Google Colab, ejemplo con dataset

 Ejemplo con dataset usando #googleColab y #Python

Ejerrcicio basico con datos y visualizacion grafica con Python

 

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

datos = pd.read_csv("datos.csv")

datos.set_index('ID', inplace=True)

print("Inicio dataframe")

print(datos.head(5))

print("Final dataframe")

print(datos.tail(5))

print(datos.info())

print(datos.describe())

print(datos.columns)

print(datos.index)

datosAgrupados = datos.groupby('TIENDA').TOTAL.sum()

print(datosAgrupados.head(5))

plt.pie(datosAgrupados, labels=datosAgrupados.index)

plt.show()

Matplotlib

 Realiza graficas con Python, mediante la libreria Matplotlib.

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

x = np.linspace(1, 150, 200)

y = x + x**2

# print(x)

# print(y)

plt.plot(x, y, 'blue')  # .hist area bar pie scatter box

plt.title('Mi grafica')

plt.xlabel('Valores x')

plt.ylabel('Valores y')

plt.show()

# subplots

plt.subplot(1, 2, 1)

plt.plot(x, y, 'g')

plt.subplot(1, 2, 2)

plt.plot(x, y, 'red')

plt.show()

Pandas

 Libreria Pandas para analisis de datos con Python.

import pandas as pd

import numpy as np

# Series

etiquetas = ['a', 'b', 'c', 'd', 'e']

datos = np.arange(4, 9)

serie = pd.Series(datos, index=etiquetas)

print(serie)

# acceder valor

print(serie['c'])

# datos distinto tipo

datos = ['Jose', 49, 'Mar', 46]

serie = pd.Series(datos)

print(serie)

# datos directos

serie = pd.Series([1000, 500, 1200, 700], ['Emp01', 'Emp02', 'Emp03', 'Emp04'])

print(serie)

# operacion suma

serie1 = pd.Series([1000, 500, 1200, 700], [

                   'Emp01', 'Emp02', 'Emp03', 'Emp04'])

print(serie1)

serie2 = pd.Series([1050, 1500, 2200, 900], [

                   'Emp01', 'Emp02', 'Emp03', 'Emp04'])

print(serie2)

serie3 = serie1 + serie2

print(serie3)

# dataframes

filas = ['tienda1', 'tienda2', 'tienda3', 'tienda4']

columnas = ['articulo1', 'articulo2', 'articulo3']

datos = [[np.nan, 100, 200], [np.nan, 100, 300],

         [300, np.nan, 400], [400, 100, 500]]

dataframe = pd.DataFrame(datos, index=filas, columns=columnas)

print(dataframe)

# seleccion fila

print(dataframe.loc['tienda2'])

print(dataframe.loc[['tienda2', 'tienda3']])

# seleccion columna

print(dataframe['articulo3'])

# valor concreto

print(dataframe.loc['tienda2', 'articulo3'])

# nueva columna

dataframe['articulo4'] = 25

print(dataframe)

dataframe['total'] = dataframe['articulo1']+dataframe['articulo2'] + \

    dataframe['articulo3']+dataframe['articulo4']

print(dataframe)

# eliminar columna

#dataframe = dataframe.drop(['total'], axis=1)

print(dataframe.drop(['total'], axis=1, inplace=True))

print(dataframe)

condicion = dataframe > 200

print(dataframe[condicion])

condicion = (dataframe['articulo1'] >= 200) | (dataframe['articulo2'] >= 100)

print(dataframe[condicion])

nuevaColumna = '1 2 3 4'.split()

dataframe['indices'] = nuevaColumna

print(dataframe)

dataframe = dataframe.set_index('indices')

print(dataframe)

#dataframe.dropna(axis=1, inplace=True)

#dataframe.fillna(value=90, inplace=True)

media = dataframe.mean()

print(f"La media es igual a {media}")

dataframe.fillna(value=media, inplace=True)

print(dataframe)

# union de dataframes

data1 = dataframe.copy()

data2 = dataframe.copy()

print(data1)

print(data2)

dataTotal = pd.concat([data1, data2])

print(dataTotal)

print(dataTotal['articulo3'].unique())

print(dataTotal['articulo3'].value_counts())

dataTotal = dataTotal.apply(lambda x: x*3)

print(dataTotal)

print(dataTotal.columns)

print(dataTotal.index)

print(dataTotal.sort_values(['articulo3']))

print(dataTotal.describe())

# dataTotal.to_csv('dataTotal.csv')

dataframe = pd.read_csv('dataTotal.csv', index_col=0)

print(dataframe)

Aplicacion cifrado de textos con Python

En el siguiente video vemos como construir una aplicacion de cifrado descifrado de textos usando el metodo de cifrado Cesar, tambien usaremos la libreria pickle para guardar el dato.

Numpy

Conceptos basicos para manejar la libreria Numpy con Python.

import numpy as np

lista1 = [1, 2, 3, 4, 5, 6, 3, 2, 8, 9]

array1 = np.array(lista1)

print(lista1)

print(type(array1))

print(array1)

lista2 = [[1, 2, 4], [2, 5, 3], [9, 4, 2]]

array2 = np.array(lista2)

print(array2)

# arrays generacion automatica

array = np.arange(2, 25, 3)

print(array)

matrizCeros = np.zeros((4, 5))

print(matrizCeros)

matrizUnos = np.ones((3, 5))

print(matrizUnos)

# matriz de 40 elementos con valores del 2 al 6

matriz = np.linspace(2, 6, 40)

print(matriz)

# matriz identidad

matrizIdentidad = np.eye(7)

print(matrizIdentidad)

# numeros aleatorios

matrizAleatoria = np.random.rand(3, 4)

print(matrizAleatoria)

matrizAleatoriaNormal = np.random.randn(4)

print(matrizAleatoriaNormal)

matrizAleatoriaEnteros = np.random.randint(1, 51, 20)

print(matrizAleatoriaEnteros)

# tamaños arrays

array = np.random.randint(1, 201, 30)

print(array)

matriz = array.reshape(5, 6)

print(matriz)

# max y min

array = np.random.randint(1, 901, 200)

print(array)

maximo = array.max()

print(f"El valor maximo es {maximo}")

print(array.argmax())

minimo = array.min()

print(f"El valor minimo es {minimo}")

print(array.argmin())

# mostrar elementos

array = np.arange(1, 11)

print(array)

print(array[2])

print(array[5:])

print(array[:6])

# copia de array

array2 = array.copy()

print(array)

print(array2)

array2[4] = 9999

print(array)

print(array2)

# operaciones con la matriz

print(matriz)

print(matriz[0])  # primera fila

print(matriz[:2])

print(matriz[1, 2])

print(matriz[:, 1])

print(matriz[:, :1])

print(matriz)

print(matriz+10)

print(matriz+matriz)

print(matriz*10)

print(matriz*matriz)

print(np.max(matriz))

condicion = matriz > 100

print(matriz)

print(condicion)

print(matriz[condicion])

# numeros impares

condicion = (matriz % 2 != 0)

print(matriz[condicion])

# ejercicio

lista = np.arange(5, 41)

print("Mostrando lista dimension uno")

print(lista)

print("Mostrando lista dimension modificada a 3 * 12")

lista = lista.reshape(3, 12)

print(lista)

print("Mostrando valor del indice 2,4")

print(lista[2, 4])

# combinacion primitiva

arrayPrimitiva = np.random.randint(1, 50, 6)

print(f"La combinacion ganadora de la primitiva sera {arrayPrimitiva}")

Entorno virtual con Python