Algo que me suelen preguntar en muchas ocasiones es qué ordenador me compro para aprender Machine learning o ciencia de datos. Una cuestión bastante importante. El ordenador será el lugar en donde se escribirá y ejecutará el código con el que se implementan los modelos y análisis de datos. Reduciendo la productividad si la elección no es adecuada. Aunque se puede trabajar con … [Leer más...] acerca deOrdenadores portátiles para Machine learning
Centrar el foco en un componente de Matlab por código
A la hora de abrir un formulario creado con Matlab, tanto sea con el obsoleto GUIDE, como con App Designer o programando directamente los controles, uno de los problemas con los que se encuentra el usuario es que el foco no está fijado en ningún componente. Obligando a este a seleccionar el campo en el que desea introducir el valor antes de poder hacerlo. Algo que puede ser … [Leer más...] acerca deCentrar el foco en un componente de Matlab por código
Pandas: Cómo iterar sobre las filas de un DataFrame en Pandas
Iterar sobre las filas de un DataFrame es una operación que se suele realizar de forma bastante habitual. Existiendo por ello diferentes formas de hacerlo. En esta ocasión vamos a ver tres de los métodos más utilizados para comparar posteriormente el rendimiento de estas.Conjunto de datos de ejemploPara trabajar en esta ocasión vamos a emplear un conjunto de datos … [Leer más...] acerca dePandas: Cómo iterar sobre las filas de un DataFrame en Pandas
Vuelven las publicaciones regulares
Esta semana vuelven las publicaciones regulares Analytics Lane, regresando las tres publicaciones semanales de los lunes, miércoles y viernes. Finalizando de este modo la serie especial de NumPy y Pandas publicada durante el verano.Al igual que el año pasado, en cada uno de los días se publicará sobre una sección diferente. Los lunes siguen siendo el día de Python, … [Leer más...] acerca deVuelven las publicaciones regulares
Pandas: Cómo crear un DataFrame aleatorio
En algunos casos son necesarios los conjuntos de datos aleatorios, por ejemplo, para la evaluación del rendimiento de algoritmos. Al trabajar con Pandas muchas veces necesitamos en forma de DataFrame. Algo que directamente no se puede hacer, pero sí usando los generadores de números aleatorios de NumPy, para crear a partir de estos unos DataFrame. Veamos cómo se puede crear un … [Leer más...] acerca dePandas: Cómo crear un DataFrame aleatorio
NumPy: Obtener los índices de los máximos de un vector
Para ordenar los elementos de un vector de NumPy existe el método sort(). Pero, en algunas ocasiones, puede que esto no sea los necesario, sino los índices de los máximos o mínimos de un vector. Por ejemplo, para seleccionar los elementos asociados en otro vector. En estas ocasiones se puede recurrir al método argsort() con el cual se puede obtener justamente este … [Leer más...] acerca deNumPy: Obtener los índices de los máximos de un vector
Pandas: Iterar sobre las columnas de un DataFrame
Normalmente al trabajar con objetos DataFrame de Pandas se itera sobre las filas, ya que lo habitual es que estas representen los registros. Aun así, en ciertas ocasiones es posible que sea necesario iterar sobre las columnas de un DataFrame, por lo que en esta entrada se mostrarán algunas de las formas que existen para realizar esta tarea.Conjunto de datos de … [Leer más...] acerca dePandas: Iterar sobre las columnas de un DataFrame
NumPy: Imprimir todos los elementos de un vector de NumPy
Al imprimir por pantalla una matriz de NumPy es posible que no aparezcan todos los elementos, solamente una parte de estos. Lo que es debido a una opción por defecto en la configuración de la librería. Veamos cómo se puede acceder a la configuración para cambiar esta opción de modo que sea posible imprimir todos los elementos de un vector de NumPy.Las opciones de impresión … [Leer más...] acerca deNumPy: Imprimir todos los elementos de un vector de NumPy
Pandas: Mostrar todos los elementos de un DataFrame
En Pandas, al sacar por pantalla los elementos de grandes conjuntos de datos por defecto solamente se mostrará una parte de estos. Lo que generalmente es una buena solución. Al trabajar de este modo, es fácil hacerse una idea de la forma de los datos sin llenar pantallas y pantallas con información que no es relevante. Aunque, cuando exista la necesidad de ver todos los … [Leer más...] acerca dePandas: Mostrar todos los elementos de un DataFrame
NumPy: Insertar valores en matrices de NumPy
La inserción de valores en listas de Python no es una tarea sencilla, pero en NumPy se cuenta con la función np.insert(). Una función con la que es posible insertar valores en matrices de NumPy de una forma bastante sencilla.La función np.insert()Dentro de la librería NumPy se puede encontrar la función np.insert() con la que es posible insertar valores dentro de un … [Leer más...] acerca deNumPy: Insertar valores en matrices de NumPy
Pandas: Contabilizar los registros que cumplen una condición en un DataFrame
La semana pasada hemos visto cómo se pueden contabilizar las veces que aparecen los valores nulos (NaN) en un DataFrame de Pandas. En esta ocasión vamos a generalizar el proceso para poder contabilizar los registros que cumplen una condición, sea esta sencilla o toda la compleja que necesitemos usar.Conjunto de datos de ejemploPara trabajar se puede usar el mismo … [Leer más...] acerca dePandas: Contabilizar los registros que cumplen una condición en un DataFrame
NumPy: Concatenar matrices en NumPy con np.concatenate()
Cuando necesitamos unir el contenido de varias matrices en NumPy se puede recurrir a la función np.concatenate(). Una función con la que es posible concatenar matrices en NumPy tanto por filas como por columnas.La función np.concatenate()En el caso de que necesitemos concatenar dos o más vectores o matrices de NumPy se puede recurrir a la función np.concatenate(). Una … [Leer más...] acerca deNumPy: Concatenar matrices en NumPy con np.concatenate()
