Imágenes Docker listas para usar que incluyen JupyterLab, Jupyter Notebook y herramientas habituales de Python científico, para uso personal o en equipo.
Alternativa open source a:Google Colab
Jupyter Docker Stacks es un conjunto de imágenes Docker precompiladas que incluyen aplicaciones de Jupyter y herramientas de computación interactiva. Cada imagen se publica en Quay.io y se puede descargar e iniciar con un solo comando `docker run`, que pone en marcha un Jupyter Server con la interfaz de JupyterLab en un puerto del host asignado.
Las imágenes están disponibles en distintas variantes, como base-notebook, scipy-notebook y datascience-notebook, cada una con un conjunto distinto de bibliotecas añadidas a una base común. Se compilan para x86_64 y aarch64, y algunas variantes incluyen compilaciones de PyTorch y TensorFlow con CUDA. Los usuarios pueden montar un directorio local en el contenedor para conservar su trabajo en el host, o usar las imágenes como base para sus propios Dockerfiles de proyecto y despliegues de JupyterHub.
Instala Docker (descárgalo desde la documentación de Docker).
Inicia un servidor de JupyterLab con la imagen scipy-notebook.
docker run -p 10000:8888 quay.io/jupyter/scipy-notebook:2026-07-28Abre en el navegador la URL que incluye el token mostrado.
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Entorno extensible de computación interactiva basado en el navegador que reúne notebooks, terminales, editores y exploración de archivos en un único espacio de trabajo.
Una distribución de JupyterLab que se ejecuta por completo en el navegador, con kernels de Python basados en WebAssembly y sin necesidad de un servidor.
Extensión de JupyterLab y paquete de Python para escribir pruebas unitarias de celdas individuales en notebooks ejecutados de forma lineal, como los que generan informes.
Framework basado en Nix para crear entornos declarativos y reproducibles de JupyterLab con kernels y extensiones configurables.
Guarda notebooks de Jupyter como archivos Markdown o scripts de Python, Julia y R para compararlos y versionarlos fácilmente en Git.
Un entorno de notebooks web para computación interactiva que combina código, resultados y texto en un mismo documento.