apt install -y jupyter-notebook

⚠️ Nota: Ubuntu 24.04 incluye Jupyter Notebook (no JupyterLab) en sus repositorios. Para JupyterLab, usa pip o conda.

5.2 Alternativa: instalar JupyterLab vía pip del sistema

sudo apt install -y python3-jupyterlab

O:

pip3 install --user jupyterlab

5.3 Arrancar

jupyter lab

5.4 Limitaciones

  • Versiones antiguas (las de apt).
  • Difícil de actualizar individualmente.
  • Conflictos con paquetes del sistema.
  • No recomendado para desarrollo serio.

Recomendación: usa pip + venv o conda.

6. Instalación método 4: Docker

Ideal para reproducibilidad y aislamiento total.

6.1 Instalar Docker

curl -fsSL https://get.docker.com | sudo sh
sudo usermod -aG docker $USER
newgrp docker

Consulta Qué es Docker.

6.2 Arrancar JupyterLab con la imagen oficial

docker run -d \
    --name jupyter \
    -p 8888:8888 \
    -v $(pwd)/notebooks:/home/jovyan/work \
    -e JUPYTER_ENABLE_LAB=yes \
    jupyter/datascience-notebook

Explicación:

  • -d: en background.
  • --name: nombre del contenedor.
  • -p 8888:8888: puerto.
  • -v: volumen (carpeta compartida).
  • jupyter/datascience-notebook: imagen con Python, R, Julia y paquetes científicos.

6.3 Ver el token de acceso

docker logs jupyter

Busca la línea con token=....

6.4 Acceder

Abre: http://localhost:8888/lab?token=TU_TOKEN

6.5 Docker Compose

Crea docker-compose.yml:

version: '3.8'

services:
  jupyter:
    image: jupyter/datascience-notebook:latest
    container_name: jupyter
    ports:
      - "8888:8888"
    volumes:
      - ./notebooks:/home/jovyan/work
      - ./data:/home/jovyan/data
    environment:
      - JUPYTER_ENABLE_LAB=yes
      - JUPYTER_TOKEN=tu_token_seguro
    restart: unless-stopped

Arrancar:

docker compose up -d

6.6 Imágenes recomendadas

  • jupyter/base-notebook: mínimo.
  • jupyter/minimal-notebook: con más herramientas.
  • jupyter/scipy-notebook: con paquetes científicos.
  • jupyter/datascience-notebook: Python + R + Julia.
  • jupyter/tensorflow-notebook: con TensorFlow.
  • jupyter/pytorch-notebook: con PyTorch.
  • jupyter/all-spark-notebook: con Spark.

6.7 Personalizar imagen

Crea Dockerfile:

FROM jupyter/datascience-notebook:latest

USER root

# Instalar paquetes adicionales
RUN apt-get update && apt-get install -y \
    vim \
    htop \
    && rm -rf /var/lib/apt/lists/*

USER jovyan

# Instalar paquetes Python
RUN pip install --no-cache-dir \
    jupyterlab-git \
    jupyterlab-lsp \
    python-lsp-server[all]

WORKDIR /home/jovyan/work

Construir:

docker build -t mi-jupyter .

7. Configuración inicial

7.1 Generar archivo de configuración

jupyter lab --generate-config

Se crea en ~/.jupyter/jupyter_lab_config.py.

7.2 Configurar contraseña

jupyter lab password

Introduce la contraseña deseada.

O generar hash manualmente:

python3 -c "from jupyter_server.auth import passwd; print(passwd())"

7.3 Configurar directorio de trabajo

Edita ~/.jupyter/jupyter_lab_config.py:

c.ServerApp.root_dir = '/home/usuario/notebooks'

7.4 Configurar puerto

c.ServerApp.port = 8888

7.5 Configurar acceso remoto (cuidado)

c.ServerApp.ip = '0.0.0.0'
c.ServerApp.allow_remote_access = True

⚠️ Nunca expongas JupyterLab directamente a internet sin protección.

