Add docs day 15th

Signed-off-by: Manuel Vergara <manuel@vergaracarmona.es>

dia_15/README.md

@@ -0,0 +1,19 @@
+# Dia 15 - machine learning
+
+En esta unidad se ha trabajado a través de tres cuadernos de trabajo Colab de google drive:
+
+Cuaderno de prácticas con Numpy: https://colab.research.google.com/drive/1vp7zrchG_pJF3uzEgbCjfb_piu43mJXS?usp=sharing
+Cuaderno de prácticas con Panda: https://colab.research.google.com/drive/1-E33EMCehgPnmqgwm13-SZSnVYOHMpuQ?usp=sharing
+Cuaderno de prácticas con Machine Learning: https://colab.research.google.com/drive/1zRVPpLLmhMkmhX_kB9qrWUppHzRTJPFM?usp=sharing 
+
+
+La solución a los ejercicios son las siguientes.
+
+- [Cuaderno de prácticas con Numpy](cuaderno_numpy.py)
+
+- [Cuaderno de prácticas con Panda](cuaderno_panda.py)
+
+- [Cuaderno de prácticas con Machine Learning]()
+
+
+

dia_15/cuaderno_numpy.py

@@ -0,0 +1,189 @@
+# -*- coding: utf-8 -*-
+"""Copia de Python TOTAL - Numpy.ipynb
+
+Automatically generated by Colaboratory.
+
+Original file is located at
+    https://colab.research.google.com/drive/1RJ5lMM11UepgJvp8b2yp3MP6jAIQrud-
+
+# Práctica de la librería Numpy
+
+En este notebook, se desarrollarán una serie de tareas utilizando la librería Numpy (Numerical Python).
+
+Se proponen y documentan posibles formas de resolver los ejercicios, pero las mismas no son únicas.
+
+Siempre es una buena idea verificar la [Documentación Oficial de Numpy](https://numpy.org/devdocs/user/index.html), donde es posible encontrar todo tipo de información referida a esta librería. Y si te quedas trabado, busca en Google "como hacer [algo] con Numpy". Hay enormes probabilidades de que esa pregunta ya haya sido respondida!
+"""
+
+# Importamos Numpy con su abreviación "np"
+import numpy as np
+
+# Podemos crear arrays de una dimensión con la función np.array()
+array_unidim = np.array([1,2,3,4,5])
+
+# O un array de dos dimensiones (bidimensional)
+array_bidim = np.array([
+    [1,2,3],
+    [4,5,6]
+]
+)
+
+# O un array de tres dimensiones (tridimensional)
+array_tridim = np.array([
+    [
+    [1,2,3],
+    [4,5,6]
+    ],
+    [
+    [7,8,9],
+    [10,11,12]
+    ]
+])
+
+"""Para cada uno de estos arrays, podemos obtener sus propiedades, tales como su "forma", número de dimensiones, tipos de datos y tamaño."""
+
+from numpy.core.multiarray import array
+# Atributos del array unidimensional (forma, número de dimensiones, tipos de datos, tamaño, y tipo)
+array_unidim.shape, array_unidim.ndim, array_unidim.dtype, array_unidim.size, type(array_unidim)
+
+# Atributos del array bidimensional
+array_bidim.shape, array_bidim.ndim, array_bidim.dtype, array_bidim.size, type(array_bidim)
+
+# Atributos del array tridimensional
+array_tridim.shape, array_tridim.ndim, array_tridim.dtype, array_tridim.size, type(array_tridim)
+
+# Importamos pandas como pd, y creamos un DataFrame a partir del array bidimensional
+import pandas as pd
+
+datos = pd.DataFrame(array_bidim)
+datos
+
+# Creamos un array de tamaño 4x3, formado únicamente por unos (1)
+unos = np.ones((4,3))
+unos
+
+# Creamos un array de tamaño 2x4x3, formado únicamente por ceros (0)
+cero = np.zeros((2,4,3))
+cero
