Módulo 3 Programación para IA
Módulo 3 Programación para IA
1. Declaración de variables:
python
Copiar código
x = 10 # Asignación de un valor entero
y = 3.14 # Asignación de un valor flotante
nombre = "Juan" # Asignación de una cadena de texto
2. Operadores aritméticos:
python
Copiar código
suma = 5 + 3 # Suma
resta = 10 - 4 # Resta
multiplicacion = 6 * 7 # Multiplicación
division = 10 / 2 # División
3. Condicionales:
python
Copiar código
if x > 5:
print("x es mayor que 5")
else:
print("x es menor o igual a 5")
4. Bucles:
python
Copiar código
for i in range(5):
print(i) # Imprime los números del 0 al 4
5. Funciones:
python
Copiar código
def saludar(nombre):
return f"Hola, {nombre}!"
print(saludar("Juan"))
6. Listas y diccionarios:
python
Copiar código
lista = [1, 2, 3, 4]
lista.append(5) # Añadir un elemento a la lista
print(lista)
2. Librerías fundamentales:
NumPy
Ventajas de NumPy:
Ejemplo de uso:
python
Copiar código
import numpy as np
# Crear un arreglo 1D
arr_1d = np.array([1, 2, 3, 4, 5])
print(arr_1d)
# Operaciones aritméticas
suma = arr_1d + 10 # Sumar 10 a cada elemento del arreglo
print(suma)
Ventajas de Pandas:
Ejemplo de uso:
python
Copiar código
import pandas as pd
# Crear un DataFrame
data = {
"Nombre": ["Ana", "Juan", "Carlos"],
"Edad": [28, 35, 22],
"Ciudad": ["Madrid", "Barcelona", "Valencia"]
}
df = pd.DataFrame(data)
print(df)
# Filtrar datos
df_filtrado = df[df["Edad"] > 30] # Filtrar personas mayores de 30
años
print(df_filtrado)
Matplotlib
Ventajas de Matplotlib:
Ejemplo de uso:
python
Copiar código
import matplotlib.pyplot as plt
# Crear un gráfico de líneas
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
plt.plot(x, y, label="Cuadrado de x")
plt.xlabel("x")
plt.ylabel("y")
plt.title("Gráfico de líneas")
plt.legend()
plt.show()
# Crear un histograma
data = np.random.randn(1000) # Generar datos aleatorios
plt.hist(data, bins=30, edgecolor="black")
plt.title("Histograma de distribución normal")
plt.show()
La manipulación de datos es una de las tareas más comunes en proyectos de IA. Con las
herramientas anteriores (NumPy, Pandas y Matplotlib), se pueden realizar tareas como:
python
Copiar código
# Cargar un dataset de ejemplo
from sklearn.datasets import load_iris
import pandas as pd