7.6 Configurar token

c.IdentityProvider.token = 'tu_token_largo_y_aleatorio'

Genera un token seguro:

openssl rand -hex 32

7.7 Configurar SSL

c.ServerApp.certfile = '/ruta/al/certificado.pem'
c.ServerApp.keyfile = '/ruta/a/la/clave.key'

Genera certificado autofirmado:

openssl req -x509 -nodes -days 365 -newkey rsa:2048 \
    -keyout jupyter.key -out jupyter.pem

Para certificados válidos, usa Let’s Encrypt:

sudo certbot certonly --standalone -d jupyter.tudominio.com

Consulta Guía completa para configurar SSL en Nginx.

7.8 Configurar extensiones

c.LabApp.extensions_in_dev_mode = False

7.9 Configurar límites de recursos

c.ServerApp.max_buffer_size = 1000000000  <em># 1 GB</em>
c.MappingKernelManager.cull_idle_timeout = 3600  <em># 1 hora</em>
c.MappingKernelManager.cull_interval = 300

7.10 Configurar Jupyter Server Proxy

Para apps web dentro de Jupyter:

pip install jupyter-server-proxy

8. Acceso remoto seguro

8.1 NO exponer directamente

Nunca abras el puerto 8888 a internet sin protección.

Riesgos:

  • Acceso no autorizado.
  • Ejecución de código arbitrario.
  • Robo de datos.
  • Uso malicioso.

8.2 Opción 1: Nginx como reverse proxy + SSL

Configura Nginx:

server {
    listen 80;
    server_name jupyter.tudominio.com;
    return 301 https://$server_name$request_uri;
}

server {
    listen 443 ssl http2;
    server_name jupyter.tudominio.com;

    ssl_certificate /etc/letsencrypt/live/jupyter.tudominio.com/fullchain.pem;
    ssl_certificate_key /etc/letsencrypt/live/jupyter.tudominio.com/privkey.pem;

    <em># Autenticación básica adicional</em>
    auth_basic "Jupyter Access";
    auth_basic_user_file /etc/nginx/.htpasswd;

    location / {
        proxy_pass http://127.0.0.1:8888;
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
        proxy_read_timeout 3600s;
        proxy_send_timeout 3600s;
        client_max_body_size 500M;
    }
}

Crear usuario:

sudo apt install apache2-utils -y
sudo htpasswd -c /etc/nginx/.htpasswd admin

Activar sitio:

sudo ln -s /etc/nginx/sites-available/jupyter /etc/nginx/sites-enabled/
sudo nginx -t
sudo systemctl reload nginx

SSL:

sudo certbot --nginx -d jupyter.tudominio.com

8.3 Opción 2: SSH tunnel

Más seguro, sin exponer nada.

En tu máquina local:

ssh -L 8888:localhost:8888 usuario@servidor.com

En el servidor:

jupyter lab --no-browser --port=8888

Accede en el navegador: http://localhost:8888

8.4 Opción 3: VPN

Recomendado para equipos.

Monta una VPN (WireGuard, Tailscale):

sudo apt install wireguard

Consulta Cómo montar tu propio servidor de VPN.

Ventajas:

  • Acceso a toda la red interna.
  • Encriptación fuerte.
  • No expones Jupyter a internet.

8.5 Opción 4: Cloudflare Tunnel

Moderna, sin abrir puertos.

# Instalar cloudflared
curl -L https://github.com/cloudflare/cloudflared/releases/latest/download/cloudflared-linux-amd64.deb -o cloudflared.deb
sudo dpkg -i cloudflared.deb

# Autenticar
cloudflared tunnel login

# Crear túnel
cloudflared tunnel create jupyter

# Configurar
cat > ~/.cloudflared/config.yml << EOF
tunnel: jupyter
credentials-file: /root/.cloudflared/<tunnel-id>.json
ingress:
  - hostname: jupyter.tudominio.com
    service: http://localhost:8888
  - service: http_status:404
EOF

# Arrancar
cloudflared tunnel run jupyter

Consulta Zero Trust.

8.6 Opción 5: JupyterHub (multiusuario)

Para equipos.

# Instalar JupyterHub
pip install jupyterhub
sudo npm install -g configurable-http-proxy

# Generar configuración
jupyterhub --generate-config

# Arrancar
jupyterhub

Ventajas:

  • Múltiples usuarios.
  • Autenticación centralizada.
  • Aislamiento por usuario.

