Muestra las diferencias entre dos versiones de la página.
Ambos lados, revisión anterior Revisión previa Próxima revisión | Revisión previa Próxima revisión Ambos lados, revisión siguiente | ||
clase:iabd:pia:1eval:tema05 [2022/01/23 18:57] admin [Ejercicios] |
clase:iabd:pia:1eval:tema05 [2022/02/01 16:56] admin [Acceso a disco] |
||
---|---|---|---|
Línea 84: | Línea 84: | ||
</ | </ | ||
- | * Cargar los datos des un fichero de texto llamado " | + | * Cargar los datos desde un fichero de texto llamado " |
<sxh python> | <sxh python> | ||
Línea 90: | Línea 90: | ||
</ | </ | ||
+ | |||
+ | < | ||
+ | Si al guardar los datos **NO** se añadió el parámetro '' | ||
+ | <sxh python> | ||
+ | df.to_csv(" | ||
+ | df=pd.read_csv(" | ||
+ | </ | ||
+ | |||
+ | </ | ||
* Cargar los datos desde una base de datos relacional | * Cargar los datos desde una base de datos relacional | ||
Línea 189: | Línea 198: | ||
<sxh base> | <sxh base> | ||
| | ||
- | count | + | count |
- | mean | + | mean |
- | std 5.049022 | + | std 5.209273 |
min | min | ||
- | 25% 0.506000 | + | 25% 0.512000 |
- | 50% 1.000000 | + | 50% 1.750000 |
- | 75% 4.500000 | + | 75% 5.250000 |
max 18.000000 | max 18.000000 | ||
</ | </ | ||
Línea 206: | Línea 215: | ||
<sxh base> | <sxh base> | ||
- | 150.7 | + | 157.42 |
</ | </ | ||
Línea 215: | Línea 224: | ||
</ | </ | ||
- | <sxh base> | + | <sxh base> |
- | 155.617601610597 | + | |
- | </ | + | * Suma de una columna |
+ | |||
+ | <sxh python> | ||
+ | df.precio.sum() | ||
+ | </ | ||
+ | |||
+ | <sxh base> | ||
+ | |||
+ | * Máximo de una columna | ||
+ | |||
+ | <sxh python> | ||
+ | df.precio.max() | ||
+ | </ | ||
+ | |||
+ | <sxh base> | ||
+ | |||
+ | * Mínimo de una columna | ||
+ | |||
+ | <sxh python> | ||
+ | df.precio.min() | ||
+ | </ | ||
+ | |||
+ | <sxh base> | ||
- | | + | * Correlación entre columnas |
<sxh python> | <sxh python> | ||
Línea 227: | Línea 258: | ||
<sxh base> | <sxh base> | ||
| | ||
- | capacidad | + | capacidad |
- | precio | + | precio |
</ | </ | ||
Línea 523: | Línea 554: | ||
===== Ejercicios ===== | ===== Ejercicios ===== | ||
- | ==== Ejercicio 1 ==== | + | ==== Ejercicio 1.A ==== |
- | | + | Crea un DataDrame con los datos que proporciona '' |
+ | |||
* Grábalo a disco y mira el fichero resultante. | * Grábalo a disco y mira el fichero resultante. | ||
* Ahora prueba a cargarlo | * Ahora prueba a cargarlo | ||
Línea 530: | Línea 563: | ||
* Ahora prueba a cargarlo | * Ahora prueba a cargarlo | ||
* Muestra el nombre de las columnas y los tipos de datos de cada una de ellas. | * Muestra el nombre de las columnas y los tipos de datos de cada una de ellas. | ||
- | * Imprime "El nº de número de características es: NNNNN y el número de muestras es: NNNNNN" | + | * Imprime |
- | * Muestra | + | * Imprime por pantalla |
- | * Muestra | + | * Imprime por pantalla |
* ¿Cuando ocupa en memoria el DataFrame? | * ¿Cuando ocupa en memoria el DataFrame? | ||
- | * | ||
- | Crear una gráfica de scatter | + | ==== Ejercicio 1.B ==== |
+ | Siguiendo con el DataFrame anterior imprime por pantalla: | ||
+ | * El tamaño medio del ancho del pétalo | ||
+ | * La desviación del ancho del pétalo | ||
+ | * El máximo ancho del pétalo | ||
+ | * El mínimo ancho del pétalo | ||
- | 2a Crear df con lista de cilindradas y precio | + | ==== Ejercicio 1.C ==== |
- | 2b Crear una gráfica | + | Siguiendo con el DataFrame anterior: |
- | 3 Cargar un df desde kaggle con tiempos | + | * Imprime por pantalla |
- | mostrar | + | * Imprime por pantalla |
- | mostrar | + | * Imprime por pantalla |
- | ver los tipos de datos | + | * Cambia el nombre |
- | renombrar | + | * Mueve la columna |
- | ver los valores que son null | + | * Inserta |
- | poner una de las columnascon null a la media | + | * Inserta |
- | borrar las filas de las columnas con null | + | |
- | crear una nueva columna de fecha | + | |
- | ver los datos único de laguna | + | |
- | 4 Crear df con iris | + | ==== Ejercicio 1.D ==== |
- | 4b kde de la primera columna | + | Siguiendo |
- | 4c funcion de la gráfica | + | |
- | 4b Hacer las gráficas de KDE de todos por índice y poniendo el nombre | + | |
+ | * El ancho del pétalo de las flores de tipo " | ||
+ | * El ancho del sépalo de las flores de tipo " | ||
+ | * Indica los tipos de flores que hay. | ||
+ | * Indica cuantos valores de la columna " | ||
+ | * Indicar cuantos valores del DataFrame son " | ||
+ | * ¿Como se borrarían aquellas filas que tienen algún datos que es null? | ||
+ | ==== Ejercicio 1.E ==== | ||
+ | Siguiendo con el DataFrame anterior y usando [[https:// | ||
+ | * Muestra un scatter plot del ancho del pétalo en el eje X y el ancho del sépalo en el eje Y según el tipo de flor. | ||
+ | * Muestra el gráfico KDE de la distribución del largo del pétalo y del largo del sépalo. | ||
+ | * Muestra el gráfico KDE de la distribución del largo del pétalo y del largo del sépalo pero separado por el tipo de flor. | ||
+ | * Muestra un // | ||
+ | ==== Ejercicio 2.E ==== | ||
- | 4a:Repetir ejercicio del tema de numpy con los datos y guardarlo en csv | ||
- | 4b:Cargar los datos y mostrar los datos | ||
- | 5a:Repetir ejercicio del tema de gráficas de history con los datos y guardarlo en csv | ||
- | 5b:Cargar los datos y mostrar los datos |