Explorando Estadística Descriptiva a través de Python

¡Te damos la bienvenida a nuestra guia de Python y estadística descriptiva!

Estamos emocionados de tenerte a bordo en este curso basado en proyectos que te guiará a través de un emocionante viaje de aprendizaje. Antes de embarcarte en esta experiencia educativa, es esencial que tengas una visión clara de lo que te espera. Echemos un vistazo a los objetivos y la estructura de este curso:

Objetivos del curso

En este curso, dirigiremos nuestro enfoque hacia dos objetivos clave de aprendizaje:

Creación de Tablas y Gráficos Estadísticos: Aprenderás a generar tablas y gráficos estadísticos que representen medidas de tendencia central y dispersión de variables como alturas, pesos e índices de masa corporal.

Exploración de Python para Estadísticas: Explorarás los conceptos fundamentales de objetos, sentencias, funciones, métodos y bibliotecas de Python que son esenciales para el procesamiento de datos numéricos y estadísticos.

Una vez que completes este proyecto, tendrás la capacidad de utilizar Python para tabular y visualizar datos y estadísticas descriptivas de muestras y poblaciones, lo que te abrirá un mundo de posibilidades en el análisis estadístico y la visualización de datos. ¡Vamos a empezar!

Estructura del proyecto

El proyecto guiado "Explorando Estadística Descriptiva a través de Python" se divide en las siguientes etapas:

Etapa 1: Procesamiento de Datos Numéricos

Objetivo de aprendizaje: Al completar esta etapa, tendrás la capacidad de procesar listas de datos numéricos utilizando objetos y funciones de Python.

Etapa 2: Tabulación de Datos

Objetivo de aprendizaje: Al finalizar esta etapa, serás capaz de crear tablas de frecuencias para organizar tus datos.

Etapa 3: Creación de Gráficos de Datos

Objetivo de aprendizaje: Al finalizar esta etapa, podrás visualizar tus datos a través de la creación de histogramas y gráficos informativos.

Etapa 4: Cálculo de Tendencias Centrales

Objetivo de aprendizaje: Al completar esta etapa, serás capaz de calcular medidas de tendencia central, como promedios, medianas y modas, y representarlos gráficamente.

Etapa 5: Cálculo de Dispersión de Datos

Objetivo de aprendizaje: Al finalizar esta etapa, podrás calcular medidas de dispersión, como varianzas y desviaciones estándar, y mostrar diagramas de caja para analizar la variabilidad de tus datos.

Etapa 6: Comparación de Grupos de Datos

Objetivo de aprendizaje: Al completar esta etapa, serás capaz de comparar las condiciones de salud entre grupos de deportistas utilizando tus habilidades en estadística descriptiva.

Etapa 7: Almacenamiento y Recuperación de Archivos

Objetivo de aprendizaje: Al finalizar esta etapa, podrás guardar y cargar archivos de datos, así como descargar datos desde fuentes en línea para su análisis.

Preparación antes del Proyecto

El siguiente material proporciona información esencial para la preparación del proyecto, además de enlaces a recursos clave.

- Lectura

Una vez realizada la lectura estaras list@ para iniciar el proyecto guiado para el cual dejare una estructura documentada típica para realizar estadística descriptiva en un proyecto de Colab (Google Colab). Ten en cuenta que esta es una guía general y puedes personalizarla según tus necesidades y el contexto de tu proyecto. Asegúrate de importar las bibliotecas necesarias al comienzo de tu cuaderno de Colab:

# Proyecto de Estadística Descriptiva en Google Colab

1. Procesamiento de datos numericos

1.1 Objetos y operaciones

Asignacion y visualizacion

a = 10

print(a)

type(a) #retorna el tipo del objeto

int

Expresiones numericas

a = 10 # a es el objeto entero 10

b = 3 + 4 # b es el objeto entero 7, la suma de 3 y 4

c = 7 * 2 # c es el objeto entero 14, el producto de 7 y 2

d = 20 / a # d es el objeto entero 2.0, el cociente de 20 y a

print(a, b, c, d) # muestra los valores de los objeros separados por espacios

10 7 14 2.0

e = 20 // a # e es el objeto entero 2, el cociente de 20 y 10

f = 20 % b # f es el objeto entero 6, el residuo de 20 y 7

g = 5**3 # g es el objeto entero 125, 5 al cubo

h = 36**0.5 # h es el objeto decimal 6.0, la raiz cuadrada de 36

print(e, f, g, h)

2 6 125 6.0

a, b, c, d # muestra una tupla: valores entre parentesis y seprados por comas

(10, 7, 14, 2.0)

Aproximacion decimal y funcion round

round(40.456, 2) # aproximacion a dos cifras decimales

10.46

round(10.8) # aproximacion a entero

0.8 + 0.4 # no resulta en 1.2

1.200000000000000002

round(0.8 + 0.4) # resondea a una cifra decimal

1.2

round(10.45, 1) # el resultado es correcto (utiliza otro metodo de redondeo)

10.4

Buscando ayuda

help(round) # informacion sobre round

Help on built-in function round in module builtins:

round(number, ndigits=None)

Round a number to a given precision in decimal digits.

The return value is an integer if ndigits is omitted or None. Otherwise

the return value has the same type as the number. ndigits may be negative.

1.2 Listas

lista = [10, b, 'treinta', c + d] # una lista de cuatro elementos

print(lista) # muestra la lista

[10, 7, 'treinta', 16.0]

lista[0], lista[1], lista[2], lista[3] # muestra los elementos

(10, 7, 'treinta', 16.0)

lista[-1] # ultimo elemento

16.0

lista[2] = 30 # el elemento en la posicion 2 (tercer elemento) es 30

lista

[10, 7, 30, 16.0]

Metodo append

lista.append(1.72) # agrega el objeto decimal 1.72 a lista

lista.append(0) # agrega el objeto 0 a la lista

lista

[10, 7, 30, 16.0, 1.72, 0]

Funcion sum y len

sum(lista) # suma de los numeros en lista

64.72

len(lista) # numero de elementos de lista

Funcion sorted, min y max

sorted(lista) # una lista con valores ordenados de menor a mayor

[0, 1.72, 7, 10, 16.0, 30]

min(lista), max(lista) # minima y maximo valor de la lista

(0, 30)

1.3 Biblioteca Numpy

Procesamiento de vectores y matrices

import numpy as np

arreglo = np.array([1, 2, 3, 4]) # arreglo o vector de numeros

arreglo

array([1, 2, 3, 4])

np.arange(0, 2.1, 0.4) # un arreglo de numeros mayores o iguales que 0,

# menores que 2.1 e incrementando en 0.4

array([0. , 0.4, 0.8, 1.2, 1.6, 2. ])

1.4 Sentencia for

for i in [1, 2.0, '3', 'cuatro']: # cada objeto de la lista es asignado consecutivamente al objeto i

print(i) # muestra el valor del objeto i seguido de un espacio

2.0

cuatro

Objeto range

for i in range(-5, 6): # para cada valor entero i entre -5 y 5 (el mayor entero menor que 6)

print(i, end = ' ') # muestra el valor del objeto i seguido de un espacio

-5 -4 -3 -2 -1 0 1 2 3 4 5

1.5 Sentenci if

a = 10 # a es 10

b = 5 # b es 5

# si a es mayor que b

# mostrar que a es mayor que b

# sino, si los valores son iguales

# mostrar que a y b son iguales

# sino,

# mostrar que a es menor que b

if a > b:

print(a, "es mayor que", b) # las instrucciones de cada bloque comienzan con sangrias

elif a == b:

print("Los numeros son iguales a", a)

else:

print(a, "es menor que", b)

10 es mayor que 5

1.6 Creacion de funciones

def promedio(lista): # def nombre(parametros):

"""

Toma una secuencia de numeros y retorna el promedio

"""

suma = sum(lista) # suma de los numeros de lista

casos = len(lista) # numero de elementos de la lista

media = suma / casos # promedio

return media

p = promedio(lista)

print(p)

10.786666666666667

casos

---------------------------------------------------------------------------

NameError Traceback (most recent call last)

<ipython-input-35-60bc0e5130ae> in <cell line: 1>()

----> 1 casos

NameError: name 'casos' is not defined

help(promedio)

Help on function promedio in module __main__:

promedio(lista)

Toma una secuencia de numeros y retorna el promedio

2. Tabulacion de datos

2.1 La biblioteca o modulo Panda

Procesamiento de tablas de datos numericos y categoricos

import pandas as pd

# Crear tabla llamada df

df = pd.DataFrame()

# crea una columna numeros

df ['numeros'] = [1, 2, 3, 4]

# columna letras

df['letras'] = ['a', 'b', 'c', 'd']

numeros letras

0 1 a

1 2 b

2 3 c

3 4 d

# muestra la columna numeros

df['numeros']

0 1

1 2

2 3

3 4

Name: numeros, dtype: int64

# DataFrame: tabla de datos

# Series: serie de datos

type(df), type(df['numeros'])

(pandas.core.frame.DataFrame, pandas.core.series.Series)

# crea una columna cuadrada con los

# valores de la columna numeros al cuadrado

df['cuadrados'] = df['numeros'] ** 2

numeros letras cuadrados

0 1 a 1

1 2 b 4

2 3 c 9

3 4 d 16

Lista de valores acumulados

acumulados = [] # una lista vacia

suma = 0 # una suma en cero

for i in df['numeros'] # para cada dato i en la columna de numeros

suma = suma + i # suma e i se adicionan y el resultado va a suma

acumulados.appen(suma) # agreaga suma a la lista

# metodo cumsum de pd.Series

df['numeros'].sumsum()

0 1

1 3

2 6

3 10

Name: numeros, dtype: int64

# conversion a lista

df['numeros'].cumsum().tolist()

[1, 3, 6, 10]

# nueva columna de tabla con el nombre acumulados

df['acumulados'] = df['numeros'].cumsum()

numeros letras cuadrados acumulados

0 1 a 1 1

1 2 b 4 3

2 3 c 9 6

3 4 d 16 10

Estatura y pesos

Datos extraidos de: https://drive.google.com/file/d/1KlThKEoiMLLj6-oO-Or12w18H9GkwhZ7/view?usp=share_link

# Lee el archivo CSV desde Google Drive

df = pd.read_csv("/content/drive/MyDrive/Python/Proy_1/bodyPerformance.csv", sep=';')

# Mostrar las primeras filas de datos

print(df.head())

age,gender,height_cm,weight_kg,body fat_%,diastolic,systolic,gripForce,sit and bend forward_cm,sit-ups counts,broad jump_cm,class

0 27.0,M,172.3,75.24,21.3,80.0,130.0,54.9,18.4,6...

1 25.0,M,165.0,55.8,15.7,77.0,126.0,36.4,16.3,53...

2 31.0,M,179.6,78.0,20.1,92.0,152.0,44.8,12.0,49...

3 32.0,M,174.5,71.1,18.4,76.0,147.0,41.4,15.2,53...

4 28.0,M,173.8,67.7,17.1,70.0,127.0,43.5,27.1,45...

# Importa StringIO desde el módulo io

from io import StringIO

# Datos en formato CSV

df_csv = """age,gender,height_cm,weight_kg,body_fat_%,diastolic,systolic,gripForce,sit and bend forward_cm,sit-ups counts,broad jump_cm,class

27.0,M,172.3,75.24,21.3,80.0,130.0,54.9,18.4,6,150

25.0,M,165.0,55.8,15.7,77.0,126.0,36.4,16.3,53,150

31.0,M,179.6,78.0,20.1,92.0,152.0,44.8,12.0,49,170

32.0,M,174.5,71.1,18.4,76.0,147.0,41.4,15.2,53,140

28.0,M,173.8,67.7,17.1,70.0,127.0,43.5,27.1,45,140"""

# Crea un DataFrame con los datos

df = pd.read_csv(StringIO(df_csv))

# Visualiza los primeros registros para verificar que los datos se han cargado correctamente

print(df.head())

age gender height_cm weight_kg body fat_% diastolic systolic \

0 0 27.0 M 172.3 75.24 21.3 80.0 130.0

1 1 25.0 M 165.0 55.80 15.7 77.0 126.0

2 2 31.0 M 179.6 78.00 20.1 92.0 152.0

3 3 32.0 M 174.5 71.10 18.4 76.0 147.0

4 4 28.0 M 173.8 67.70 17.1 70.0 127.0

gripForce sit and bend forward_cm \

0 54.9 18.4

1 36.4 16.3

2 44.8 12.0

3 41.4 15.2

4 43.5 27.1

sit-ups counts broad jump_cm class

0 6... ... NaN NaN

1 53... ... NaN NaN

2 49... ... NaN NaN

3 53... ... NaN NaN

4 45... ... NaN NaN

Donde:

- age = edad

- gender = genero

- height_cm = altura en cm

- weight_kg = pero en kg

- body_fat_% = grasa corporal

- diastolic = presion arterial diatolica (min)

- systolic = presion arterial sitolica (min)

- gripForce = fuerza de agrarre

- sit and bend forward_cm = sentarse e inclinarse hacia adelante

- sit-ups counts = conteo abdominales

- broad jump_cm = salto cm

- class = clase A, B, C, D (A: mejor)/estratificado

# Muestra la columna 'altura'

print(df['altura'])

# Muestra la columna 'peso'

print(df['peso'])

Para mostrar una tabla con altura y peso ejecuto:

# Selecciona las columnas 'height_cm' y 'weight_kg'

nuevo_df = df[['height_cm', 'weight_kg']]

# Imprime el nuevo DataFrame

print(nuevo_df)

height_cm weight_kg

0 172.3 75.24

1 165.0 55.80

2 179.6 78.00

3 174.5 71.10

4 173.8 67.70

#numero de datos de las filas y columnas

num_filas, num_columnas = df.shape

print(f"El DataFrame tiene {num_filas} filas y {num_columnas} columnas.")