Web: https://jupyter.org/hub

8.7 Recomendación final

Para un usuario:

  • SSH tunnel (más sencillo y seguro).

Para equipo pequeño:

  • VPN (Tailscale, WireGuard).

Para equipo grande:

  • JupyterHub detrás de Nginx.

Nunca:

  • Exponer Jupyter directamente a internet.

9. Extensiones imprescindibles

9.1 Instalación de extensiones

pip install jupyterlab-git
pip install jupyterlab-lsp
pip install jupyterlab-code-formatter
pip install jupyterlab-system-monitor

9.2 Extensiones recomendadas

jupyterlab-git:

  • Integración con Git.
  • Commit, push, pull desde la interfaz.

jupyterlab-lsp:

  • Autocompletado avanzado.
  • Diagnósticos.
  • Refactoring.

jupyterlab-code-formatter:

  • Formateo automático de código (black, isort).

jupyterlab-system-monitor:

  • Muestra CPU, RAM, GPU.

jupyterlab-toc:

  • Tabla de contenidos.

jupyterlab-drawio:

  • Diagramas integrados.

jupyterlab-plotly:

  • Gráficos interactivos.

jupyterlab-spreadsheet:

  • Editor de CSV/Excel.

jupyterlab-variableInspector:

  • Inspecciona variables en memoria.

jupyterlab-debugger:

  • Debugger integrado.

9.3 Extensiones con GUI

Desde JupyterLab:

  1. Settings → Extension Manager.
  2. Busca extensiones.
  3. Instala.

9.4 Verificar extensiones

jupyter labextension list

9.5 Actualizar extensiones

pip install --upgrade jupyterlab-git

9.6 Tema oscuro

Settings → Theme → JupyterLab Dark.

O instala temas adicionales:

pip install jupyterlab-miami-nights

10. Optimización para data science

10.1 Configurar memoria

En ~/.jupyter/jupyter_lab_config.py:

c.ServerApp.max_buffer_size = 1073741824  <em># 1 GB</em>
c.MappingKernelManager.cull_idle_timeout = 3600
c.MappingKernelManager.cull_interval = 300

10.2 Configurar pandas

En tus notebooks:

import pandas as pd

# Mostrar más columnas
pd.set_option('display.max_columns', None)

# Mostrar más filas
pd.set_option('display.max_rows', 100)

# Ancho de columnas
pd.set_option('display.max_colwidth', 100)

10.3 Configurar matplotlib

import matplotlib.pyplot as plt
%matplotlib inline

# Gráficos de alta resolución
%config InlineBackend.figure_format = 'retina'

# Tamaño por defecto
plt.rcParams['figure.figsize'] = (12, 6)

10.4 Usar GPU

Verificar CUDA:

import torch
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))

Instalar PyTorch con CUDA:

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

Consulta PyTorch para CUDA 12.4 y CUDA y cuDNN en Ubuntu.

10.5 Optimizar TensorFlow

import tensorflow as tf

# Verificar GPU
print(tf.config.list_physical_devices('GPU'))

# Limitar memoria GPU
gpus = tf.config.experimental.list_physical_devices('GPU')
for gpu in gpus:
    tf.config.experimental.set_memory_growth(gpu, True)

10.6 Jupyter + Dask (big data)

pip install "dask[complete]" distributed
from dask.distributed import Client
client = Client(n_workers=4)

10.7 Jupyter + Spark

pip install pyspark
from pyspark.sql import SparkSession
spark = SparkSession.builder.appName("MiApp").getOrCreate()

10.8 Extensiones para productividad

jupyterlab-code-formatter:

pip install black isort

Configurar:

# Settings → Code Formatter
# Formatter: black
# Autosave: true

10.9 Configurar kernels adicionales

R:

conda install -c conda-forge r-irkernel

Julia:

using Pkg
Pkg.add("IJulia")

Ver kernels:

jupyter kernelspec list

10.10 Notebooks reproducibles

  • Usa versionado (jupyterlab-git).
  • Fija versiones de paquetes (requirements.txt).
  • Documenta celdas con markdown.
  • Usa entornos virtuales por proyecto.
  • Exporta a HTML/PDF.

11. Solución de problemas

11.1 «Command ‘jupyter’ not found»

Causa: Jupyter no está en el PATH.

Solución:

# Activar entorno virtual
source ~/jupyter-env/bin/activate

# O instalar de nuevo
pip install jupyterlab

11.2 «Port 8888 already in use»

Causa: ya hay otro Jupyter corriendo.

Solución:

# Ver qué usa el puerto
sudo ss -tulpn | grep 8888

# Matar el proceso
kill -9 PID

# O usar otro puerto
jupyter lab --port=8889

11.3 «No puedo acceder desde otro dispositivo»

Causa: Jupyter solo escucha en localhost.

Solución:

jupyter lab --ip=0.0.0.0 --no-browser

⚠️ Solo en red local o con protección.

11.4 «Kernel keeps dying»

Causas:

  • Falta de RAM.
  • Conflicto de paquetes.
  • Kernel corrupto.

Solución:

# Ver logs
jupyter lab --debug

# Reinstalar kernel
pip install --force-reinstall ipykernel

# Verificar memoria
free -h

11.5 «El token no funciona»

Causa: token incorrecto o expirado.

Solución:

# Ver el token actual
jupyter server list

# O configurar contraseña
jupyter lab password

11.6 «Las extensiones no se cargan»

Causa: extensiones no instaladas correctamente.

Solución:

# Reinstalar
pip install --upgrade jupyterlab

# Verificar
jupyter labextension list

# En JupyterLab
# Settings → Enable Extension Manager

11.7 «Jupyter consume mucha RAM»

Solución:

# Configurar cierre de kernels inactivos
c.MappingKernelManager.cull_idle_timeout = 3600
c.MappingKernelManager.cull_interval = 300

# Ver uso de RAM
jupyter lab --debug

11.8 «Error: No module named X»

Causa: paquete no instalado en el entorno activo.

Solución:

# Activar entorno
source ~/jupyter-env/bin/activate

# Instalar
pip install X

# Reiniciar kernel en JupyterLab

11.9 «JupyterLab no arranca como servicio»

Solución:

# Ver logs
sudo journalctl -u jupyter -n 50

# Verificar permisos
sudo ls -la /opt/jupyter/

# Corregir propietario
sudo chown -R jupyter:jupyter /opt/jupyter

11.10 «Los notebooks no se guardan»

Causa: permisos o directorio.

Solución:

# Verificar permisos
ls -la ~/notebooks/

# Corregir
chmod -R 755 ~/notebooks/
chown -R $USER:$USER ~/notebooks/

11.11 «SSL no funciona»

Solución:

# Verificar certificado
openssl x509 -in certificado.pem -text -noout

# Verificar configuración
cat ~/.jupyter/jupyter_lab_config.py | grep certfile

11.12 «El navegador muestra ‘Connection refused'»

Causa: Jupyter no está corriendo o puerto incorrecto.

Solución:

# Verificar
jupyter server list

# Ver puertos abiertos
sudo ss -tulpn | grep jupyter

11.13 «Nginx da error 502»

Causa: Jupyter no está accesible desde Nginx.

Solución:

# Verificar que Jupyter corre en localhost:8888
curl http://localhost:8888

# Verificar configuración de Nginx
sudo nginx -t

# Ver logs
sudo tail -f /var/log/nginx/error.log

11.14 «Mixed content (HTTP en HTTPS)»

Causa: Jupyter genera URLs HTTP.

Solución:

En Nginx:

location / {
    proxy_set_header X-Forwarded-Proto $scheme;
    proxy_redirect http:// https://;
    <em># ...</em>
}

En jupyter_lab_config.py:

c.ServerApp.base_url = '/'
c.ServerApp.trust_xheaders = True

11.15 «Al actualizar Python, Jupyter deja de funcionar»

Causa: entornos virtuales rotos.

Solución:

# Recrear el entorno
rm -rf ~/jupyter-env
python3 -m venv ~/jupyter-env
source ~/jupyter-env/bin/activate
pip install jupyterlab

12. FAQ

¿Qué es JupyterLab y para qué sirve?

