🚀 DÍA 26/30: El mundo real tiene datos vacíos y rotos.

En bases de datos reales, siempre hay celdas vacías (Not a Number = NaN). Si intentas sumar un NaN, tu código entero colapsará.

import numpy as np

datos = np.array([10, 20, np.nan, 40])

# 🛑 Evitar que el NaN rompa la suma
suma_segura = np.nansum(datos)
print(suma_segura) # 70.0

📌 GUARDA esto. nansum, nanmean, nanmax son el chaleco antibalas del Data Engineer. 

👇 ¿Alguna vez un valor nulo/NaN te ha tumbado un proyecto? ¡Cuéntalo abajo! 

#DataEngineering #SoftwareBugs #DatabaseManagement #Python3 #NumPy

🚀 DÍA 25/30: No quiero el valor, quiero saber DÓNDE está.

A veces, saber que el servidor alcanzó 100 grados no sirve. Necesitas saber en qué minuto exacto (el índice) ocurrió.

import numpy as np

temperaturas = np.array([20, 22, 100, 21])

# 📍 Dónde está el valor más alto
indice_max = np.argmax(temperaturas)
print("¡Pico de calor en el minuto:", indice_max, "!")

📌 GUARDA este comando salvavidas. Te ahorrará horas buscando errores en logs.

🚀 DÍA 24/30: Ordenar millones de registros sin que el servidor se cuelgue.

Nunca programes tu propio algoritmo de ordenamiento en producción (a menos que estudies estructuras de datos). Usa el de NumPy, está optimizado en C bajo el capó.

import numpy as np

desorden = np.array([99, 12, 45, 2, 8])

# 🧹 Ordenar de menor a mayor
ordenado = np.sort(desorden)
print(ordenado)

📌 GUARDA esto. Detrás de este comando corre "Quicksort", uno de los algoritmos más rápidos del planeta. 

👇 ¿Sabrías cómo ordenarlo de mayor a menor usando NumPy? ¡Te leo!