DATA Science and AI, Del concepto al desarrollo

A. Manipulación de datos

1. Fundamentos de Python

Utilizar estatutos y estructuras de datos en Python que involucren ciclos y estatutos condicionales.

Key Concepts:

Ambientes de programación

Estructuras de datos

Estatutos condicionales

Estatutos de repetición

https://hugodelamora.wordpress.com/data-science-ai-from-concept-to-deploy-apps/

https://hugodelamora.wordpress.com/python-bigdata/

Sesión 1

# Python. # IDE: # Option 1: Jupyter / JupyterLab / JupyterNotebook (webapp, can build and share). # Option 2: Google Colab (Colaboratory) / ColabNotebook / google webserver (can build and share) # Hello world: print('Hello:','Hugo')

# Dictionary dict = {"Name": "Zara", "Age": 7, "colors": ["red", "white", "blue"]}; # Set (Duplicates Not Allowed) thisset = {"apple", "banana", "cherry"}

# Structs # List list1 = [123, 'xyz', 'zara'] # Dictionary dict = {"Name": "Zara", "Age": 7, "colors": ["red", "white", "blue"]}; # Set (Duplicates Not Allowed) thisset = {"apple", "banana", "cherry"}

Google colab with all the Python Basic Stuff and a Planet Practice

https://colab.research.google.com/drive/1cXIb4KZGUH5WDY4-ggyOgoKC8mTf0kN9#scrollTo=Wk4EgWAqvYcv

Profundiza

Objetivos específicos

Reconocerás y seleccionarás los estándares en Python pertinentes para utilizar en tu programa.

Definirás funciones en Python para desarrollar programas más concisos y modulares.

Crearás scripts en Python para manipular archivos cuando el problema así lo requiera.

Test

N/a

Sesión 2

https://colab.research.google.com/drive/1Xdf7bvrMt21Nal3lkh8EPm51yyc4HIdn#scrollTo=SBIMeOnXhjoN

Reto

def get_covid_info(file_name, age_pos, gen_pos): file_handler = open(file_name, 'r') next(file_handler) numbers = [] q_women = 0 for line in file_handler: line = line.strip().split(',') # asegurandose que hay algo que leer if line: numbers.append(int(line[age_pos])) if line[gen_pos] == "FEMENINO": q_women += 1 # ¿Cuál es la edad promedio de los pacientes? avg_of_numbers = sum(numbers) / len(numbers) # formateado sin decimales para mejor visualización print("Promedio de edad:", "{:.0f}".format(avg_of_numbers)) # ¿Hay más hombres o mujeres contagiados? if len(numbers) - q_women > q_women: print("Hay más hombres contagiados, son:", "{:,.0f}" .format((len(numbers) - q_women)), " vs mujeres:", "{:,.0f}" .format(q_women)) elif len(numbers) - q_women < q_women: print("Hay más mujereses contagiadas, son:", "{:,.0f}".format(q_women), " vs hombres:", "{:,.0f}".format((len(numbers) - q_women))) else: print("Hay igual número de contagiados por género:" "{:,.0f}" .format(q_women)) file_handler.close() get_covid_info('c:\\H\\casos_confirmados.csv', 3, 2)

import numpy as np rg = np.random.defult_mg() rand_array = rg.random(7) print("Rdm array: \n", rand_array)

2.Plataformas de aplicación sobre Python

Sesión 1

!pip show numpy #validar si está instalada !pip install numpy #instalar import numpy as np np.arange(15)

#atributos más importantes de ndarray son: ndim, shape, size, dtype, itemsize y data #Con funciones como: zeros, ones, arange y linspace #Una matriz es un arreglo de dos dimensiones #Las Series en Pandas son arreglos de una dimensión que pueden etiquetarse y permiten la manipulación de cualquier tipo de dato (numérico, texto u objetos de Python) #El dataframe es la estructura más importante en #Pandas. Tiene dos dimensiones de datos etiquetados. #Las columnas pueden almacenar cualquier tipo de #datos, Cada columna en un dataframe es una serie. #Para la lectura se utilizan las funciones read_csv, read_excel, read_html, read_json, etc #Para guardar to_csv, to_excel, to_html, to_json, etc #funciones utiles df.head(), df.tail(), df.info() #atributo para obtener el tipo de dato de las columnas df.dtypes

Profundiza

Objetivos específicos

Recordarás cuáles son las operaciones fundamentales en NumPy y Pandas.

Reconocerás adecuadamente cómo seleccionar información específica y cómo realizar cálculos para proporcionar resultados relevantes.

Crearás scripts en Python usando los frameworks NumPy y Pandas para recuperar información de diversas fuentes de datos.

https://colab.research.google.com/drive/1Szy3U2zCOQgsESouIXn3SdED0wU9VCwF#scrollTo=c02Q9zQgnb1A

Test

dic = { "Examen": pd.Series([70, 80, 73], index=["Alumno 1", "Alumno 2", "Alumno 3"]), "Proyecto": pd.Series([98, 95, 100], index=["Alumno 1", "Alumno 2", "Alumno 3"]) } dataframe = pd.DataFrame(dic)

# tenemos la necesidad de obtener todos esos registros pero solamente con sus columnas: type, title, duration y description. # ¿Cuál sería la instrucción necesaria para obtener dicho resultado? seleccion = Todo[['type', 'title', 'duration', 'description']]

La instrucción para recuperar filas y columnas por medio de subíndices es iloc ya que loc no trabaja con subíndices.