+
+# Creamos un array de números en el rango de 0 a 100, con un paso de 5
+
+array_1 = np.arange(0,101,5)
+array_1
+
+# Creamos un array de números aleatorios enteros comprendidos en entre 0 y 10, de tamaño (2, 5)
+
+array_2 = np.random.randint(0,10,(2,5))
+array_2
+
+# Creamos un array de números aleatorios decimales comprendidos en entre 0 y 1, de tamaño (3, 5)
+array_3 = np.random.random((3,5))
+array_3
+
+# Establecemos la "semilla" de números aleatorios en 27
+np.random.seed(27)
+
+# Creamos un array de números aleatorios enteros comprendidos en entre 0 y 10, de tamaño (3, 5)
+array_4 = np.random.randint(0,10,(3,5))
+array_4
+
+"""¿Qué ocurre al correr la última celda nuevamente, a diferencia de las anteriores?"""
+
+# Encontramos los valores únicos del array_4
+np.unique(array_4)
+
+# Extraemos el elemento de índice 1 del array_4
+array_4[1]
+
+# Extraemos las primeras dos filas del array_4
+array_4[:2]
+
+# Extraemos los dos primeros datos de las primeras dos filas del array_4
+array_4[:2,:2]
+
+# Creamos dos arrays de tamaño 3x4: uno relleno de números aleatorios entre 0 y 10, y otro relleno de unos
+array_5 = np.random.randint(0,10,(3,4))
+array_6 = np.ones((3,4))
+
+# invocamos el array_5
+array_5
+
+# invocamos el array_6
+array_6
+
+# Sumamos los dos arrays
+array_5 + array_6
+
+# Creamos ahora un array de tamaño (4,3) lleno de unos
+array_7 = np.ones((4,3))
+array_7
+
+# Intentaremos sumar los arrays 6 y 7
+array_6 + array_7
+
+"""¿A qué se debe el error anterior? ¿Qué deberíamos tener en cuenta para que no suceda?"""
+
+# Entonces crearemos otro array de tamaño (4,3) lleno de unos
+array_8 = np.ones((4,3))
+array_8
+
+# Restamos el array_8 al array_7
+array_8 - array_7
+
+# Creamos otros dos arrays de tamaño 3x3 con números aleatorios del 1 al 5
+array_9 = np.random.randint(1,5,(3,3))
+array_10 = np.random.randint(1,5,(3,3))
+
+# invocamos el array_9
+array_9
+
+# invocamos el array_10
+array_10
+
+# Multiplicamos los últimos dos arrays entre sí
+array_9 * array_10
+
+# Elevamos el array_9 al cuadrado
+array_9 ** 2
+
+# Buscamos la raíz cuadrada del array_10
+np.sqrt(array_10)
+
+# Hallamos el promedio de los valores del array_9
+array_9.mean()
+
+# Hallamos el valor máximo de los valores del array_9
+array_9.max()
+
+# Hallamos el valor mínimo de los valores del array_9
+array_9.min()
+
+# Cambiamos la forma del array_9 por una de 9x1, y lo almacenamos como array_11
+array_11 = array_9.reshape((9,1))
+
+# invocamos el array_11
+array_11
+
+# Transponemos el array_11
+array_11.T
+
+# Comparamos el array_9 y el array_10, para saber cuáles elementos del array_9 son mayores a los del array_10
+array_12 = array_9 > array_10
+array_12
+
+"""¿Qué tipos de datos forman parte del array de resultados?"""
+
+# Veamos sus nuevos tipos de datos
+array_12.dtype
+
+# Alguno de los elementos del array_9 es igual su equivalente del array_10?
+array_9 == array_10
+
+# Comparamos nuevamente ambos arrays, en esta ocasión con >=
+array_9 >= array_10
+
+# Buscamos los elementos del array_9 que son mayores a 2
+array_9 > 2
+
+# Ordenamos de menor a mayor los elementos dentro del array_9
+np.sort(array_9)