El DataFrame tiene 100 filas y 12 columnas.

2.2 Tabla de frecuencias por valores

#numero de datos de la columna de pesos

df['height_cm'].count()

100

# cuenta las ocurrencias de los pesos

tabla = df.groupby('height_cm').count()

tabla

1 to 25 of 86 entries

Filter

height_cm age gender weight_kg body fat_% diastolic systolic gripForce sit and bend forward_cm sit-ups counts broad jump_cm class

146.5 1 1 1 1 1 1 1 1 1 0 0

150.5 1 1 1 1 1 1 1 1 1 0 0

151.5 1 1 1 1 1 1 1 1 1 0 0

153.0 1 1 1 1 1 1 1 1 1 0 0

155.9 1 1 1 1 1 1 1 1 1 0 0

156.0 1 1 1 1 1 1 1 1 1 0 0

156.3 1 1 1 1 1 1 1 1 1 0 0

156.7 1 1 1 1 1 1 1 1 1 0 0

157.0 1 1 1 1 1 1 1 1 1 0 0

157.2 1 1 1 1 1 1 1 1 1 0 0

158.1 2 2 2 2 2 2 2 2 1 0 0

158.3 1 1 1 1 1 1 1 1 1 0 0

158.4 1 1 1 1 1 1 1 1 1 0 0

158.6 1 1 1 1 1 1 1 1 1 0 0

# cuenta las ocurrencias de los altura

tabla = df.groupby('weight_kg').count()

tabla

age gender height_cm body fat_% diastolic systolic gripForce sit and bend forward_cm sit-ups counts broad jump_cm class

weight_kg

45.50 1 1 1 1 1 1 1 1 1 0 0

46.40 1 1 1 1 1 1 1 1 1 0 0

47.20 1 1 1 1 1 1 1 1 1 0 0

49.00 1 1 1 1 1 1 1 1 1 0 0

50.60 1 1 1 1 1 1 1 1 1 0 0

50.80 1 1 1 1 1 1 1 1 1 0 0

51.00 1 1 1 1 1 1 1 1 1 0 0

51.30 1 1 1 1 1 1 1 1 1 0 0

51.54 1 1 1 1 1 1 1 1 1 0 0

51.70 1 1 1 1 1 1 1 1 1 0 0

52.00 1 1 1 1 1 1 1 1 1 0 0

# Lista de las columnas para las que deseas calcular tablas de frecuencia

columnas_de_interes = ['height_cm']

# Itera a través de las columnas de interés

for columna in columnas_de_interes:

tabla_frecuencia = df[columna].value_counts().reset_index()

tabla_frecuencia.columns = [columna, 'Frecuencia']

....# Imprime la tabla de frecuencia para la columna actual

print(f"Tabla de Frecuencia para la columna '{columna}':")

print(tabla_frecuencia)

print("\n")

Tabla de Frecuencia para la columna 'height_cm':

height_cm Frecuencia

0 166.7 3

1 175.8 2

2 164.2 2

3 180.1 2

4 165.0 2

5 158.1 2

6 170.0 2

7 159.5 2

8 169.2 2

9 172.1 2

10 177.6 2

# Lista de las columnas para las que deseas calcular tablas de frecuencia

columnas_de_interes = ['weight_kg']

# Itera a través de las columnas de interés

for columna in columnas_de_interes:

tabla_frecuencia = df[columna].value_counts().reset_index()

tabla_frecuencia.columns = [columna, 'Frecuencia']

....# Imprime la tabla de frecuencia para la columna actual

print(f"Tabla de Frecuencia para la columna '{columna}':")

print(tabla_frecuencia)

print("\n")

2.3 Tabla de frecuencia por intervalos

# muestra los pesos ordenados de menor a mayor

print(sorted(df['weight_kg']))

[146.5, 150.5, 151.5, 153.0, 155.9, 156.0, 156.3, 156.7, 157.0, 157.2, 158.1, 158.1, 158.3, 158.4, 158.6, 159.0, 159.0, 159.1, 159.5, 159.5, 159.6, 159.8, 160.2, 160.2, 161.3, 161.7, 161.8, 162.4, 162.7, 164.0, 164.1, 164.2, 164.2, 164.4, 164.5, 165.0, 165.0, 165.4, 166.6, 166.7, 166.7, 166.7, 166.8, 168.0, 168.3, 168.5, 168.9, 169.0, 169.2, 169.2, 169.8, 169.9, 170.0, 170.0, 170.4, 170.9, 171.0, 171.2, 171.5, 171.9, 172.1, 172.1, 172.2, 172.3, 172.5, 172.7, 173.0, 173.3, 173.6, 173.8, 174.0, 174.1, 174.2, 174.5, 174.9, 175.1, 175.3, 175.4, 175.7, 175.8, 175.8, 176.0, 176.4, 176.7, 177.0, 177.5, 177.6, 177.6, 178.0, 178.4, 178.5, 179.0, 179.6, 179.9, 180.1, 180.1, 181.0, 183.6, 185.0, 185.4]

Lista de numeros de pesos por intervalos

# Intervalos de altura

# Datos de altura

altura_datos = [146.5, 150.5, 151.5, 153.0, 155.9, 156.0, 156.3, 156.7, 157.0, 157.2, 158.1, 158.1, 158.3, 158.4, 158.6, 159.0, 159.0, 159.1, 159.5, 159.5, 159.6, 159.8, 160.2, 160.2, 161.3, 161.7, 161.8, 162.4, 162.7, 164.0, 164.1, 164.2, 164.2, 164.4, 164.5, 165.0, 165.0, 165.4, 166.6, 166.7, 166.7, 166.7, 166.8, 168.0, 168.3, 168.5, 168.9, 169.0, 169.2, 169.2, 169.8, 169.9, 170.0, 170.0, 170.4, 170.9, 171.0, 171.2, 171.5, 171.9, 172.1, 172.1, 172.2, 172.3, 172.5, 172.7, 173.0, 173.3, 173.6, 173.8, 174.0, 174.1, 174.2, 174.5, 174.9, 175.1, 175.3, 175.4, 175.7, 175.8, 175.8, 176.0, 176.4, 176.7, 177.0, 177.5, 177.6, 177.6, 178.0, 178.4, 178.5, 179.0, 179.6, 179.9, 180.1, 180.1, 181.0, 183.6, 185.0, 185.4]

# Crea un DataFrame con los datos de altura

df = pd.DataFrame({'Altura': altura_datos})

# Define la cantidad de intervalos (en este caso, 5 intervalos)

num_intervalos = 5

# Utiliza la función cut para crear las categorías de altura

categorias_altura = pd.cut(df['Altura'], bins=num_intervalos)

# Calcula la tabla de frecuencia con value_counts()

tabla_frecuencia = pd.value_counts(categorias_altura).reset_index()

tabla_frecuencia.columns = ['Intervalo', 'Frecuencia']

# Ordena los intervalos

tabla_frecuencia = tabla_frecuencia.sort_values(by='Intervalo')

# Calcula la suma de las frecuencias

total_frecuencia = tabla_frecuencia['Frecuencia'].sum()

# Agrega una fila con el total

tabla_frecuencia = tabla_frecuencia.append({'Intervalo': 'Total', 'Frecuencia': total_frecuencia}, ignore_index=True)

# Imprime la tabla de frecuencia con los intervalos y las frecuencias

print(tabla_frecuencia)

[2]

0 s

import pandas as pd

# Crear tabla llamada df

df = pd.DataFrame()

# crea una columna numeros

df ['numeros'] = [1, 2, 3, 4]

# columna letras

df['letras'] = ['a', 'b', 'c', 'd']

output

[ ]

# muestra la columna numeros

df['numeros']

output

0 1

1 2

2 3

3 4

Name: numeros, dtype: int64

[ ]

# DataFrame: tabla de datos

# Series: serie de datos

type(df), type(df['numeros'])

output

(pandas.core.frame.DataFrame, pandas.core.series.Series)

[ ]

# crea una columna cuadrada con los

# valores de la columna numeros al cuadrado

df['cuadrados'] = df['numeros'] ** 2

output

[ ]

acumulados = [] # una lista vacia

suma = 0 # una suma en cero

for i in df['numeros']: # para cada dato i en la columna de numeros

suma = suma + i # suma e i se adicionan y el resultado va a suma

acumulados.append(suma) # agreaga suma a la lista

[ ]

# metodo cumsum de pd.Series

df['numeros'].cumsum()

output

0 1

1 3

2 6

3 10

Name: numeros, dtype: int64

[ ]

# conversion a lista

df['numeros'].cumsum().tolist()

output

[1, 3, 6, 10]

[ ]

# nueva columna de tabla con el nombre acumulados

df['acumulados'] = df['numeros'].cumsum()

output

[59]

0 s

# Lee el archivo CSV desde Google Drive

df = pd.read_csv("/content/drive/MyDrive/Python/Proy_1/bodyPerformance.csv", sep=';')

[60]

0 s

print(df.head(100))

output

age,gender,height_cm,weight_kg,body fat_%,diastolic,systolic,gripForce,sit and bend forward_cm,sit-ups counts,broad jump_cm,class

0 27.0,M,172.3,75.24,21.3,80.0,130.0,54.9,18.4,6...

1 25.0,M,165.0,55.8,15.7,77.0,126.0,36.4,16.3,53...

2 31.0,M,179.6,78.0,20.1,92.0,152.0,44.8,12.0,49...

3 32.0,M,174.5,71.1,18.4,76.0,147.0,41.4,15.2,53...

4 28.0,M,173.8,67.7,17.1,70.0,127.0,43.5,27.1,45...

5 36.0,F,165.4,55.4,22.0,64.0,119.0,23.8,21.0,27...

6 42.0,F,164.5,63.7,32.2,72.0,135.0,22.7,0.8,18....

7 33.0,M,174.9,77.2,36.9,84.0,137.0,45.9,12.3,42...

8 54.0,M,166.8,67.5,27.6,85.0,165.0,40.4,18.6,34...

9 28.0,M,185.0,84.6,14.4,81.0,156.0,57.9,12.1,55...

10 42.0,M,169.2,65.4,19.3,63.0,110.0,43.5,16.0,68...

11 57.0,F,153.0,49.0,20.9,69.0,106.0,21.5,30.0,0....

12 27.0,F,156.0,53.9,35.5,69.0,116.0,23.1,13.1,28...

13 22.0,M,175.7,67.9,11.3,71.0,103.0,52.5,19.2,55...

14 24.0,M,181.0,84.4,20.4,80.0,120.0,48.9,7.2,54....

15 45.0,F,159.0,63.1,30.9,93.0,144.0,34.1,19.0,30...

16 25.0,F,164.2,66.6,30.2,82.0,120.0,25.7,22.9,39...

17 26.0,M,179.9,71.5,9.7,64.0,135.0,59.6,17.8,61....

18 26.0,M,169.2,70.6,21.0,63.0,129.0,41.3,15.1,53...

19 21.0,F,162.7,47.2,18.9,78.0,133.0,25.4,20.5,36...

20 25.0,F,161.7,63.36,31.3,89.0,128.0,25.0,10.7,3...

21 59.0,F,155.9,62.7,30.2,76.0,143.0,36.8,29.1,25...

22 38.0,M,166.7,67.3,23.2,70.0,111.0,26.1,19.7,62...

23 44.0,M,170.0,63.3,12.9,65.0,115.0,44.5,11.6,49...

24 23.0,F,164.1,59.4,29.6,91.0,126.0,24.6,27.5,32...

25 62.0,M,169.0,70.7,30.5,96.0,146.0,39.3,4.0,43....

26 47.0,F,158.3,53.5,29.2,70.0,117.0,25.9,8.1,32....

27 48.0,M,175.8,84.5,31.4,83.0,125.0,33.8,3.7,24....

28 36.0,M,176.0,81.3,24.5,81.0,139.0,46.2,8.1,54....

29 50.0,F,159.8,57.1,24.4,63.0,103.0,30.8,24.4,30...

30 25.0,M,170.9,70.7,15.7,80.0,127.0,36.4,26.4,38...

31 26.0,M,176.7,77.2,16.3,66.0,129.0,50.0,9.1,51....

32 28.0,F,159.5,51.54,24.5,82.0,123.0,37.2,23.0,3...

33 30.0,M,172.1,79.5,26.7,91.0,148.0,34.7,-2.0,40...

34 49.0,F,151.5,52.0,27.6,77.0,144.0,23.8,21.3,39...

35 40.0,M,177.6,88.6,20.3,93.0,138.0,51.5,12.1,54...

36 21.0,M,172.5,66.4,12.5,82.0,130.0,51.2,6.3,46....

37 31.0,M,177.5,79.5,23.0,90.0,148.0,51.2,18.4,62...

38 32.0,M,178.0,84.5,21.2,68.0,130.0,52.3,16.2,62...

39 27.0,M,177.6,79.7,22.8,59.0,108.0,48.0,1.8,59....

40 42.0,M,168.0,61.0,14.9,94.0,151.0,28.9,1.0,32....

41 52.0,M,173.6,84.9,30.3,93.0,144.0,42.0,9.0,43....

42 39.0,M,173.3,69.8,23.8,76.0,137.0,40.0,18.2,38...

43 33.0,F,159.6,60.5,32.1,62.0,106.0,21.9,22.2,24...

44 25.0,F,161.8,57.7,21.7,74.0,115.0,29.3,26.6,50...

45 31.0,M,169.9,73.1,19.2,97.0,145.0,45.0,14.5,37...

46 34.0,M,183.6,76.82,16.3,80.0,120.0,46.3,14.2,5...

47 26.0,M,172.1,66.1,24.9,62.0,102.0,19.9,-9.9,44...

48 28.0,M,180.1,82.1,15.0,83.0,147.0,52.6,18.8,55...

49 58.0,M,164.2,64.0,19.8,93.0,150.0,36.8,18.3,38...

50 48.0,M,169.8,75.4,14.7,94.0,149.0,51.4,24.7,55...

51 23.0,M,180.1,65.9,14.4,72.0,130.0,45.4,18.1,56...

52 38.0,F,157.2,51.7,27.3,64.0,106.0,25.1,14.7,19...

53 43.0,F,168.3,69.3,31.9,88.0,139.0,32.1,20.2,33...

54 21.0,F,159.5,51.3,35.8,80.0,122.0,16.6,2.1,5.0...

55 56.0,M,166.7,56.9,16.5,90.0,147.0,41.6,17.8,30...

56 24.0,M,164.4,66.2,17.1,63.0,110.0,40.2,16.2,43...

57 58.0,F,146.5,46.4,32.9,71.0,127.0,18.7,17.4,20...

58 42.0,M,174.1,103.1,30.5,78.0,123.0,50.7,3.6,25...

59 45.0,M,185.4,80.0,21.9,93.0,144.0,46.2,7.1,22....

60 37.0,M,168.9,78.8,23.4,88.0,144.0,42.1,20.9,47...

61 31.0,M,175.3,83.6,30.1,93.0,152.0,45.9,7.2,55....

62 43.0,F,164.0,50.8,22.4,88.0,124.0,24.0,13.5,28...

63 23.0,F,162.4,58.9,29.6,71.0,119.0,28.1,25.5,48...

64 59.0,F,165.0,63.7,31.4,77.0,120.0,20.8,25.5,30...

65 63.0,M,166.6,75.5,31.6,62.0,122.0,34.1,6.7,17....

66 40.0,M,174.2,77.6,17.8,85.0,133.0,49.5,12.1,48...

67 27.0,F,150.5,55.7,39.6,66.0,114.0,29.7,13.4,23...

68 56.0,F,160.2,62.4,33.3,67.0,103.0,28.8,20.7,15...

69 35.0,M,179.0,75.0,10.7,74.0,129.0,47.7,16.6,54...

70 30.0,M,172.7,78.0,26.6,79.0,140.0,36.9,3.4,25....

71 56.0,M,160.2,62.7,30.2,85.0,140.0,35.4,9.5,27....

72 36.0,M,171.5,80.5,21.5,86.0,153.0,46.7,16.8,53...

73 60.0,M,175.1,66.5,17.3,85.0,125.0,40.4,13.9,31...

74 22.0,M,172.2,70.6,24.3,70.0,118.0,36.7,9.8,50....

75 22.0,M,171.9,78.46,22.9,64.0,116.0,43.6,-9.3,4...

76 37.0,M,174.0,75.2,18.5,82.0,142.0,39.7,20.5,50...

77 21.0,F,158.1,53.6,27.63524,70.0,115.0,18.9,12....

78 21.0,M,170.4,74.3,19.5,82.0,157.0,45.6,12.7,54...

79 60.0,F,158.6,62.7,34.6,80.0,137.0,29.3,18.4,12...

80 27.0,F,168.5,64.2,26.2,76.0,108.0,25.2,23.1,18...

81 59.0,F,156.3,60.5,33.6,79.0,130.0,29.6,22.4,23...

82 47.0,F,157.0,54.1,26.8,72.0,117.0,25.1,18.2,25...

83 21.0,F,161.3,50.6,23.5,69.0,127.0,27.5,29.4,39...

84 51.0,M,177.0,68.7,18.3,84.0,140.0,39.3,11.3,35...

85 48.0,M,171.0,66.2,17.3,99.0,144.0,48.8,16.0,49...

86 49.0,M,170.0,66.2,18.0,82.0,130.0,39.5,20.0,39...

87 41.0,F,158.1,51.0,21.7,86.0,127.0,23.1,28.6,46...

88 24.0,F,159.0,45.5,24.5,85.0,135.0,28.5,22.9,57...

89 35.0,M,178.4,79.0,15.4,73.0,127.0,52.7,14.7,68...

90 26.0,F,156.7,56.3,32.8,78.0,123.0,19.7,22.9,28...

91 35.0,M,178.5,78.4,13.8,81.0,136.0,51.5,17.1,64...

92 25.0,M,171.2,65.1,11.8,67.0,127.0,45.1,22.2,54...

93 30.0,M,176.4,71.7,17.9,68.0,130.0,53.4,24.3,56...

94 27.0,M,175.4,86.4,19.8,76.0,135.0,47.6,20.6,48...

95 41.0,M,166.7,65.7,21.5,90.0,151.0,49.6,18.7,54...

96 50.0,F,158.4,57.2,32.0,69.0,134.0,21.1,18.6,17...

97 22.0,M,175.8,72.0,30.4,75.0,115.0,34.6,19.0,54...

98 56.0,M,173.0,70.9,19.5,83.0,135.0,47.9,11.1,44...

99 46.0,F,159.1,52.2,27.2,84.0,127.0,22.9,17.9,30...

[68]

0 s

from io import StringIO # Importa StringIO desde el módulo io

# Datos en formato CSV

df_csv = """

age,gender,height_cm,weight_kg,body fat_%,diastolic,systolic,gripForce,sit and bend forward_cm,sit-ups counts,broad jump_cm,class

0 27.0,M,172.3,75.24,21.3,80.0,130.0,54.9,18.4,6...

1 25.0,M,165.0,55.8,15.7,77.0,126.0,36.4,16.3,53...

2 31.0,M,179.6,78.0,20.1,92.0,152.0,44.8,12.0,49...

3 32.0,M,174.5,71.1,18.4,76.0,147.0,41.4,15.2,53...

4 28.0,M,173.8,67.7,17.1,70.0,127.0,43.5,27.1,45...

5 36.0,F,165.4,55.4,22.0,64.0,119.0,23.8,21.0,27...

6 42.0,F,164.5,63.7,32.2,72.0,135.0,22.7,0.8,18....

7 33.0,M,174.9,77.2,36.9,84.0,137.0,45.9,12.3,42...

8 54.0,M,166.8,67.5,27.6,85.0,165.0,40.4,18.6,34...

9 28.0,M,185.0,84.6,14.4,81.0,156.0,57.9,12.1,55...

10 42.0,M,169.2,65.4,19.3,63.0,110.0,43.5,16.0,68...

11 57.0,F,153.0,49.0,20.9,69.0,106.0,21.5,30.0,0....

12 27.0,F,156.0,53.9,35.5,69.0,116.0,23.1,13.1,28...

13 22.0,M,175.7,67.9,11.3,71.0,103.0,52.5,19.2,55...

14 24.0,M,181.0,84.4,20.4,80.0,120.0,48.9,7.2,54....

15 45.0,F,159.0,63.1,30.9,93.0,144.0,34.1,19.0,30...

16 25.0,F,164.2,66.6,30.2,82.0,120.0,25.7,22.9,39...

17 26.0,M,179.9,71.5,9.7,64.0,135.0,59.6,17.8,61....

18 26.0,M,169.2,70.6,21.0,63.0,129.0,41.3,15.1,53...

19 21.0,F,162.7,47.2,18.9,78.0,133.0,25.4,20.5,36...

20 25.0,F,161.7,63.36,31.3,89.0,128.0,25.0,10.7,3...

21 59.0,F,155.9,62.7,30.2,76.0,143.0,36.8,29.1,25...

22 38.0,M,166.7,67.3,23.2,70.0,111.0,26.1,19.7,62...

23 44.0,M,170.0,63.3,12.9,65.0,115.0,44.5,11.6,49...

24 23.0,F,164.1,59.4,29.6,91.0,126.0,24.6,27.5,32...

25 62.0,M,169.0,70.7,30.5,96.0,146.0,39.3,4.0,43....

26 47.0,F,158.3,53.5,29.2,70.0,117.0,25.9,8.1,32....

27 48.0,M,175.8,84.5,31.4,83.0,125.0,33.8,3.7,24....

28 36.0,M,176.0,81.3,24.5,81.0,139.0,46.2,8.1,54....

29 50.0,F,159.8,57.1,24.4,63.0,103.0,30.8,24.4,30...

30 25.0,M,170.9,70.7,15.7,80.0,127.0,36.4,26.4,38...

31 26.0,M,176.7,77.2,16.3,66.0,129.0,50.0,9.1,51....

32 28.0,F,159.5,51.54,24.5,82.0,123.0,37.2,23.0,3...

33 30.0,M,172.1,79.5,26.7,91.0,148.0,34.7,-2.0,40...

34 49.0,F,151.5,52.0,27.6,77.0,144.0,23.8,21.3,39...

35 40.0,M,177.6,88.6,20.3,93.0,138.0,51.5,12.1,54...

36 21.0,M,172.5,66.4,12.5,82.0,130.0,51.2,6.3,46....

37 31.0,M,177.5,79.5,23.0,90.0,148.0,51.2,18.4,62...

38 32.0,M,178.0,84.5,21.2,68.0,130.0,52.3,16.2,62...

39 27.0,M,177.6,79.7,22.8,59.0,108.0,48.0,1.8,59....

40 42.0,M,168.0,61.0,14.9,94.0,151.0,28.9,1.0,32....

41 52.0,M,173.6,84.9,30.3,93.0,144.0,42.0,9.0,43....

42 39.0,M,173.3,69.8,23.8,76.0,137.0,40.0,18.2,38...

43 33.0,F,159.6,60.5,32.1,62.0,106.0,21.9,22.2,24...

44 25.0,F,161.8,57.7,21.7,74.0,115.0,29.3,26.6,50...

45 31.0,M,169.9,73.1,19.2,97.0,145.0,45.0,14.5,37...

46 34.0,M,183.6,76.82,16.3,80.0,120.0,46.3,14.2,5...

47 26.0,M,172.1,66.1,24.9,62.0,102.0,19.9,-9.9,44...

48 28.0,M,180.1,82.1,15.0,83.0,147.0,52.6,18.8,55...

49 58.0,M,164.2,64.0,19.8,93.0,150.0,36.8,18.3,38...

50 48.0,M,169.8,75.4,14.7,94.0,149.0,51.4,24.7,55...

51 23.0,M,180.1,65.9,14.4,72.0,130.0,45.4,18.1,56...

52 38.0,F,157.2,51.7,27.3,64.0,106.0,25.1,14.7,19...

53 43.0,F,168.3,69.3,31.9,88.0,139.0,32.1,20.2,33...

54 21.0,F,159.5,51.3,35.8,80.0,122.0,16.6,2.1,5.0...

55 56.0,M,166.7,56.9,16.5,90.0,147.0,41.6,17.8,30...

56 24.0,M,164.4,66.2,17.1,63.0,110.0,40.2,16.2,43...

57 58.0,F,146.5,46.4,32.9,71.0,127.0,18.7,17.4,20...

58 42.0,M,174.1,103.1,30.5,78.0,123.0,50.7,3.6,25...

59 45.0,M,185.4,80.0,21.9,93.0,144.0,46.2,7.1,22....

60 37.0,M,168.9,78.8,23.4,88.0,144.0,42.1,20.9,47...

61 31.0,M,175.3,83.6,30.1,93.0,152.0,45.9,7.2,55....

62 43.0,F,164.0,50.8,22.4,88.0,124.0,24.0,13.5,28...

63 23.0,F,162.4,58.9,29.6,71.0,119.0,28.1,25.5,48...

64 59.0,F,165.0,63.7,31.4,77.0,120.0,20.8,25.5,30...

65 63.0,M,166.6,75.5,31.6,62.0,122.0,34.1,6.7,17....

66 40.0,M,174.2,77.6,17.8,85.0,133.0,49.5,12.1,48...

67 27.0,F,150.5,55.7,39.6,66.0,114.0,29.7,13.4,23...

68 56.0,F,160.2,62.4,33.3,67.0,103.0,28.8,20.7,15...

69 35.0,M,179.0,75.0,10.7,74.0,129.0,47.7,16.6,54...

70 30.0,M,172.7,78.0,26.6,79.0,140.0,36.9,3.4,25....

71 56.0,M,160.2,62.7,30.2,85.0,140.0,35.4,9.5,27....

72 36.0,M,171.5,80.5,21.5,86.0,153.0,46.7,16.8,53...

73 60.0,M,175.1,66.5,17.3,85.0,125.0,40.4,13.9,31...

74 22.0,M,172.2,70.6,24.3,70.0,118.0,36.7,9.8,50....

75 22.0,M,171.9,78.46,22.9,64.0,116.0,43.6,-9.3,4...

76 37.0,M,174.0,75.2,18.5,82.0,142.0,39.7,20.5,50...

77 21.0,F,158.1,53.6,27.63524,70.0,115.0,18.9,12....

78 21.0,M,170.4,74.3,19.5,82.0,157.0,45.6,12.7,54...

79 60.0,F,158.6,62.7,34.6,80.0,137.0,29.3,18.4,12...

80 27.0,F,168.5,64.2,26.2,76.0,108.0,25.2,23.1,18...

81 59.0,F,156.3,60.5,33.6,79.0,130.0,29.6,22.4,23...

82 47.0,F,157.0,54.1,26.8,72.0,117.0,25.1,18.2,25...

83 21.0,F,161.3,50.6,23.5,69.0,127.0,27.5,29.4,39...

84 51.0,M,177.0,68.7,18.3,84.0,140.0,39.3,11.3,35...

85 48.0,M,171.0,66.2,17.3,99.0,144.0,48.8,16.0,49...

86 49.0,M,170.0,66.2,18.0,82.0,130.0,39.5,20.0,39...

87 41.0,F,158.1,51.0,21.7,86.0,127.0,23.1,28.6,46...

88 24.0,F,159.0,45.5,24.5,85.0,135.0,28.5,22.9,57...

89 35.0,M,178.4,79.0,15.4,73.0,127.0,52.7,14.7,68...

90 26.0,F,156.7,56.3,32.8,78.0,123.0,19.7,22.9,28...

91 35.0,M,178.5,78.4,13.8,81.0,136.0,51.5,17.1,64...

92 25.0,M,171.2,65.1,11.8,67.0,127.0,45.1,22.2,54...

93 30.0,M,176.4,71.7,17.9,68.0,130.0,53.4,24.3,56...

94 27.0,M,175.4,86.4,19.8,76.0,135.0,47.6,20.6,48...

95 41.0,M,166.7,65.7,21.5,90.0,151.0,49.6,18.7,54...

96 50.0,F,158.4,57.2,32.0,69.0,134.0,21.1,18.6,17...

97 22.0,M,175.8,72.0,30.4,75.0,115.0,34.6,19.0,54...

98 56.0,M,173.0,70.9,19.5,83.0,135.0,47.9,11.1,44...

99 46.0,F,159.1,52.2,27.2,84.0,127.0,22.9,17.9,30... """

# Crea un DataFrame con los datos

df = pd.read_csv(StringIO(df_csv))

[77]

0 s

# Visualiza los primeros registros para verificar que los datos se han cargado correctamente

print(df.head())

output

age gender height_cm weight_kg body fat_% diastolic systolic \

0 0 27.0 M 172.3 75.24 21.3 80.0 130.0

1 1 25.0 M 165.0 55.80 15.7 77.0 126.0

2 2 31.0 M 179.6 78.00 20.1 92.0 152.0

3 3 32.0 M 174.5 71.10 18.4 76.0 147.0

4 4 28.0 M 173.8 67.70 17.1 70.0 127.0

gripForce sit and bend forward_cm \

0 54.9 18.4

1 36.4 16.3

2 44.8 12.0

3 41.4 15.2

4 43.5 27.1

sit-ups counts broad jump_cm class

0 6... ... NaN NaN

1 53... ... NaN NaN

2 49... ... NaN NaN

3 53... ... NaN NaN

4 45... ... NaN NaN

[71]

0 s

print(df.columns)

output

Index([' age', 'gender', 'height_cm', 'weight_kg', 'body fat_%', 'diastolic',

'systolic', 'gripForce', 'sit and bend forward_cm', 'sit-ups counts',

'broad jump_cm', 'class'],

dtype='object')

[72]

altura = df['height_cm']

peso = df['weight_kg']

[73]

0 s

print(peso)

output

0 75.24

1 55.80

2 78.00

3 71.10

4 67.70

5 55.40

6 63.70

7 77.20

8 67.50

9 84.60

10 65.40

11 49.00

12 53.90

13 67.90

14 84.40

15 63.10

16 66.60

17 71.50

18 70.60

19 47.20

20 63.36

21 62.70

22 67.30

23 63.30

24 59.40

25 70.70

26 53.50

27 84.50

28 81.30

29 57.10

30 70.70

31 77.20

32 51.54

33 79.50

34 52.00

35 88.60

36 66.40

37 79.50

38 84.50

39 79.70

40 61.00

41 84.90

42 69.80

43 60.50

44 57.70

45 73.10

46 76.82

47 66.10

48 82.10

49 64.00

50 75.40

51 65.90

52 51.70

53 69.30

54 51.30

55 56.90

56 66.20

57 46.40

58 103.10

59 80.00

60 78.80

61 83.60

62 50.80

63 58.90

64 63.70

65 75.50

66 77.60

67 55.70

68 62.40

69 75.00

70 78.00

71 62.70

72 80.50

73 66.50

74 70.60

75 78.46

76 75.20

77 53.60

78 74.30

79 62.70

80 64.20

81 60.50

82 54.10

83 50.60

84 68.70

85 66.20

86 66.20

87 51.00

88 45.50

89 79.00

90 56.30

91 78.40

92 65.10

93 71.70

94 86.40

95 65.70

96 57.20

97 72.00

98 70.90

99 52.20

Name: weight_kg, dtype: float64

[74]

0 s

# Selecciona las columnas 'height_cm' y 'weight_kg'

nuevo_df = df[['height_cm', 'weight_kg']]

# Imprime el nuevo DataFrame

print(nuevo_df)

output

height_cm weight_kg

0 172.3 75.24

1 165.0 55.80

2 179.6 78.00

3 174.5 71.10

4 173.8 67.70

5 165.4 55.40

6 164.5 63.70

7 174.9 77.20

8 166.8 67.50

9 185.0 84.60

10 169.2 65.40

11 153.0 49.00

12 156.0 53.90

13 175.7 67.90

14 181.0 84.40

15 159.0 63.10

16 164.2 66.60

17 179.9 71.50

18 169.2 70.60

19 162.7 47.20

20 161.7 63.36

21 155.9 62.70

22 166.7 67.30

23 170.0 63.30

24 164.1 59.40

25 169.0 70.70

26 158.3 53.50

27 175.8 84.50

28 176.0 81.30

29 159.8 57.10

30 170.9 70.70

31 176.7 77.20

32 159.5 51.54

33 172.1 79.50

34 151.5 52.00

35 177.6 88.60

36 172.5 66.40

37 177.5 79.50

38 178.0 84.50

39 177.6 79.70

40 168.0 61.00

41 173.6 84.90

42 173.3 69.80

43 159.6 60.50

44 161.8 57.70

45 169.9 73.10

46 183.6 76.82

47 172.1 66.10

48 180.1 82.10

49 164.2 64.00

50 169.8 75.40

51 180.1 65.90

52 157.2 51.70

53 168.3 69.30

54 159.5 51.30

55 166.7 56.90

56 164.4 66.20

57 146.5 46.40

58 174.1 103.10

59 185.4 80.00

60 168.9 78.80

61 175.3 83.60

62 164.0 50.80

63 162.4 58.90

64 165.0 63.70

65 166.6 75.50

66 174.2 77.60

67 150.5 55.70

68 160.2 62.40

69 179.0 75.00

70 172.7 78.00

71 160.2 62.70

72 171.5 80.50

73 175.1 66.50

74 172.2 70.60

75 171.9 78.46

76 174.0 75.20

77 158.1 53.60

78 170.4 74.30

79 158.6 62.70

80 168.5 64.20

81 156.3 60.50

82 157.0 54.10

83 161.3 50.60

84 177.0 68.70

85 171.0 66.20

86 170.0 66.20

87 158.1 51.00

88 159.0 45.50

89 178.4 79.00

90 156.7 56.30

91 178.5 78.40

92 171.2 65.10

93 176.4 71.70

94 175.4 86.40

95 166.7 65.70

96 158.4 57.20

97 175.8 72.00

98 173.0 70.90

99 159.1 52.20

[75]

0 s

num_filas, num_columnas = df.shape

print(f"El DataFrame tiene {num_filas} filas y {num_columnas} columnas.")

output

El DataFrame tiene 100 filas y 12 columnas.

[76]

0 s

#numero de datos de la columna de pesos

nuevo_df['height_cm'].count()

output

100

[79]

0 s

# cuenta las ocurrencias de los pesos

tabla = df.groupby('height_cm').count()

tabla

output

[88]

0 s

# Lista de las columnas para las que deseas calcular tablas de frecuencia

columnas_de_interes = ['height_cm']

# Itera a través de las columnas de interés

for columna in columnas_de_interes:

tabla_frecuencia = df[columna].value_counts().reset_index()

tabla_frecuencia.columns = [columna, 'Frecuencia']

# Imprime la tabla de frecuencia para la columna actual

print(f"Tabla de Frecuencia para la columna '{columna}':")

print(tabla_frecuencia)

print("\n")

output

Tabla de Frecuencia para la columna 'height_cm':

height_cm Frecuencia

0 166.7 3

1 175.8 2

2 164.2 2

3 180.1 2

4 165.0 2

5 158.1 2

6 170.0 2

7 159.5 2

8 169.2 2

9 172.1 2

10 177.6 2

11 160.2 2

12 159.0 2

13 171.5 1

14 172.7 1

15 179.0 1

16 172.3 1

17 175.1 1

18 174.2 1

19 166.6 1

20 162.4 1

21 164.0 1

22 175.3 1

23 168.9 1

24 185.4 1

25 174.1 1

26 150.5 1

27 174.0 1

28 172.2 1

29 171.9 1

30 173.0 1

31 158.4 1

32 175.4 1

33 176.4 1

34 171.2 1

35 178.5 1

36 156.7 1

37 178.4 1

38 171.0 1

39 177.0 1

40 161.3 1

41 157.0 1

42 156.3 1

43 168.5 1

44 158.6 1

45 170.4 1

46 164.4 1

47 146.5 1

48 169.9 1

49 168.3 1

50 164.1 1

51 161.7 1

52 162.7 1

53 179.9 1

54 181.0 1

55 175.7 1

56 156.0 1

57 153.0 1

58 185.0 1

59 166.8 1

60 174.9 1

61 164.5 1

62 165.4 1

63 173.8 1

64 174.5 1

65 179.6 1

66 155.9 1

67 169.0 1

68 157.2 1

69 158.3 1

70 169.8 1

71 183.6 1

72 161.8 1

73 159.6 1

74 173.3 1

75 173.6 1

76 168.0 1

77 178.0 1

78 177.5 1

79 172.5 1

80 151.5 1

81 176.7 1

82 170.9 1

83 159.8 1

84 176.0 1

85 159.1 1

[87]

0 s

# Lista de las columnas para las que deseas calcular tablas de frecuencia

columnas_de_interes = ['weight_kg']

# Itera a través de las columnas de interés

for columna in columnas_de_interes:

tabla_frecuencia = df[columna].value_counts().reset_index()

tabla_frecuencia.columns = [columna, 'Frecuencia']

# Imprime la tabla de frecuencia para la columna actual

print(f"Tabla de Frecuencia para la columna '{columna}':")

print(tabla_frecuencia)

print("\n")

output

Tabla de Frecuencia para la columna 'weight_kg':

weight_kg Frecuencia

0 66.20 3

1 62.70 3

2 78.00 2

3 70.70 2

4 63.70 2

5 77.20 2

6 79.50 2

7 60.50 2

8 84.50 2

9 70.60 2

10 75.24 1

11 55.70 1

12 66.50 1

13 80.50 1

14 75.00 1

15 62.40 1

16 50.80 1

17 77.60 1

18 75.50 1

19 58.90 1

20 83.60 1

21 78.80 1

22 80.00 1

23 103.10 1

24 46.40 1

25 56.90 1

26 78.46 1

27 53.60 1

28 75.20 1

29 69.30 1

30 70.90 1

31 72.00 1

32 57.20 1

33 65.70 1

34 86.40 1

35 71.70 1

36 65.10 1

37 78.40 1

38 56.30 1

39 79.00 1

40 45.50 1

41 51.00 1

42 68.70 1

43 50.60 1

44 54.10 1

45 64.20 1

46 74.30 1

47 51.30 1

48 82.10 1

49 51.70 1

50 67.90 1

51 67.30 1

52 63.36 1

53 47.20 1

54 71.50 1

55 66.60 1

56 63.10 1

57 84.40 1

58 53.90 1

59 59.40 1

60 49.00 1

61 65.40 1

62 84.60 1

63 67.50 1

64 55.40 1

65 67.70 1

66 71.10 1

67 63.30 1

68 53.50 1

69 65.90 1

70 69.80 1

71 75.40 1

72 64.00 1

73 55.80 1

74 66.10 1

75 76.82 1

76 73.10 1

77 57.70 1

78 84.90 1

79 81.30 1

80 61.00 1

81 79.70 1

82 66.40 1

83 88.60 1

84 52.00 1

85 51.54 1

86 57.10 1

87 52.20 1

[90]

0 s

# muestra los pesos ordenados de menor a mayor

print(sorted(df['height_cm']))

output

[91]

0 s

print(sorted(df['weight_kg']))

output

[45.5, 46.4, 47.2, 49.0, 50.6, 50.8, 51.0, 51.3, 51.54, 51.7, 52.0, 52.2, 53.5, 53.6, 53.9, 54.1, 55.4, 55.7, 55.8, 56.3, 56.9, 57.1, 57.2, 57.7, 58.9, 59.4, 60.5, 60.5, 61.0, 62.4, 62.7, 62.7, 62.7, 63.1, 63.3, 63.36, 63.7, 63.7, 64.0, 64.2, 65.1, 65.4, 65.7, 65.9, 66.1, 66.2, 66.2, 66.2, 66.4, 66.5, 66.6, 67.3, 67.5, 67.7, 67.9, 68.7, 69.3, 69.8, 70.6, 70.6, 70.7, 70.7, 70.9, 71.1, 71.5, 71.7, 72.0, 73.1, 74.3, 75.0, 75.2, 75.24, 75.4, 75.5, 76.82, 77.2, 77.2, 77.6, 78.0, 78.0, 78.4, 78.46, 78.8, 79.0, 79.5, 79.5, 79.7, 80.0, 80.5, 81.3, 82.1, 83.6, 84.4, 84.5, 84.5, 84.6, 84.9, 86.4, 88.6, 103.1]

[102]

0 s

## Intervalos de peso

# Datos de peso

peso_datos = [45.5, 46.4, 47.2, 49.0, 50.6, 50.8, 51.0, 51.3, 51.54, 51.7, 52.0, 52.2, 53.5, 53.6, 53.9, 54.1, 55.4, 55.7, 55.8, 56.3, 56.9, 57.1, 57.2, 57.7, 58.9, 59.4, 60.5, 60.5, 61.0, 62.4, 62.7, 62.7, 62.7, 63.1, 63.3, 63.36, 63.7, 63.7, 64.0, 64.2, 65.1, 65.4, 65.7, 65.9, 66.1, 66.2, 66.2, 66.2, 66.4, 66.5, 66.6, 67.3, 67.5, 67.7, 67.9, 68.7, 69.3, 69.8, 70.6, 70.6, 70.7, 70.7, 70.9, 71.1, 71.5, 71.7, 72.0, 73.1, 74.3, 75.0, 75.2, 75.24, 75.4, 75.5, 76.82, 77.2, 77.2, 77.6, 78.0, 78.0, 78.4, 78.46, 78.8, 79.0, 79.5, 79.5, 79.7, 80.0, 80.5, 81.3, 82.1, 83.6, 84.4, 84.5, 84.5, 84.6, 84.9, 86.4, 88.6, 103.1]

# Crea un DataFrame con los datos de peso

df = pd.DataFrame({'Peso': peso_datos})

# Define la cantidad de intervalos (en este caso, 5 intervalos)

num_intervalos = 5

# Utiliza la función cut para crear las categorías

categorias_peso = pd.cut(df['Peso'], bins=num_intervalos)

# Genera una tabla de frecuencia de las categorías

tabla_frecuencia = pd.crosstab(index=categorias_peso, columns="Frecuencia")

# Calcula la suma de las frecuencias

total = tabla_frecuencia['Frecuencia'].sum()

# Agrega una fila con el total

tabla_frecuencia = tabla_frecuencia.append({'Frecuencia': total}, ignore_index=True)

# Asigna un nombre a la fila del total

tabla_frecuencia = tabla_frecuencia.rename(index={num_intervalos: 'Total'})

# Imprime la tabla de frecuencia con el total

print(tabla_frecuencia)

output

Frecuencia

0 21

1 34

2 33

3 11

4 1

Total 100

<ipython-input-102-60d6335fb995>:21: FutureWarning: The frame.append method is deprecated and will be removed from pandas in a future version. Use pandas.concat instead.

tabla_frecuencia = tabla_frecuencia.append({'Frecuencia': total}, ignore_index=True)

[100]

0 s

# Datos de peso

# Crea un DataFrame con los datos de peso

df = pd.DataFrame({'Peso': peso_datos})

# Define el intervalo de interés

intervalo_interes = [68.54, 80.06]

# Utiliza la función loc para seleccionar los pesos en ese intervalo

pesos_en_intervalo = df.loc[df['Peso'].between(intervalo_interes[0], intervalo_interes[1])]

# Imprime los pesos en el intervalo

print(pesos_en_intervalo)

output

Peso

55 68.70

56 69.30

57 69.80

58 70.60

59 70.60

60 70.70

61 70.70

62 70.90

63 71.10

64 71.50

65 71.70

66 72.00

67 73.10

68 74.30

69 75.00

70 75.20

71 75.24

72 75.40

73 75.50

74 76.82

75 77.20

76 77.20

77 77.60

78 78.00

79 78.00

80 78.40

81 78.46

82 78.80

83 79.00

84 79.50

85 79.50

86 79.70

87 80.00

[117]

0 s

# Calcula la suma de las frecuencias

total_frecuencia = tabla_frecuencia['Frecuencia'].sum()

# Agrega una fila con el total

tabla_frecuencia = tabla_frecuencia.append({'Intervalo': 'Total', 'Frecuencia': total_frecuencia}, ignore_index=True)

# Imprime la tabla de frecuencia con los intervalos y las frecuencias

print(tabla_frecuencia)

output

Intervalo Frecuencia

0 (146.461, 154.28] 4

1 (154.28, 162.06] 23

2 (162.06, 169.84] 24

3 (169.84, 177.62] 37

4 (177.62, 185.4] 12

5 Total 100

<ipython-input-117-3ee7f1ddf013>:25: FutureWarning: The frame.append method is deprecated and will be removed from pandas in a future version. Use pandas.concat instead.

tabla_frecuencia = tabla_frecuencia.append({'Intervalo': 'Total', 'Frecuencia': total_frecuencia}, ignore_index=True)

## Intervalos de peso

# Datos de peso

# Crea un DataFrame con los datos de peso

df = pd.DataFrame({'Peso': peso_datos})

# Define la cantidad de intervalos (en este caso, 5 intervalos)

num_intervalos = 5

# Utiliza la función cut para crear las categorías

categorias_peso = pd.cut(df['Peso'], bins=num_intervalos)

# Genera una tabla de frecuencia de las categorías

tabla_frecuencia = pd.crosstab(index=categorias_peso, columns="Frecuencia")

# Agrega una fila con el total de los datos

tabla_frecuencia.loc['Total'] = tabla_frecuencia['Frecuencia'].sum()

# Imprime la tabla de frecuencia con los intervalos y el total

print(tabla_frecuencia)

col_0 Frecuencia

Peso

(45.442, 57.02] 21

(57.02, 68.54] 34

(68.54, 80.06] 33

(80.06, 91.58] 11

(91.58, 103.1] 1

Total 100

Pesos en el intervalo [68.54, 80.06]

# Datos de peso

# Crea un DataFrame con los datos de peso

df = pd.DataFrame({'Peso': peso_datos})

# Define el intervalo de interés

intervalo_interes = [68.54, 80.06]

# Utiliza la función loc para seleccionar los pesos en ese intervalo

pesos_en_intervalo = df.loc[df['Peso'].between(intervalo_interes[0], intervalo_interes[1])]

# Imprime los pesos en el intervalo

print(pesos_en_intervalo)

Peso

55 68.70

56 69.30

57 69.80

58 70.60

59 70.60

60 70.70

61 70.70

62 70.90

63 71.10

64 71.50

65 71.70

66 72.00

67 73.10

68 74.30

69 75.00

70 75.20

71 75.24

72 75.40

73 75.50

74 76.82

75 77.20

76 77.20

77 77.60

78 78.00

79 78.00

80 78.40

81 78.46

82 78.80

83 79.00

84 79.50

85 79.50

86 79.70

87 80.00

Esta función toma los datos, el rango, el intervalo y el nombre del índice como argumentos, calcula la tabla de frecuencia, los porcentajes y los porcentajes acumulados, y devuelve un DataFrame con los resultados. Puedes personalizar los argumentos según tus necesidades.

def tabla_frecuencia_con_porcentajes(datos, inicio, fin, intervalo, nombre_indice, decimales=2):

# Crea un DataFrame con los datos

df = pd.DataFrame({nombre_indice: datos})

# Define los intervalos usando el rango especificado

intervalos = list(range(int(inicio), int(fin) + intervalo, intervalo))

labels = [f"{intervalo} - {intervalo + intervalo}" for intervalo in intervalos[:-1]]

# Utiliza la función cut para crear las categorías

categorias = pd.cut(df[nombre_indice], bins=intervalos, labels=labels, right=False)

# Genera una tabla de frecuencia de las categorías

tabla_frecuencia = pd.crosstab(index=categorias, columns="Frecuencia")

# Calcula los porcentajes y porcentajes acumulados

tabla_frecuencia['Porcentaje (%)'] = (tabla_frecuencia['Frecuencia'] / len(datos) * 100).round(decimales)

tabla_frecuencia['Porcentaje Acumulado (%)'] = tabla_frecuencia['Porcentaje (%)'].cumsum().round(decimales)

return tabla_frecuencia

# Ejemplo de uso:

datos = [146.5, 150.5, 151.5, 153.0, 155.9, 156.0, 156.3, 156.7, 157.0, 157.2, 158.1, 158.1, 158.3, 158.4, 158.6, 159.0, 159.0, 159.1, 159.5, 159.5, 159.6, 159.8, 160.2, 160.2, 161.3, 161.7, 161.8, 162.4, 162.7, 164.0, 164.1, 164.2, 164.2, 164.4, 164.5, 165.0, 165.0, 165.4, 166.6, 166.7, 166.7, 166.7, 166.8, 168.0, 168.3, 168.5, 168.9, 169.0, 169.2, 169.2, 169.8, 169.9, 170.0, 170.0, 170.4, 170.9, 171.0, 171.2, 171.5, 171.9, 172.1, 172.1, 172.2, 172.3, 172.5, 172.7, 173.0, 173.3, 173.6, 173.8, 174.0, 174.1, 174.2, 174.5, 174.9, 175.1, 175.3, 175.4, 175.7, 175.8, 175.8, 176.0, 176.4, 176.7, 177.0, 177.5, 177.6, 177.6, 178.0, 178.4, 178.5, 179.0, 179.6, 179.9, 180.1, 180.1, 181.0, 183.6, 185.0, 185.4]

inicio = 146.5

fin = 185.4

intervalo = 5

nombre_indice = 'Altura'

decimales = 2

tabla = tabla_frecuencia_con_porcentajes(datos, inicio, fin, intervalo, nombre_indice, decimales)

print(tabla)

col_0 Frecuencia Porcentaje (%) Porcentaje Acumulado (%)

Altura

146 - 292 2 2.0 2.0

151 - 302 3 3.0 5.0

156 - 312 19 19.0 24.0

161 - 322 14 14.0 38.0

166 - 332 18 18.0 56.0

171 - 342 25 25.0 81.0

176 - 352 15 15.0 96.0

181 - 362 4 4.0 100.0

3. Graficar datos

# biblioteca de funciones graficas

import matplotlib.pyplot as plt

3.1 Histogramas

Barras de alturas proporcionales a las frecuencias de los datos (represntacion grafica de las tablas de frecuencias)

import matplotlib.pyplot as plt

# Datos de altura

# Crear el DataFrame con los datos de altura

df_altura = pd.DataFrame({'Altura': altura_datos})

# Definir la cantidad de intervalos (en este caso, 5 intervalos)

num_intervalos = 5

# Utilizar la función cut para crear las categorías de altura

categorias_altura = pd.cut(df_altura['Altura'], bins=num_intervalos)

# Generar una tabla de frecuencia de las categorías

tabla_frecuencia = pd.crosstab(index=categorias_altura, columns="Frecuencia")

# Extraer los límites de los intervalos

intervalos = [str(intervalo) for intervalo in tabla_frecuencia.index]

# Calcular los valores necesarios para el histograma

frecuencias = tabla_frecuencia['Frecuencia']

# Crear el histograma

plt.figure(figsize=(10, 6))

plt.bar(intervalos, frecuencias, width=0.8, align='center', alpha=0.7, color='skyblue')

# Personalizar el gráfico

plt.xlabel('Intervalos de Altura')

plt.ylabel('Frecuencia')

plt.title('Histograma de Altura')

plt.xticks(rotation=45, ha='right')

# Mostrar el gráfico

plt.show()

# Datos de peso

# Crear el DataFrame con los datos de peso

df_peso = pd.DataFrame({'Peso': peso_datos})

# Definir la cantidad de intervalos

intervalos = [

"(45.442, 57.02]",

"(57.02, 68.54]",

"(68.54, 80.06]",

"(80.06, 91.58]",

"(91.58, 103.1]"

]

# Crear un histograma

plt.figure(figsize=(10, 6))

plt.bar(intervalos, df_peso.groupby(pd.cut(df_peso['Peso'], bins=len(intervalos))).count().values[:, 0], width=0.8, align='center', alpha=0.7, color='#FF00FF')

# Personalizar el gráfico

plt.xlabel('Intervalos de Peso')

plt.ylabel('Frecuencia')

plt.title('Histograma de Peso')

plt.xticks(rotation=45, ha='right')

# Mostrar el gráfico

plt.show()

Este código generará un gráfico de dispersión que muestra la relación entre la altura (en el eje x) y el peso (en el eje y) utilizando los datos proporcionados. Puedes ajustar el tamaño y el estilo del gráfico según tus preferencias.

# Datos de peso

# Datos de altura

# Crear DataFrames con los datos

df_peso = pd.DataFrame({'Peso': peso_datos})

df_altura = pd.DataFrame({'Altura': altura_datos})

# Crear el gráfico de dispersión

plt.figure(figsize=(10, 6))

plt.scatter(df_altura, df_peso, color='blue', alpha=0.6)

plt.title('Gráfico de Dispersión de Altura vs. Peso')

plt.xlabel('Altura (cm)')

plt.ylabel('Peso (kg)')

plt.grid(True)

# Mostrar el gráfico

plt.show()

Este código combina los DataFrames de altura y peso en uno solo y muestra una tabla con dos columnas que representan la altura y el peso de los datos.

# Datos de peso

# Datos de altura

# Crear DataFrames con los datos

df_peso = pd.DataFrame({'Peso': peso_datos})

df_altura = pd.DataFrame({'Altura': altura_datos})

# Combinar los DataFrames en uno solo

df_combinado = pd.concat([df_altura, df_peso], axis=1)

# Mostrar el DataFrame combinado

print(df_combinado)

Altura Peso

0 146.5 45.5

1 150.5 46.4

2 151.5 47.2

3 153.0 49.0

4 155.9 50.6

.. ... ...

95 180.1 84.6

96 181.0 84.9

97 183.6 86.4

98 185.0 88.6

99 185.4 103.1

[100 rows x 2 columns]

En este ejemplo, primero creamos dos listas, una para la altura y otra para el peso. Luego, utilizamos zip para combinar las dos listas en datos_combinados. Finalmente, recorremos datos_combinados en un bucle for para mostrar los pares de altura y peso.

Ten en cuenta que zip crea un objeto iterable, por lo que a menudo se convierte en una lista o se utiliza en un bucle para acceder a los elementos emparejados.

# Usar la función zip para combinar las listas

datos_combinados = list(zip(altura_datos, peso_datos))

# Mostrar los datos combinados

for altura, peso in datos_combinados:

print(f"Altura: {altura} cm, Peso: {peso} kg")

Altura: 146.5 cm, Peso: 45.5 kg

Altura: 150.5 cm, Peso: 46.4 kg

Altura: 151.5 cm, Peso: 47.2 kg

Altura: 153.0 cm, Peso: 49.0 kg

Altura: 155.9 cm, Peso: 50.6 kg

Altura: 156.0 cm, Peso: 50.8 kg

Altura: 156.3 cm, Peso: 51.0 kg

Altura: 156.7 cm, Peso: 51.3 kg

Altura: 157.0 cm, Peso: 51.54 kg

Altura: 157.2 cm, Peso: 51.7 kg

Altura: 158.1 cm, Peso: 52.0 kg

Altura: 158.1 cm, Peso: 52.2 kg

Altura: 158.3 cm, Peso: 53.5 kg

Altura: 158.4 cm, Peso: 53.6 kg

Altura: 158.6 cm, Peso: 53.9 kg

3.3 Linea de tendencia o regresion

Metodo escalar

En este código, primero convertimos los datos de altura y peso en arrays de numpy. Luego, utilizamos np.polyfit para calcular los coeficientes de la regresión lineal. Creamos una función regresion_lineal que calcula los valores de la línea de tendencia, y finalmente trazamos el gráfico de dispersión de los datos junto con la línea de tendencia.

# Datos de altura y peso

# Convertir los datos en arrays de numpy

altura = np.array(altura_datos)

peso = np.array(peso_datos)

# Calcular la regresión lineal

coeficientes = np.polyfit(altura, peso, 1)

pendiente = coeficientes[0]

intercepto = coeficientes[1]

# Crear una función de regresión lineal

def regresion_lineal(x):

return pendiente * x + intercepto

# Crear un gráfico de dispersión de los datos

plt.scatter(altura, peso, color='blue', label='Datos')

# Agregar la línea de tendencia

plt.plot(altura, regresion_lineal(altura), color='red', label='Línea de Tendencia')

# Etiquetas y leyendas

plt.xlabel('Altura (cm)')

plt.ylabel('Peso (kg)')

plt.legend()

# Mostrar el gráfico

plt.show()

# Datos de altura y peso

# Convertir los datos en arrays de numpy

altura = np.array(altura_datos)

peso = np.array(peso_datos)

# Calcular la regresión lineal utilizando la fórmula vectorial

X = np.vstack([altura, np.ones(len(altura))]).T

y = peso

m, c = np.linalg.lstsq(X, y, rcond=None)[0]

# Crear una función de regresión lineal

def regresion_lineal(x):

return m * x + c

# Crear un gráfico de dispersión de los datos

plt.scatter(altura, peso, color='blue', label='Datos')

# Agregar la línea de tendencia

plt.plot(altura, regresion_lineal(altura), color='red', label='Línea de Tendencia')

# Etiquetas y leyendas

plt.xlabel('Altura (cm)')

plt.ylabel('Peso (kg)')

plt.legend()

# Mostrar el gráfico

plt.show()

La diferencia principal entre los métodos de regresión lineal vectorial y escalar radica en cómo se expresan y calculan los coeficientes de la regresión. Ambos métodos se utilizan para ajustar una línea de tendencia a un conjunto de datos, pero emplean enfoques ligeramente diferentes.

Método Escalar (Simple o Univariable):

En el método escalar, se calcula la pendiente (coeficiente de la variable independiente) y el intercepto (coeficiente constante) de la línea de tendencia utilizando fórmulas matemáticas específicas. Por ejemplo, en una regresión lineal simple (univariable) con una sola variable independiente (X), la pendiente se calcula como la covarianza de X e Y dividida por la varianza de X, y el intercepto se calcula como la media de Y menos la pendiente por la media de X.

Este método es más común en el contexto de la regresión lineal simple y es fácil de entender. Se utiliza cuando tienes una sola variable independiente que influye en la variable dependiente.

Método Vectorial (Múltiple o Multivariable):

El método vectorial es una generalización del método escalar y se utiliza en regresiones lineales múltiples o multivariables, donde tienes múltiples variables independientes (X1, X2, X3, etc.). En lugar de calcular la pendiente e intercepto directamente, se utiliza el álgebra lineal y una matriz de diseño (matriz de características) para calcular los coeficientes.

El método vectorial es más eficiente y versátil cuando se trata de regresiones múltiples, ya que puede manejar múltiples variables independientes de manera simultánea.

La principal diferencia es que el método escalar se utiliza para regresiones simples con una sola variable independiente, mientras que el método vectorial se aplica a regresiones múltiples con múltiples variables independientes. El método vectorial generaliza y extiende el método escalar para manejar casos más complejos. La elección del método a utilizar dependerá de la naturaleza de tus datos y de si tienes una o varias variables independientes.

4. Calculo de tendencias centrales: media, mediana y moda

4.1 Media

El promedio de una lista de valores o datos

En este código, primero convertimos los datos de altura y peso en arrays de numpy. Luego, utilizamos np.mean para calcular la media de altura y peso. Los resultados se imprimen en la consola con las líneas Media de Altura: y Media de Peso:.

# Datos de altura y peso

# Convertir los datos en arrays de numpy

altura = np.array(altura_datos)

peso = np.array(peso_datos)

# Calcular la media de altura y peso

media_altura = np.mean(altura)

media_peso = np.mean(peso)

# Redondear las medias a dos decimales

media_altura = round(media_altura, 2)

media_peso = round(media_peso, 2)

# Imprimir las medias

print("Media de Altura:", media_altura)

print("Media de Peso:", media_peso)

Media de Altura: 168.4

Media de Peso: 67.57

4.2 Barras

Barras verticales

Este código crea un gráfico de barras verticales con las medias de altura y peso representadas como barras en el eje y etiquetadas como "Altura" y "Peso" en el eje x.

# Datos de altura y peso

# Convertir los datos en arrays de numpy

# Calcular la media de altura y peso

media_altura = altura.mean()

media_peso = peso.mean()

# Etiquetas para las barras

etiquetas = ['Altura', 'Peso']

valores = [media_altura, media_peso]

# Crear el gráfico de barras

plt.bar(etiquetas, valores)

# Etiquetas y título del gráfico

plt.xlabel('Variable')

plt.ylabel('Media')

plt.title('Media de Altura y Peso')

# Mostrar el gráfico

plt.show()

Barras horizontales

Este código utiliza la función plt.barh para crear un gráfico de barras horizontales con las medias de altura y peso representadas como barras en el eje x y etiquetadas como "Altura" y "Peso" en el eje y.

# Datos de altura y peso

# Convertir los datos en arrays de numpy

# Calcular la media de altura y peso

media_altura = altura.mean()

media_peso = peso.mean()

# Etiquetas para las barras

etiquetas = ['Altura', 'Peso']

valores = [media_altura, media_peso]

# Crear el gráfico de barras horizontales

plt.barh(etiquetas, valores)

# Etiquetas y título del gráfico

plt.xlabel('Media')

plt.ylabel('Variable')

plt.title('Media de Altura y Peso')

# Mostrar el gráfico

plt.show()

4.3 Mediana

En este código, primero convertimos los datos de altura y peso en arrays de numpy. Luego, utilizamos la función np.median para calcular la mediana de altura y peso. Los resultados se imprimen en la consola con las líneas "Mediana de Altura:" y "Mediana de Peso:"

# Datos de altura y peso

# Convertir los datos en arrays de numpy

altura = np.array(altura_datos)

peso = np.array(peso_datos)

# Calcular la mediana de altura y peso

mediana_altura = np.median(altura)

mediana_peso = np.median(peso)

# Imprimir las medianas

print("Mediana de Altura:", mediana_altura)

print("Mediana de Peso:", mediana_peso)

Mediana de Altura: 169.5

Mediana de Peso: 66.55

4.4 Barras emparejadas

En este código, primero calculamos la media y la mediana de altura y peso utilizando numpy y statistics. Luego, creamos un gráfico de barras emparejadas con barras que representan el promedio y la mediana de cada variable.

# Datos de altura y peso

# Convertir los datos en arrays de numpy

altura = np.array(altura_datos)

peso = np.array(peso_datos)

# Calcular la media y la mediana de altura y peso

media_altura = altura.mean()

media_peso = peso.mean()

mediana_altura = np.median(altura)

mediana_peso = np.median(peso)

# Etiquetas para las barras

etiquetas = ['Altura', 'Peso']

promedios = [media_altura, media_peso]

medianas = [mediana_altura, mediana_peso]

# Posiciones para las barras

x = np.arange(len(etiquetas))

ancho = 0.35

# Crear el gráfico de barras emparejadas

fig, ax = plt.subplots()

bar1 = ax.bar(x - ancho/2, promedios, ancho, label='Promedio')

bar2 = ax.bar(x + ancho/2, medianas, ancho, label='Mediana')

# Etiquetas y título del gráfico

ax.set_xlabel('Variable')

ax.set_ylabel('Valor')

ax.set_title('Promedio y Mediana de Altura y Peso')

ax.set_xticks(x)

ax.set_xticklabels(etiquetas)

ax.legend()

# Mostrar el gráfico

plt.show()

4.5 Moda

El valor o valores que mas se repite

En este código, primero importamos la biblioteca statistics. Luego, calculamos la moda de los datos de altura y peso utilizando la función statistics.mode. Ten en cuenta que si hay más de un valor que se repite con la misma frecuencia máxima, la función mode devolverá uno de esos valores, pero no todos. Los resultados se imprimen en la consola con las líneas "Moda de Altura:" y "Moda de Peso:"

import statistics

# Datos de altura y peso

# Calcular la moda de altura y peso

moda_altura = statistics.mode(altura_datos)

moda_peso = statistics.mode(peso_datos)

# Imprimir las modas

print("Moda de Altura:", moda_altura)

print("Moda de Peso:", moda_peso)

Moda de Altura: 166.7

Moda de Peso: 62.7

5. Calculo de dispersiones: rango, varianza y desviacion estandar

La diferrencia entre el valor maximo y el valor minimo de los datos

5.1 Rango

Este código creará un DataFrame con las columnas "Variable", "Máximo", "Mínimo" y "Rango" para Altura y Peso. Luego, imprimirá el DataFrame que muestra el máximo, mínimo y rango de ambas variables. Asegúrate de tener la biblioteca pandas instalada para ejecutar este código.

# Datos de altura y peso

# Convertir los datos en arrays de numpy

altura = np.array(altura_datos)

peso = np.array(peso_datos)

# Calcular el máximo y mínimo de altura y peso

max_altura = np.max(altura)

min_altura = np.min(altura)

max_peso = np.max(peso)

min_peso = np.min(peso)

# Calcular el rango de altura y peso

rango_altura = max_altura - min_altura

rango_peso = max_peso - min_peso

# Crear un DataFrame con los resultados

data = {'Variable': ['Altura', 'Peso'],

'Máximo': [max_altura, max_peso],

'Mínimo': [min_altura, min_peso],

'Rango': [rango_altura, rango_peso]}

df = pd.DataFrame(data)

# Imprimir el DataFrame

print(df)

Variable Máximo Mínimo Rango

0 Altura 185.4 146.5 38.9

1 Peso 103.1 45.5 57.6

5.2 Rango intercuartil

La diferencia entre el dato del tercer cuartil y e dato del primer cuartil

Este código calcula el IQR de los datos de peso utilizando los percentiles Q1 y Q3 y luego imprime el resultado. El IQR es una medida de dispersión que indica la variabilidad en el conjunto de datos.

# Datos de peso

# Convertir los datos en un array de numpy

peso = np.array(peso_datos)

# Calcular el primer cuartil (Q1)

q1 = np.percentile(peso, 25)

# Calcular el tercer cuartil (Q3)

q3 = np.percentile(peso, 75)

# Calcular la mediana (Q2)

q2 = np.percentile(peso, 50)

# Calcular el rango intercuartil (IQR)

iqr = q3 - q1

# Redondear los valores a dos decimales

q1 = round(q1, 2)

q2 = round(q2, 2)

q3 = round(q3, 2)

iqr = round(iqr, 2)

# Imprimir los valores de los cuartiles y el IQR

print("Primer Cuartil (Q1):", q1)

print("Segundo Cuartil (Q2 o Mediana):", q2)

print("Tercer Cuartil (Q3):", q3)

print("Rango Intercuartil (IQR):", iqr)

Primer Cuartil (Q1): 59.28

Segundo Cuartil (Q2 o Mediana): 66.55

Tercer Cuartil (Q3): 76.91

Rango Intercuartil (IQR): 17.64

Este código calcula y muestra los valores de los cuartiles Q1, Q2 (que es la mediana) y Q3 de s datos de altura. Los resultados se imprimen en la consola.

# Datos de altura

# Convertir los datos en un array de numpy

altura = np.array(altura_datos)

# Calcular el primer cuartil (Q1)

q1 = np.percentile(altura, 25)

# Calcular el tercer cuartil (Q3)

q3 = np.percentile(altura, 75)

# Calcular la mediana (Q2)

q2 = np.percentile(altura, 50)

# Calcular el rango intercuartil (IQR)

iqr = q3 - q1

# Redondear los valores a dos decimales

q1 = round(q1, 2)

q2 = round(q2, 2)

q3 = round(q3, 2)

iqr = round(iqr, 2)

# Imprimir los valores de los cuartiles y el IQR redondeados

print("Primer Cuartil (Q1):", q1)

print("Segundo Cuartil (Q2 o Mediana):", q2)

print("Tercer Cuartil (Q3):", q3)

print("Rango Intercuartil (IQR):", iqr)

Primer Cuartil (Q1): 161.6

Segundo Cuartil (Q2 o Mediana): 169.5

Tercer Cuartil (Q3): 174.95

Rango Intercuartil (IQR): 13.35

5.3 Diagrama intercuartil

Este código creará dos gráficos de caja separados para los datos de peso y altura, mostrando la distribución de los datos y los valores atípicos si los hubiera.

# Datos de peso y altura

# Crear un gráfico de caja para los datos de peso

plt.figure(figsize=(8, 4))

plt.subplot(1, 2, 1)

plt.boxplot(peso_datos)

plt.title("Diagrama de Caja de Peso")

plt.ylabel("Peso")

# Crear un gráfico de caja para los datos de altura

plt.subplot(1, 2, 2)

plt.boxplot(altura_datos)

plt.title("Diagrama de Caja de Altura")

plt.ylabel("Altura")

plt.tight_layout()

plt.show()

5.4 Valores atipicos

Los valores fuera del intervalo [Q1-1.5 IQR, Q3 + 1.5 IQR]

Este código calculará y mostrará los valores atípicos en los datos de peso y altura utilizando la regla del rango intercuartil (IQR). También mostrará un gráfico de caja para visualizar la distribución de los datos y los valores atípicos si los hubiera.

# Datos de peso y altura

# Convertir los datos en arrays de numpy

peso = np.array(peso_datos)

altura = np.array(altura_datos)

# Calcular el rango intercuartil (IQR) para peso y altura

iqr_peso = np.percentile(peso, 75) - np.percentile(peso, 25)

iqr_altura = np.percentile(altura, 75) - np.percentile(altura, 25)

# Calcular los límites para identificar valores atípicos

limite_inferior_peso = np.percentile(peso, 25) - 1.5 * iqr_peso

limite_superior_peso = np.percentile(peso, 75) + 1.5 * iqr_peso

limite_inferior_altura = np.percentile(altura, 25) - 1.5 * iqr_altura

limite_superior_altura = np.percentile(altura, 75) + 1.5 * iqr_altura

# Encontrar valores atípicos

valores_atipicos_peso = (peso < limite_inferior_peso) | (peso > limite_superior_peso)

valores_atipicos_altura = (altura < limite_inferior_altura) | (altura > limite_superior_altura)

# Mostrar los valores atípicos

print("Valores atípicos en Peso:")

print(peso[valores_atipicos_peso])

print("\nValores atípicos en Altura:")

print(altura[valores_atipicos_altura])

# Crear un gráfico de caja para peso y altura

plt.figure(figsize=(8, 4))

plt.subplot(1, 2, 1)

plt.boxplot(peso_datos)

plt.title("Diagrama de Caja de Peso")

plt.subplot(1, 2, 2)

plt.boxplot(altura_datos)

plt.title("Diagrama de Caja de Altura")

plt.tight_layout()

plt.show()

Valores atípicos en Peso:

[]

Valores atípicos en Altura:

[]

5.5 Varianza

Este código calculará y mostrará la varianza de los datos de peso y altura. La varianza representa la dispersión de los datos en relación con su media.

# Datos de peso y altura

# Convertir los datos en arrays de numpy

peso = np.array(peso_datos)

altura = np.array(altura_datos)

# Calcular la varianza de peso y altura

varianza_peso = np.var(peso, ddof=0) # ddof=0 para población completa

varianza_altura = np.var(altura, ddof=0)

# Redondear la varianza a dos decimales

varianza_peso = round(varianza_peso, 2)

varianza_altura = round(varianza_altura, 2)

# Mostrar la varianza redondeada

print("Varianza de Peso:", varianza_peso)

print("Varianza de Altura:", varianza_altura)

Varianza de Peso: 125.5

Varianza de Altura: 68.9

Este código calculará la varianza poblacional y muestral para los datos de peso, y los resultados estarán redondeados a dos decimales.

# Datos de peso

# Convertir los datos en un array de numpy

peso = np.array(peso_datos)

# Calcular la media

media_peso = np.mean(peso)

# Calcular la varianza poblacional y muestral

varianza_poblacional = np.var(peso)

varianza_muestral = np.var(peso, ddof=1) # ddof=1 para muestra

# Redondear las varianzas a dos decimales

varianza_poblacional = round(varianza_poblacional, 2)

varianza_muestral = round(varianza_muestral, 2)

# Mostrar las varianzas redondeadas

print("Varianza Poblacional de Peso:", varianza_poblacional)

print("Varianza Muestral de Peso:", varianza_muestral)

Varianza Poblacional de Peso: 125.5

Varianza Muestral de Peso: 126.77

Este código calculará la varianza poblacional y muestral para los datos de altura y los resultados estarán redondeados a dos decimales.

# Convertir los datos en un array de numpy

altura = np.array(altura_datos)

# Calcular la varianza poblacional y muestral

varianza_poblacional_altura = np.var(altura)

varianza_muestral_altura = np.var(altura, ddof=1) # ddof=1 para muestra

# Redondear las varianzas a dos decimales

varianza_poblacional_altura = round(varianza_poblacional_altura, 2)

varianza_muestral_altura = round(varianza_muestral_altura, 2)

# Mostrar las varianzas redondeadas

print("Varianza Poblacional de Altura:", varianza_poblacional_altura)

print("Varianza Muestral de Altura:", varianza_muestral_altura)

Varianza Poblacional de Altura: 68.9

Varianza Muestral de Altura: 69.59

5.6 Desviacion estandar

Este código calculará la desviación estándar poblacional y muestral para los datos de peso y los resultados estarán redondeados a dos decimales.

# Datos de peso

# Convertir los datos en un array de numpy

peso = np.array(peso_datos)

# Calcular la desviación estándar poblacional y muestral

desviacion_poblacional_peso = np.std(peso)

desviacion_muestral_peso = np.std(peso, ddof=1) # ddof=1 para muestra

# Redondear las desviaciones estándar a dos decimales

desviacion_poblacional_peso = round(desviacion_poblacional_peso, 2)

desviacion_muestral_peso = round(desviacion_muestral_peso, 2)

# Mostrar las desviaciones estándar redondeadas

print("Desviación Estándar Poblacional de Peso:", desviacion_poblacional_peso)

print("Desviación Estándar Muestral de Peso:", desviacion_muestral_peso)

Desviación Estándar Poblacional de Peso: 11.2

Desviación Estándar Muestral de Peso: 11.26

Este código calculará la desviación estándar poblacional y muestral para los datos de altura y los resultados estarán redondeados a dos decimales.

# Datos de altura

# Convertir los datos en un array de numpy

altura = np.array(altura_datos)

# Calcular la desviación estándar poblacional y muestral

desviacion_poblacional_altura = np.std(altura)

desviacion_muestral_altura = np.std(altura, ddof=1) # ddof=1 para muestra

# Redondear las desviaciones estándar a dos decimales

desviacion_poblacional_altura = round(desviacion_poblacional_altura, 2)

desviacion_muestral_altura = round(desviacion_muestral_altura, 2)

# Mostrar las desviaciones estándar redondeadas

print("Desviación Estándar Poblacional de Altura:", desviacion_poblacional_altura)

print("Desviación Estándar Muestral de Altura:", desviacion_muestral_altura)

Desviación Estándar Poblacional de Altura: 8.3

Desviación Estándar Muestral de Altura: 8.34

Este código creará una tabla que muestra la varianza poblacional y muestral para los datos de peso y altura, con los valores redondeados a dos decimales.

# Datos de peso y altura

# Convertir los datos en arrays de numpy

peso = np.array(peso_datos)

altura = np.array(altura_datos)

# Calcular la varianza poblacional y muestral para peso y altura

varianza_poblacional_peso = np.var(peso)

varianza_muestral_peso = np.var(peso, ddof=1) # ddof=1 para muestra

varianza_poblacional_altura = np.var(altura)

varianza_muestral_altura = np.var(altura, ddof=1) # ddof=1 para muestra

# Crear un DataFrame para mostrar los resultados

data = {

'Variable': ['Peso', 'Peso', 'Altura', 'Altura'],

'Tipo de Varianza': ['Poblacional', 'Muestral', 'Poblacional', 'Muestral'],

'Valor de Varianza': [varianza_poblacional_peso, varianza_muestral_peso, varianza_poblacional_altura, varianza_muestral_altura]

}

tabla_varianza = pd.DataFrame(data)

# Redondear los valores a dos decimales

tabla_varianza['Valor de Varianza'] = tabla_varianza['Valor de Varianza'].round(2)

# Mostrar la tabla de varianza

print(tabla_varianza)

Variable Tipo de Varianza Valor de Varianza

0 Peso Poblacional 125.50

1 Peso Muestral 126.77

2 Altura Poblacional 68.90

3 Altura Muestral 69.59

Este código calculará la desviación estándar de los datos de altura y luego aplicará la regla 68-95-99.7 para mostrar cuántos datos caen dentro de una, dos y tres desviaciones estándar de la media.

# Datos de altura

# Convertir los datos en un array de numpy

altura = np.array(altura_datos)

# Calcular la desviación estándar

desviacion_estandar_altura = np.std(altura)

# Aplicar la regla 68-95-99.7

un_desviacion = desviacion_estandar_altura

dos_desviaciones = 2 * desviacion_estandar_altura

tres_desviaciones = 3 * desviacion_estandar_altura

print("Desviación Estándar de Altura:", desviacion_estandar_altura)

print("Aproximadamente el 68% de los datos caen dentro de {:.2f} cm de la media.".format(un_desviacion))

print("Alrededor del 95% de los datos caen dentro de {:.2f} cm de la media.".format(dos_desviaciones))

print("Casi el 99.7% de los datos caen dentro de {:.2f} cm de la media.".format(tres_desviaciones))

Desviación Estándar de Altura: 8.300391014885987

Aproximadamente el 68% de los datos caen dentro de 8.30 cm de la media.

Alrededor del 95% de los datos caen dentro de 16.60 cm de la media.

Casi el 99.7% de los datos caen dentro de 24.90 cm de la media.

Este código calculará la desviación estándar para los datos de peso, aplicará la regla 68-95-99.7 y redondeará los valores a dos decimales.

# Datos de peso

# Calcular la desviación estándar

desviacion_estandar_peso = np.std(peso_datos, ddof=0) # Desviación estándar poblacional

# Calcular los valores para la regla 68-95-99.7

un_desviacion = desviacion_estandar_peso

dos_desviaciones = 2 * desviacion_estandar_peso

tres_desviaciones = 3 * desviacion_estandar_peso

# Redondear los valores a dos decimales

desviacion_estandar_peso = round(desviacion_estandar_peso, 2)

un_desviacion = round(un_desviacion, 2)

dos_desviaciones = round(dos_desviaciones, 2)

tres_desviaciones = round(tres_desviaciones, 2)

# Mostrar los resultados

print("Desviación Estándar de Peso:", desviacion_estandar_peso)

print("Aproximadamente el 68% de los datos caen dentro de ±{} del valor medio.".format(un_desviacion))

print("Aproximadamente el 95% de los datos caen dentro de ±{} del valor medio.".format(dos_desviaciones))

print("Casi el 99.7% de los datos caen dentro de ±{} del valor medio.".format(tres_desviaciones))

Desviación Estándar de Peso: 11.2

Aproximadamente el 68% de los datos caen dentro de ±11.2 del valor medio.

Aproximadamente el 95% de los datos caen dentro de ±22.41 del valor medio.

Casi el 99.7% de los datos caen dentro de ±33.61 del valor medio.

6. Comparacion indices de masa corporal

6.1 Indices de masa corporal (IMC)

El peso dividido entre el cuadrado de la altura

El siguiente código toma tus datos de IMC, calcula el promedio utilizando np.mean y luego imprime el resultado. Puedes ajustar los datos de IMC según tus necesidades antes de ejecutar el código.

# Ejemplo con tus datos de IMC

imc = [round(peso / ((altura / 100) ** 2), 2) for peso, altura in zip(peso_datos, altura_datos)]

# Calcular el promedio de IMC

promedio_imc = np.mean(imc)

# Imprimir el promedio

print("Promedio de IMC:", round(promedio_imc, 2))

Promedio de IMC: 23.62

6.2 Rangos de IMC

Este código mostrará las categorías de IMC junto con las etiquetas numéricas de los jugadores.

def clasificar_imc(imc):

if imc < 18.5:

return "Bajo peso"

elif 18.5 <= imc < 25:

return "Peso saludable"

elif 25 <= imc < 30:

return "Sobrepeso"

else:

return "Obesidad"

# Ejemplo con tus datos de IMC

imc = [round(peso / ((altura / 100) ** 2), 2) for peso, altura in zip(peso_datos, altura_datos)]

# Clasificar los valores de IMC en categorías

categorias_imc = [clasificar_imc(valor) for valor in imc]

# Mostrar las categorías correspondientes junto con las etiquetas numéricas

for i, categoria in enumerate(categorias_imc):

print(f"Jugador {i+1}: IMC {imc[i]} - Categoría: {categoria}")

Jugador 1: IMC 21.2 - Categoría: Peso saludable

Jugador 2: IMC 20.49 - Categoría: Peso saludable

Jugador 3: IMC 20.56 - Categoría: Peso saludable

Jugador 4: IMC 20.93 - Categoría: Peso saludable

Jugador 5: IMC 20.82 - Categoría: Peso saludable

Jugador 6: IMC 20.87 - Categoría: Peso saludable

Jugador 7: IMC 20.88 - Categoría: Peso saludable

Jugador 8: IMC 20.89 - Categoría: Peso saludable

Jugador 9: IMC 20.91 - Categoría: Peso saludable

Jugador 10: IMC 20.92 - Categoría: Peso saludable

Jugador 11: IMC 20.8 - Categoría: Peso saludable

Jugador 12: IMC 20.88 - Categoría: Peso saludable

Jugador 13: IMC 21.35 - Categoría: Peso saludable......

Ahora, el código corregido crea tanto la tabla tabla_imc como su versión transpuesta.

# Ejemplo con los datos de IMC

imc = [round(peso / ((altura / 100) ** 2), 2) for peso, altura in zip(peso_datos, altura_datos)]

# Definir los límites de los rangos de IMC

rangos_imc = [0, 17.5, 24, 29, 30, max(imc) + 1]

# Etiquetas de clasificación correspondientes a cada rango de IMC (incluyendo el último rango)

clasificacion_imc = ["Bajo peso", "Peso normal", "Sobrepeso", "Obesidad", "Obesidad"]

# Calcular el conteo en cada rango de IMC

conteo_imc, _ = np.histogram(imc, bins=rangos_imc)

# Calcular los porcentajes

porcentajes_imc = [(conteo / len(imc)) * 100 for conteo in conteo_imc]

# Crear un DataFrame de pandas para mostrar los resultados

tabla_imc = pd.DataFrame({

'Rango de IMC': [f"{rangos_imc[i]}-{rangos_imc[i+1]-0.01}" for i in range(len(rangos_imc) - 1)],

'Clasificación de IMC': clasificacion_imc,

'Porcentaje': porcentajes_imc

})

# Mostrar la tabla

print(tabla_imc)

# Transponer la tabla

tabla_imc_transpuesta = tabla_imc.transpose()

# Mostrar la tabla transpuesta

print(tabla_imc_transpuesta)

Rango de IMC Clasificación de IMC Porcentaje

0 0-17.49 Bajo peso 0.0

1 17.5-23.99 Peso normal 63.0

2 24-28.99 Sobrepeso 36.0

3 29-29.99 Obesidad 1.0

4 30-30.979999999999997 Obesidad 0.0

0 1 2 3 \

Rango de IMC 0-17.49 17.5-23.99 24-28.99 29-29.99

Clasificación de IMC Bajo peso Peso normal Sobrepeso Obesidad

Porcentaje 0.0 63.0 36.0 1.0

Rango de IMC 30-30.979999999999997

Clasificación de IMC Obesidad

Porcentaje 0.0

6.3 Barras apiladas

Este código genera un gráfico de barras apiladas con los datos proporcionados, teniendo en cuenta las etiquetas de Clasificación de IMC y los porcentajes correspondientes.

import matplotlib.pyplot as plt

import pandas as pd

def grafico_barras_apiladas(datos):

etiquetas_imc = datos['Clasificación de IMC'].unique()

colores = ['b', 'g', 'r', 'c', 'm']

indices = range(len(etiquetas_imc))

datos = datos.pivot(index='Rango de IMC', columns='Clasificación de IMC', values='Porcentaje')

datos.plot(kind='bar', stacked=True, color=colores, width=0.7)

plt.xticks(indices, etiquetas_imc, rotation=0)

plt.xlabel('Rango de IMC')

plt.ylabel('Porcentaje')

plt.title('Porcentajes por Clasificación de IMC')

plt.legend(title='Clasificación de IMC')

plt.show()

# Ejemplo de uso con los datos proporcionados

datos = pd.DataFrame({

'Rango de IMC': ['0-17.49', '17.5-23.99', '24-28.99', '29-29.99', '30-30.98'],

'Clasificación de IMC': ['Bajo peso', 'Peso normal', 'Sobrepeso', 'Obesidad', 'Obesidad'],

'Porcentaje': [0.0, 63.0, 36.0, 1.0, 0.0]

})

grafico_barras_apiladas(datos)

7. Almacenado

7.1 Guardado de archivos

Este código creará un archivo CSV llamado "datos_imc.csv" en el directorio actual y guardará los datos de peso, altura e IMC en ese archivo.

# Datos de peso y altura

# Calcular el IMC para cada par de peso y altura

imc_datos = [round(peso / ((altura / 100) ** 2), 2) for peso, altura in zip(peso_datos, altura_datos)]

# Crear un DataFrame

data = {'Peso (kg)': peso_datos, 'Altura (cm)': altura_datos, 'IMC': imc_datos}

df = pd.DataFrame(data)

# Guardar en un archivo CSV

df.to_csv('datos_imc.csv', index=False)

Asegúrate de especificar la ruta correcta del archivo CSV en la variable ruta_archivo para que el código funcione correctamente. El código anterior leerá los datos del archivo CSV y los almacenará en un DataFrame de pandas, lo que te permitirá trabajar con los datos de manera eficiente. Puedes utilizar el DataFrame df para realizar diversas operaciones y análisis de datos según tus necesidades.

# Especifica la ruta del archivo CSV

ruta_archivo = 'datos_imc.csv'

# Lee el archivo CSV en un DataFrame

df = pd.read_csv(ruta_archivo)

# Muestra el contenido del DataFrame

print(df)

output

Peso (kg) Altura (cm) IMC

0 45.5 146.5 21.20

1 46.4 150.5 20.49

2 47.2 151.5 20.56

3 49.0 153.0 20.93

4 50.6 155.9 20.82

.. ... ... ...

95 84.6 180.1 26.08

96 84.9 181.0 25.91

97 86.4 183.6 25.63

98 88.6 185.0 25.89

99 103.1 185.4 29.99

[100 rows x 3 columns]

Referencias

Batanero, C. y Díaz, C. (2011). Estadística con proyectos. Granada, España: Universidad de Granada. Versión en línea: http://www.ugr.es/~batanero/pages/ARTICULOS/Libroproyectos.pdf

Batanero, C., Garfield, J., Ottaviani, M. y Truran, A. (s.f). Investigación en Educación Estadística: Algunas Cuestiones Prioritarias. Consultado en: www.ugr.es/~batanero/pages/ARTICULOS/Investiga.pdf

Gamboa, R. (2007). Uso de la tecnología en la enseñanza de las matemáticas. Cuadernos en investigación y formación en educación matemática, 2 (3), 11-44

Monge, C. y Sánchez, S. (2015). Enseñanza de la inferencia estadística usando GeoGebra. Acapulco, México: Memorias del XXX Foro Internacional de Estadística

.

Explorando Estadística Descriptiva a través de Python

¡Te damos la bienvenida a nuestra guia de Python y estadística descriptiva!

Objetivos del curso

Estructura del proyecto

Preparación antes del Proyecto

1. Procesamiento de datos numericos

1.1 Objetos y operaciones

Aproximacion decimal y funcion round

Buscando ayuda

1.2 Listas

Metodo append

Funcion sum y len

Funcion sorted, min y max

1.3 Biblioteca Numpy

1.4 Sentencia for

1.5 Sentenci if

1.6 Creacion de funciones

2. Tabulacion de datos

2.1 La biblioteca o modulo Panda

Lista de valores acumulados

2.2 Tabla de frecuencias por valores

2.3 Tabla de frecuencia por intervalos

3. Graficar datos

3.1 Histogramas

3.3 Linea de tendencia o regresion

4. Calculo de tendencias centrales: media, mediana y moda

4.1 Media

4.2 Barras

5. Calculo de dispersiones: rango, varianza y desviacion estandar

La diferrencia entre el valor maximo y el valor minimo de los datos

5.1 Rango

5.2 Rango intercuartil

5.3 Diagrama intercuartil

5.4 Valores atipicos

5.5 Varianza

5.6 Desviacion estandar

6. Comparacion indices de masa corporal

6.1 Indices de masa corporal (IMC)

6.2 Rangos de IMC

6.3 Barras apiladas

7. Almacenado

7.1 Guardado de archivos

Referencias

No hay comentarios:

Publicar un comentario

Temáticas

Síguenos en...

Seguidores

.

Translate

Políticas