Sesión 2

tweets

https://colab.research.google.com/drive/14wpS9VJ7wiUlvBuevicPV03J3pjA2AOa

vacunación

https://colab.research.google.com/drive/1ZcbJDFTOSsQjXe7ZNi97Nt9DC3hjkz9Z

Reto

https://colab.research.google.com/drive/1Imsk8GoTo90jTbqqAxQUuL1ngWa3oGgJ

Una columna derivada con el valor “on time” si cuando tuvo su última promoción tenía menos de 30 años. En caso contrario colocar el valor “out of time

3.Manipulación de datos en Python

Sesión 1

#df example, where, select, union (concat), join

#df and where import pandas as pd df1 = pd.DataFrame( { "Nombre": ["name1","name2","name3"], #"edad":[1,2,3] "edad":["1","2","3"] } ) #df1.where(pd.to_numeric(df1['edad'])>2).dropna() df1.where(pd.to_numeric(df1['edad'])>2)[['Nombre']]

import pandas as pd pd.__version__ #!pip install pandas==1.3 #pd.show_versions()

#union df2 = pd.DataFrame( { "Nombre":["name4"], "edad":[4] } ) #df3 = pd.concat([df1, df2]) df3 = pd.concat([df1, df2], ignore_index=True) #df3 = df3.drop_duplicates(keep='last') df3

#join dfx = dfa.merge(dfb, left_on="dfa.fielda", right_on="dfb.fielda", how="left")

Profundiza

import numpy as np rg = np.random.default_rng() ale = rg.random((4,5)) print("Rdn matrix ", ale) ale = rg.random((5)) print("Rdn ", ale) ###

#mean import pandas as pd t = pd.read_csv("/content/drive/MyDrive/Colab Notebooks/x.csv") t['height'].mean() t['height',''].median()

t.agg( { "height":["min","max","mediam","skew"], "mass":["min","max","median","mean"] } )

#group by, mean, value_counts import pandas as pd df1 = pd.DataFrame( { "nombre": ["name1","name2","name3", "name2"], "edad":[1,2,3,4] } ) print(df1[["nombre","edad"]].groupby("nombre").mean()) print("##") print(df1["nombre"].value_counts())

Test

Sesión 2

Reto

https://colab.research.google.com/drive/1HtfbemLxCvh3UkWHs6vRq9wgTMgXBtrX?usp=sharing#scrollTo=L5wPHLbT7MsP

B. Visualización para Análisis Descriptivo e Inferencial y para Diseño de Aplicaciones Dashboard in Web

1. Plataformas de visualización

Sesión 1

https://colab.research.google.com/drive/1IzKUs7UmMSEQoVKFjLrGDZQZEnsoZTYu?usp=sharing#scrollTo=W6ZFcfb9buSJ

A. Manipulación de datos

1. Fundamentos de Python

Sesión 1

Profundiza

Test

Sesión 2

Reto

2.Plataformas de aplicación sobre Python

Sesión 1

Profundiza

Test

Sesión 2

Reto

3.Manipulación de datos en Python

Sesión 1

Profundiza

Test

Sesión 2

Reto

B. Visualización para Análisis Descriptivo e Inferencial y para Diseño de Aplicaciones Dashboard in Web

1. Plataformas de visualización

Sesión 1

Profundiza

Test

Sesión 2

Reto

2. Aplicación web de ciencia de datos

3. Ingeniería de características

C. Máquinas inteligentes

1. Aprendizaje no supervisado

2. Aprendizaje supervisado

3. Visualización de máquinas inteligentes

4. Plataformas y máquinas inteligentes en big data

5. Analitica de texto

6. Analiítica de redes sociales

.css-15w88e5{color:var(--chakra-colors-fg-neutral-primary);font-weight:inherit;letter-spacing:-0.09px;}

A. Manipulación de datos

1. Fundamentos de Python

Sesión 1

Profundiza

Test

Sesión 2

Reto

2.Plataformas de aplicación sobre Python

Sesión 1

Profundiza

Test

Sesión 2

Reto

3.Manipulación de datos en Python

Sesión 1

Profundiza

Test

Sesión 2

Reto

B. Visualización para Análisis Descriptivo e Inferencial y para Diseño de Aplicaciones Dashboard in Web

1. Plataformas de visualización

Sesión 1

Profundiza

Test

Sesión 2

Reto

2. Aplicación web de ciencia de datos

3. Ingeniería de características

C. Máquinas inteligentes

1. Aprendizaje no supervisado

2. Aprendizaje supervisado

3. Visualización de máquinas inteligentes

4. Plataformas y máquinas inteligentes en big data

5. Analitica de texto

6. Analiítica de redes sociales