Creación de un Perfil en Visual Studio Code para Proyectos de Data Science con R
Paso a paso para configurar un perfil de Data Science R en VS Code
Actualizado en noviembre de 2026. Agregué la creación del perfil, renové la configuración y el kernel de R. Para un proyecto de tesis en Python, sigue la guía de entorno para la tesis.
En este tutorial, te guiaré paso a paso para crear un perfil en Visual Studio Code (VS Code) desde cero, optimizado para trabajar con el lenguaje de programación R. Asumimos que ya tienes instalada la última versión de Visual Studio Code en tu sistema.
Paso 1: Instalación de R
Antes de configurar VS Code, necesitas tener instalado R en tu sistema. Sigue estos pasos:
-
Descarga el instalador adecuado para tu sistema operativo (Windows, macOS, o Linux).
-
Sigue las instrucciones de instalación proporcionadas en el sitio. En Windows, deja marcada la opción Save version number in registry para que VS Code encuentre R.

Paso 2: Crear el Perfil
Un perfil mantiene tus extensiones y ajustes de R separados de otros proyectos:
- Abre VS Code y haz clic en el engranaje de abajo a la izquierda.
- Entra a Profiles y luego a New Profile.
- Ponle de nombre
Data Science R, elige Empty Profile y selecciona Create.
Paso 3: Instalación de Extensiones en VS Code
Para trabajar con R en VS Code, necesitarás instalar algunas extensiones. Con el perfil activo, sigue estos pasos:
-
Abre VS Code.
-
Ve a la barra lateral izquierda y haz clic en el icono de Extensiones (parece un bloque con cuatro pequeños cuadrados).

-
En la barra de búsqueda, escribe “R”. Instala la extensión
Rcon el identificadorREditorSupport.r.
-
Ahora, busca e instala la extensión
Jupyterde Microsoft, que permite el uso de Jupyter Notebooks en VS Code.
Paso 4: Configuración del Perfil
-
Abre la paleta de comandos presionando
Ctrl + Shift + P(Windows/Linux) oCmd + Shift + P(Mac). -
Escribe
Preferences: Open User Settings (JSON)y selecciona la opción.
-
En el archivo
settings.json, agrega la siguiente configuración para habilitar el soporte de R:{ "r.bracketedPaste": true, "r.lsp.diagnostics": false, "r.rterm.windows": "C:\\Program Files\\R\\R-4.x.x\\bin\\R.exe", "r.rpath.windows": "C:\\Program Files\\R\\R-4.x.x\\bin\\Rscript.exe", "r.rterm.mac": "/usr/local/bin/R", "r.rpath.mac": "/usr/local/bin/Rscript", "r.rterm.linux": "/usr/bin/R", "r.rpath.linux": "/usr/bin/Rscript", "r.alwaysUseActiveTerminal": false, "r.sessionWatcher": true, "r.plot.useHttpgd": true, "r.str.max.levels": 15, "r.plot.view": "Two Columns" }Cambia
R-4.x.xpor tu versión y ajusta las rutas de acuerdo con la instalación de R en tu sistema.
-
Guarda el archivo
settings.json.
Paso 5: Instalación de languageserver y httpgd
-
Abre una sesión de R en tu terminal y ejecuta:

install.packages("languageserver") install.packages("httpgd")
-
languageserveractiva el autocompletado yhttpgdactiva el visor interactivo de gráficos que configuraste conr.plot.useHttpgd. No necesitas agregar nada a tu archivo.Rprofilepara el servidor de lenguaje.
Paso 6: Creación de un Proyecto con R
-
Crea una nueva carpeta para tu proyecto de R.
-
Abre esta carpeta en VS Code seleccionando
File > Open Folder.
-
Dentro de esta carpeta, crea un nuevo archivo llamado
my_script.R.
-
Abre
my_script.Ry escribe el siguiente código de ejemplo para verificar que todo está funcionando:print("Hola, mundo desde R en VS Code!")
Paso 7: Uso de Jupyter Notebooks con R
-
Instala el kernel de R. Necesitas Jupyter instalado en tu sistema. En una sesión de R, ejecuta:
install.packages("IRkernel") IRkernel::installspec() -
Crea un nuevo archivo Jupyter Notebook en tu proyecto seleccionando
File > New Filey luegoJupyter Notebook.
-
En el Notebook, selecciona el kernel de R. Haz clic en la esquina superior derecha y elige
Select Kernel > R.
-
Configuración de seguridad de kernel de R. Haz clic en
jupyter.kernels.trustedy agrega la dirección de la ubicación insegura.

-
Escribe y ejecuta el siguiente código en una celda de Jupyter Notebook:
print("Hola, mundo desde Jupyter Notebook con R en VS Code!")
Conclusión
¡Felicidades! Has configurado exitosamente un perfil en Visual Studio Code para trabajar con proyectos de Data Science utilizando R. Con este entorno, podrás aprovechar las poderosas características de VS Code y Jupyter Notebooks para tus análisis y proyectos de Data Science.
Si tienes alguna pregunta o necesitas más detalles, no dudes en dejar un comentario.
¿Te ha sido útil este tutorial? ¡Compártelo con otros y sigue explorando el apasionante mundo de la Ciencia de Datos!
Referencias: