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:asir:fhw:2eval:tema06 [2021/09/24 20:02] admin [Discos duros] |
clase:asir:fhw:2eval:tema06 [2022/01/17 20:53] admin |
||
---|---|---|---|
Línea 59: | Línea 59: | ||
* CHS (Cylinder-Head-Sector): | * CHS (Cylinder-Head-Sector): | ||
* LBA (Logical block addressing): | * LBA (Logical block addressing): | ||
+ | |||
+ | {{: | ||
Línea 64: | Línea 66: | ||
* [[https:// | * [[https:// | ||
* [[https:// | * [[https:// | ||
+ | * [[https:// | ||
==== Métodos de grabación magnética ==== | ==== Métodos de grabación magnética ==== | ||
Línea 127: | Línea 130: | ||
* Muy rápidos | * Muy rápidos | ||
* Tienen un número limitado de escrituras. | * Tienen un número limitado de escrituras. | ||
+ | |||
+ | |||
+ | Vamos ahora una serie de gráficas para comprar la capacidad y el precio de los SSD vs los HDD en 2022 | ||
+ | |||
+ | * En la siguiente gráfica podemos ver las diferencias de capacidades y precios de distintos SSD y HDD. | ||
+ | |||
+ | {{ : | ||
+ | |||
+ | <sxh python> | ||
+ | import matplotlib.pyplot as plt | ||
+ | import numpy as np | ||
+ | from sklearn.linear_model import LinearRegression | ||
+ | from matplotlib.ticker import AutoMinorLocator | ||
+ | |||
+ | figure=plt.figure(figsize=(18, | ||
+ | axes = figure.add_subplot() | ||
+ | |||
+ | axes.xaxis.set_minor_locator(AutoMinorLocator(2)) | ||
+ | axes.yaxis.set_minor_locator(AutoMinorLocator(2)) | ||
+ | axes.set_facecolor("# | ||
+ | axes.grid(visible=True, | ||
+ | axes.grid(visible=True, | ||
+ | axes.tick_params(axis=' | ||
+ | axes.tick_params(axis=' | ||
+ | axes.tick_params(axis=' | ||
+ | axes.tick_params(axis=' | ||
+ | |||
+ | axes.set_xlabel(' | ||
+ | axes.set_ylabel(' | ||
+ | axes.set_title(" | ||
+ | |||
+ | |||
+ | axes.xaxis.set_ticks(np.arange(0.0, | ||
+ | axes.yaxis.set_ticks(np.arange(0, | ||
+ | |||
+ | |||
+ | x=[0.5, | ||
+ | y=[101, | ||
+ | axes.scatter(x, | ||
+ | |||
+ | |||
+ | x=[2, | ||
+ | y=[48, | ||
+ | axes.scatter(x, | ||
+ | |||
+ | axes.legend() | ||
+ | </ | ||
+ | |||
+ | * En la siguiente gráfica podemos ver una regresión lineal del precio de los discos HDD para poder saber cuales son mas caros o baratos. | ||
+ | |||
+ | {{ : | ||
+ | |||
+ | <sxh python> | ||
+ | import matplotlib.pyplot as plt | ||
+ | import numpy as np | ||
+ | from sklearn.linear_model import LinearRegression | ||
+ | from matplotlib.ticker import AutoMinorLocator | ||
+ | |||
+ | figure=plt.figure(figsize=(18, | ||
+ | axes = figure.add_subplot() | ||
+ | |||
+ | axes.xaxis.set_minor_locator(AutoMinorLocator(2)) | ||
+ | axes.yaxis.set_minor_locator(AutoMinorLocator(2)) | ||
+ | axes.set_facecolor("# | ||
+ | axes.grid(visible=True, | ||
+ | axes.grid(visible=True, | ||
+ | axes.tick_params(axis=' | ||
+ | axes.tick_params(axis=' | ||
+ | axes.tick_params(axis=' | ||
+ | axes.tick_params(axis=' | ||
+ | |||
+ | axes.set_xlabel(' | ||
+ | axes.set_ylabel(' | ||
+ | axes.set_title(" | ||
+ | |||
+ | axes.xaxis.set_ticks(np.arange(0.0, | ||
+ | axes.yaxis.set_ticks(np.arange(0, | ||
+ | |||
+ | |||
+ | x=[2, | ||
+ | y=[48, | ||
+ | axes.scatter(x, | ||
+ | |||
+ | model = LinearRegression().fit(list(zip(x)), | ||
+ | x_recta=[min(x), | ||
+ | y_recta = model.predict(list(zip(x_recta))) | ||
+ | axes.plot(x_recta, | ||
+ | </ | ||
+ | |||
+ | * En la siguiente gráfica podemos ver una regresión lineal del precio de los discos SSD para poder saber cuales son mas caros o baratos. | ||
+ | |||
+ | {{ : | ||
+ | |||
+ | <sxh python> | ||
+ | import matplotlib.pyplot as plt | ||
+ | import numpy as np | ||
+ | from sklearn.linear_model import LinearRegression | ||
+ | from matplotlib.ticker import AutoMinorLocator | ||
+ | |||
+ | figure=plt.figure(figsize=(18, | ||
+ | axes = figure.add_subplot() | ||
+ | |||
+ | axes.xaxis.set_minor_locator(AutoMinorLocator(2)) | ||
+ | axes.yaxis.set_minor_locator(AutoMinorLocator(2)) | ||
+ | axes.set_facecolor("# | ||
+ | axes.grid(visible=True, | ||
+ | axes.grid(visible=True, | ||
+ | axes.tick_params(axis=' | ||
+ | axes.tick_params(axis=' | ||
+ | axes.tick_params(axis=' | ||
+ | axes.tick_params(axis=' | ||
+ | |||
+ | axes.set_xlabel(' | ||
+ | axes.set_ylabel(' | ||
+ | axes.set_title(" | ||
+ | |||
+ | axes.xaxis.set_ticks(np.arange(0.0, | ||
+ | axes.yaxis.set_ticks(np.arange(0, | ||
+ | |||
+ | |||
+ | x=[0.5, | ||
+ | y=[101, | ||
+ | axes.scatter(x, | ||
+ | |||
+ | model = LinearRegression().fit(list(zip(x)), | ||
+ | x_recta=[min(x), | ||
+ | y_recta = model.predict(list(zip(x_recta))) | ||
+ | axes.plot(x_recta, | ||
+ | </ | ||
Mas información: | Mas información: |