Scribd
Cargar
53 vistas21 páginas

Clase 3 - Jupyter

El documento proporciona una introducción a Jupyter Notebook, kernels, paquetes de Python como Pandas y cómo usarlos. Explica que Jupyter Notebook es un entorno de desarrollo integrado basado en navegador para crear y compartir documentos que contienen código, ecuaciones, visualizaciones y explicaciones narrativas. Los kernels ejecutan el código de diferentes lenguajes de programación. Pandas es una biblioteca de Python para el análisis y manipulación de datos.

Cargado por

Mateo Cordoba Toro
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd
53 vistas21 páginas

Clase 3 - Jupyter

El documento proporciona una introducción a Jupyter Notebook, kernels, paquetes de Python como Pandas y cómo usarlos. Explica que Jupyter Notebook es un entorno de desarrollo integrado basado en navegador para crear y compartir documentos que contienen código, ecuaciones, visualizaciones y explicaciones narrativas. Los kernels ejecutan el código de diferentes lenguajes de programación. Pandas es una biblioteca de Python para el análisis y manipulación de datos.

Cargado por

Mateo Cordoba Toro
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 21

ALGORITMOS 1

Steve Cortes R.
JUPYTER

 Código Abierto.

 IPython en 2014.

 Evolucionó para admitir


la ciencia de datos
interactivos y la
computación científica en
varios lenguajes de
programación.
PARTNERS SPONSORS
KERNELS
 Los Kernels son
procesos que
ejecutan código
interactivo en un
lenguaje de
programación
particular y
devuelven la salida al
usuario.
CASOS DE USO
NETFLIX EJEMPLO
EJECUCIÓN PROCESOS
PIP

 Es un sistema de gestión de
paquetes utilizado para
instalar y administrar
paquetes de software escritos
en Python. Muchos paquetes
pueden ser encontrados en el
Python Package Index.
COMO USAR PIP?
 Instalar

pip install <paquete>


 Desinstalar

pip uninstall <paquete>


 Instalar desde un archivo

pip install –r <nombre archivo>


 Listar paquetes instalados

pip freeze
pip list
PANDAS
 Es una herramienta
de análisis y
manipulación de
datos de código
abierto rápida,
potente, flexible y
fácil de usar,
construida sobre el
lenguaje de
programación Python.
QUE PUEDO HACER EN
PANDAS?
 Un objeto DataFrame rápido y eficiente para la manipulación
de datos con indexación integrada.
 Herramientas para leer y escribir datos entre estructuras de
datos en memoria y diferentes formatos: CSV y archivos de
texto, Microsoft Excel, bases de datos SQL y el rápido formato
HDF5.
 Agregar o transformar datos con un poderoso motor que
permite operaciones de división-aplicación-combinación en
conjuntos de datos.
 Alto rendimiento de fusión y unión de conjuntos de datos.
INSTALAR PANDAS

CONDA INSTALL PIP INSTALL PANDAS


PANDAS
DATAFRAME

 Al trabajar con datos


tabulares, como los
datos almacenados en
hojas de cálculo o
bases de datos. En
Pandas, una tabla de
datos se denomina
DataFrame.
LEER/ESCRIBIR
LEER
 CSV  JSON

pd.read_csv('data.csv')

 EXCEL

pd.read_excel('tmp.xlsx',
index_col=0)
ESCRIBIR
 CSV  JSON

df.to_csv(‘out.csv', index=False)

 EXCEL

df1.to_excel("output.xlsx",
sheet_name='Sheet_name_1')
SUBCONJUTOS  subconjunto =
dataframe[”columna"]

DE LOS DATOS
 dataframe.plot()

GRAFICAR  Dataframe[”columna”].plot()
CREAR NUEVOS  df[”new"] = df[”old"] *

DATOS
1.882
DESCRIBIR  dataframe[”columna"].mean()

 dataframe[”columna"].median()

DATOS  dataframe[”columna"].describe(
)
PRACTICA
 Descargue y lea en un dataframe
de jupyter los datos del enlace
https://drive.google.com/open?id=1
nfwBFgom35JdohXmZs__RPsNBb6Fn
4AT
 La descripción de los datos se
encuentra en:
https://www.kaggle.com/jessemosti
pak/hotel-booking-demand
 Con el Dataset obtenido
anteriormente describa y grafique
datos relevantes.

También podría gustarte