JupyterLab es una interfaz web interactiva para trabajar con cuadernos de código, datos y visualizaciones. Sucesor de Jupyter Notebook.

Usos:

  • Data science.
  • Machine learning.
  • Análisis de datos.
  • Investigación.
  • Educación.
  • Prototipado.

¿Cuál es la diferencia entre JupyterLab y Jupyter Notebook?

  • JupyterLab: interfaz moderna tipo IDE, pestañas, terminal integrada.
  • Jupyter Notebook: interfaz clásica, más simple.

Recomendación 2026: usa JupyterLab.

¿Cómo instalo JupyterLab en Ubuntu 24.04?

Método recomendado (pip + venv):

sudo apt install python3-pip python3-venv
python3 -m venv ~/jupyter-env
source ~/jupyter-env/bin/activate
pip install jupyterlab
jupyter lab

Alternativa (conda):

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
conda create -n jupyter python=3.12 jupyterlab -y
conda activate jupyter
jupyter lab

¿Cuánta RAM necesito para JupyterLab?

Recomendaciones:

  • Mínimo: 4 GB.
  • Recomendado: 8 GB.
  • Ideal: 16-32 GB (para ML/data science).

¿Cómo accedo a JupyterLab desde otro dispositivo?

Opción 1: SSH tunnel (recomendado)

ssh -L 8888:localhost:8888 usuario@servidor

Opción 2: Nginx + SSL

Opción 3: VPN

⚠️ Nunca expongas JupyterLab directamente a internet.

¿Cómo configuro una contraseña en JupyterLab?

jupyter lab password

O generar hash manualmente:

python3

¿Cómo instalo paquetes en JupyterLab?

Desde un notebook:

!pip install nombre_paquete

Desde terminal:

pip install nombre_paquete

⚠️ Asegúrate de usar el entorno correcto.

¿Cómo instalo un kernel de Python específico?

pip install ipykernel
python3 -m ipykernel install --user --name=mi-env --display-name="Python (mi-env)"

¿Cómo uso GPU en JupyterLab?

Verificar CUDA:

import torch
print(torch.cuda.is_available())

Instalar PyTorch con CUDA:

pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121

TensorFlow:

pip install tensorflow[and-cuda]

Consulta CUDA y cuDNN en Ubuntu.

¿Cómo instalo extensiones en JupyterLab?

Vía pip:

pip install jupyterlab-git

Desde JupyterLab:

Settings → Extension Manager.

Extensiones recomendadas:

  • jupyterlab-git
  • jupyterlab-lsp
  • jupyterlab-code-formatter
  • jupyterlab-system-monitor

¿Cómo comparto notebooks con otros?

Opciones:

  • GitHub/GitLab (con nbviewer).
  • Google Colab (gratis).
  • JupyterHub (multiusuario).
  • Exportar a HTML/PDF.
  • Binder (nbviewer.jupyter.org).

¿Puedo usar R o Julia en JupyterLab?

Sí.

R:

conda install -c conda-forge r-irkernel

Julia:

using Pkg
Pkg.add("IJulia")

¿JupyterLab es gratis?

Sí, es open source y gratuito.

Costes posibles:

  • Servidor (VPS o hardware).
  • Ancho de banda si es público.
  • Almacenamiento si es grande.

¿Cómo migro de Jupyter Notebook a JupyterLab?

Los archivos .ipynb son compatibles.

  • Instala JupyterLab.
  • Abre los mismos notebooks.
  • Ajusta preferencias.

¿Cómo hago backup de mis notebooks?

Opciones:

  • Git (recomendado).
  • rsync a servidor.
  • Nextcloud/Dropbox.
  • Backup automático con cron.

Consulta La importancia de los backups.

¿Qué extensiones son imprescindibles?

Recomendadas:

  • jupyterlab-git: control de versiones.
  • jupyterlab-lsp: autocompletado.
  • jupyterlab-code-formatter: formato automático.
  • jupyterlab-system-monitor: recursos del sistema.

¿JupyterLab funciona en Windows?

Sí, de varias formas:

  • Nativo con Python instalado.
  • WSL2 (recomendado).
  • Anaconda (con JupyterLab).
  • Docker Desktop.