dia_15/cuaderno_panda.py

@@ -0,0 +1,129 @@
+# -*- coding: utf-8 -*-
+"""Python TOTAL - Pandas.ipynb
+
+Automatically generated by Colaboratory.
+
+Original file is located at
+    https://colab.research.google.com/drive/1uXPQgRFyhRzarWbO9ytZ1Y2amriZgeex
+
+# Práctica de la librería Pandas
+
+En este notebook, se desarrollarán una serie de tareas utilizando la librería Pandas (el "Excel" de Python).
+
+Se proponen y documentan posibles formas de resolver los ejercicios, pero pueden existir varias formas de lograr los mismos resultados.
+
+Siempre es una buena idea verificar la [Documentación Oficial de Pandas](https://pandas.pydata.org/pandas-docs/stable/), donde es posible encontrar todo tipo de información referida a esta librería. Y si te quedas trabado, busca en Google "como hacer [algo] con Pandas". Hay enormes probabilidades de que esa pregunta ya haya sido respondida!
+"""
+
+# Importamos Pandas
+import pandas as pd
+
+# Creamos una serie de números y hallamos su media
+numeros = pd.Series([1,2,3,5,67,35,235,62])
+numeros.mean()
+
+# Hallamos la suma de dichos números
+numeros.sum()
+
+# Creamos una SERIE de tres colores diferentes
+colores = pd.Series(['rojo','amarillo','verde'])
+
+# Visualizamos la serie creada
+colores
+
+# Creamos una serie con tipos de autos, y la visualizamos
+tipos_autos = pd.Series(['sedan', 'SUV', 'Pick up'])
+tipos_autos
+
+# Combinamos las series de tipos de autos y colores en un DATAFRAME
+tabla_autos = pd.DataFrame({'Tipo de Auto':tipos_autos, 'Color':colores})
+tabla_autos
+
+# Conectamos el cuaderno actual con nuestro Drive
+from google.colab import drive
+drive.mount('/content/drive')
+
+# Importar "ventas-autos.csv" y convertirlo en un nuevo DATAFRAME
+ventas_autos = pd.read_csv('/content/drive/MyDrive/Colab Notebooks/ventas-autos.csv')
+ventas_autos
+
+"""Este será nuestro "Dataframe de Flujo Vehicular"
+"""
+
+# Exportar el Dataframe como un archivo CSV a mi carpeta "/content/drive/MyDrive/Colab Notebooks/pruebas/"
+ventas_autos.to_csv('/content/drive/MyDrive/Colab Notebooks/este_archivo.csv')
+
+# Analicemos los tipos de datos disponibles en el dataset de ventas autos
+ventas_autos.dtypes
+
+# Apliquemos estadística descriptiva (cantidad de valores, media, desviación estándar, valores mínimos y máximos, cuartiles) al dataset
+ventas_autos.describe()
+
+# Obtenemos información del dataset utilizando info()
+ventas_autos.info()
+
+# Listamos los nombres de las columnas de nuestro dataset
+ventas_autos.columns
+
+# Averiguamos el "largo" de nuestro dataset
+len(ventas_autos)
+
+# Mostramos las primeras 5 filas del dataset
+ventas_autos.head()
+
+# Mostramos las primeras 7 filas del dataset
+ventas_autos.head(7)
+
+# Mostramos las últimas 3 filas del dataset
+ventas_autos.tail(3)
+
+# Utilizamos .loc para seleccionar la fila de índice 3 del DataFrame
+ventas_autos.loc[3]
+
+# Utilizamos .iloc para seleccionar las filas 3, 7 y 9
+ventas_autos.iloc[[3,7,9]]
+
+"""En la documentación podrás observar la diferencia entre el funcionamiento de [.loc](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html) e [.iloc](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html)."""
+
+# Seleccionar la columna "Kilometraje"
+ventas_autos['Kilometraje']
+
+# Encontrar el valor medio de la columnas "Kilometraje"
+ventas_autos['Kilometraje'].mean()
+
+# Seleccionar aquellas columnas que tengan valores superiores a 100,000 kilómetros en la columna Kilometraje
+ventas_autos[ventas_autos['Kilometraje'] > 100000]
+
+# Creamos una tabla cruzada de doble entrada entre Fabricante y cantidad de puertas
+pd.crosstab(ventas_autos['Fabricante'], ventas_autos['Puertas'])
+
+# Agrupamos las columnas por fabricante y buscandos el valor medio de las columnas numéricas
+ventas_autos.groupby(['Fabricante']).mean()
+
+# Commented out IPython magic to ensure Python compatibility.
+# Importamos Matplotlib y creamos un gráfico con los valores de la columna Kilometraje
+import matplotlib as plt
+# %matplotlib inline
+
+ventas_autos['Kilometraje'].plot()
+
+# Puede que un gráfico más apropiado en este caso sea un histograma?
+ventas_autos['Kilometraje'].hist()
+
+# Intentamos graficar la columna de precios
+ventas_autos['Precio (USD)'].plot()
+
+"""No funcionó, verdad? Alguna idea de por qué esto puede ocurrir?
+
+Una pista es buscar: "cómo convertir strings de Pandas a números"
+
+[Aqui hay un enlace a StackOverflow referido a este tema](https://stackoverflow.com/questions/44469313/price-column-object-to-int-in-pandas).
+"""
+
+# Elimina la puntuación de la columna de precios
+ventas_autos['Precio (USD)'] = ventas_autos['Precio (USD)'].str.replace('[\$\.\,]', '')
+ventas_autos['Precio (USD)'] = ventas_autos['Precio (USD)'].astype(int)/100
+
+ventas_autos
+
+ventas_autos['Precio (USD)'].plot()