¿Cómo configuro JupyterLab para múltiples usuarios?

Usa JupyterHub.

pip install jupyterhub
sudo npm install -g configurable-http-proxy
jupyterhub --generate-config
jupyterhub

Web: https://jupyter.org/hub

¿Cómo protejo JupyterLab en producción?

Medidas:

  1. Nunca exponer directamente a internet.
  2. SSH tunnel o VPN para acceso.
  3. Nginx + SSL + autenticación básica.
  4. Firewall restrictivo.
  5. Contraseña robusta + token.
  6. Actualizaciones periódicas.
  7. Backups automáticos.

Consulta Guía Completa de Ciberseguridad.

¿Cuál es la diferencia entre pip install jupyterlab y conda install jupyterlab?

  • pip: solo Python, depende del sistema.
  • conda: gestiona binarios, incluye paquetes científicos.

Recomendación:

  • Data science: conda.
  • Desarrollo general: pip + venv.

¿Cómo actualizo JupyterLab?

# Con pip
pip install --upgrade jupyterlab

# Con conda
conda update jupyterlab

¿Cómo desinstalo JupyterLab?

# Con pip
pip uninstall jupyterlab

# Con conda
conda remove jupyterlab

# Eliminar configuración
rm -rf ~/.jupyter

¿Puedo usar JupyterLab sin conexión a internet?

Sí. JupyterLab funciona en local.

Excepto:

  • Instalación inicial de paquetes.
  • Extensiones que requieren internet.

¿Cómo comparto notebooks de forma segura?

Opciones:

  • GitHub privado.
  • JupyterHub con autenticación.
  • Enlace temporal con token.
  • Exportar a HTML (sin ejecución).

Nunca compartas notebooks con datos sensibles en repositorios públicos.

13. Conclusión

JupyterLab es la herramienta definitiva para data science, machine learning e investigación. Su instalación en Ubuntu 24.04 es sencilla si sigues los métodos correctos, y su configuración te permite adaptarlo a cualquier escenario, desde un portátil personal hasta un servidor multiusuario.

Puntos clave:

  1. JupyterLab > Jupyter Notebook.
  2. Método recomendado: pip + venv.
  3. Para data science: Conda.
  4. Para reproducibilidad: Docker.
  5. Configura: contraseña, puerto, SSL.
  6. Acceso remoto seguro: SSH tunnel o VPN.
  7. Nunca expongas directamente a internet.
  8. Extensiones imprescindibles: git, LSP, formatter.
  9. Optimiza para GPU si haces ML.
  10. JupyterHub para multiusuario.

Recomendación:

  1. Instala con pip + venv.
  2. Configura contraseña.
  3. Instala paquetes de data science.
  4. Añade extensiones útiles.
  5. Configura acceso seguro.
  6. Empieza a trabajar.

Si quieres profundizar:

Como instalar JupyterLab en Ubuntu 24.04
Guía para instalar JupyterLab en Ubuntu 24.04

Si tiene la contraseña adecuada, debería ver el panel de usuario de JupyterLab como el siguiente:

Ahora puede presionar Ctrl+c dos veces para finalizar el proceso de JupyterLab.

Por último, verifique el servicio jupyterlab para asegurarse de que se esté ejecutando.

sudo systemctl status jupyterlab

El siguiente resultado confirma que el servicio jupyterlab se está ejecutando.

Como instalar JupyterLab en Ubuntu 24.04
Como instalar JupyterLab en Ubuntu 24.04
Como instalar JupyterLab en Ubuntu 24.04

Si todo va bien, debería ser redirigido al panel de JupyterLab como se muestra a continuación.

Como instalar JupyterLab en Ubuntu 24.04

Con esto, la instalación de JupyterLab estará completa.

Te puede interesar

4 comentarios en “Como instalar JupyterLab en Ubuntu 24.04”

  1. Pingback: CUDA y cuDNN en servidor Ubuntu 24.04

  2. Pingback: Como entrenar un Chatbot con JSON

  3. Pingback: Guía de Instalación y Configuración de ComfyUI en Ubuntu 24.04

  4. Pingback: Instalar Herramientas de Hacking en Ubuntu 24.04

Deja un comentario