• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

¿Estamos cerca de la singularidad tecnológica?

septiembre 20, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 6 minutos

La singularidad tecnológica se define como el momento en el que la inteligencia artificial (IA) superará a la inteligencia humana. Algo que, en el hipotético caso de que se llegue a producir en el futuro, daría lugar a cambios en la sociedad que son difíciles de predecir. El concepto de singularidad tecnológica es una idea sobre la que existe un debate en círculos científicos, … [Leer más...] acerca de ¿Estamos cerca de la singularidad tecnológica?

Como filtrar en base a listas o DataFrames en Pandas

septiembre 18, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

La indexación booleana en Pandas permite seleccionar de forma sencilla los elementos de un DataFrame en base a que los valores de una o varias filas cumplan ciertas condiciones. Solamente se debe crear un vector booleano con el valor True en las filas que se desean seleccionar. Algo que es fácil cuando la condición se debe comparar con un único valor, solamente se debe escribir … [Leer más...] acerca de Como filtrar en base a listas o DataFrames en Pandas

El método D’Hondt y su implementación en Python

septiembre 15, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 7 minutos

En los sistemas de representación proporcional es necesario asignar a cada uno de los partidos o listas electorales un número de escaños en función de los votos recibidos. Uno de los métodos más utilizados es el método D'Hondt. Su objetivo es distribuir los escaños de manera proporcional a los votos obtenidos por cada partido o lista electoral. En esta entrada se verá en qué … [Leer más...] acerca de El método D’Hondt y su implementación en Python

Solución al error Failed to download metadata for repo ‘AppStream’ en CentOS 8

septiembre 13, 2023 Por Daniel Rodríguez 1 comentario
Tiempo de lectura: 2 minutos

Después de instalar CentOS 8 en un equipo una buena práctica es actualizar los paquetes del sistema a la última versión. Pero al intentar ejecutar el comando sudo yum update lo más probable es que aparezca el error Failed to download metadata for repo 'AppStream'. Un error que se produce porque desde el 31 de diciembre de 2021 CentOS 8 ya no recibe actualizaciones del proyecto … [Leer más...] acerca de Solución al error Failed to download metadata for repo ‘AppStream’ en CentOS 8

Manipulación de cadenas en Python

septiembre 11, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 5 minutos

La manipulación de cadenas de texto es una tarea habitual y clave en programación. Por eso Python, al igual que la mayoría de los lenguajes de programación, ofrece una serie de funciones para ello en la librería estándar. En esta publicación, se explorarán algunas de las funciones y métodos disponibles para la manipulación de cadenas en Python. Conocer y comprender estas … [Leer más...] acerca de Manipulación de cadenas en Python

Serie especial verano 2023 sobre Seaborn

septiembre 8, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 2 minutos

Analytics Lane

Ayer finalizó la serie especial de publicaciones para el verano de 2023 de Analytics Lane en la que se han repasado las principales funcionalidades de Seaborn. Esta serie continúa la tradición instaurada en 2020 con una serie sobre el lenguaje de programación Julia. Para continuar en 2021 con una serie sobre NumPy y Pandas y en 2022 con una serie sobre Matplotlib.Listado de … [Leer más...] acerca de Serie especial verano 2023 sobre Seaborn

Trucos y consejos para optimizar la velocidad en Seaborn

septiembre 7, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Seaborn es una de las bibliotecas más populares para la visualización de datos en Python. A pesar de esto, en ocasiones, especialmente cuando se trabaja con conjuntos de datos grandes, puede que la generación de los gráficos sea un proceso lento. Para solucionar este problema cuando aparece existen ciertos trucos y consejos para optimizar la velocidad en Seaborn. En esta … [Leer más...] acerca de Trucos y consejos para optimizar la velocidad en Seaborn

Combinar diferentes tipos de gráficos en Seaborn

septiembre 5, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Seaborn es una biblioteca para la visualización de datos en Python que cuenta con una gran variedad de tipos de gráficos predefinidos. Ofreciendo de esta forma una manera rápida y sencilla para crear representaciones de los datos. Algo que se potencia aún más con la capacidad que tiene para combinar diferentes tipos de gráficos en una sola figura, lo que permite crear gráficas … [Leer más...] acerca de Combinar diferentes tipos de gráficos en Seaborn

Cómo crear gráficos múltiples en Seaborn

agosto 31, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 5 minutos

Los gráficos múltiples, también conocidos por su nombre en inglés subplots, son una forma efectiva para mostrar múltiples visualizaciones de datos en una misma figura. Permitiendo ver al mismo tiempo más de un tipo de dato o tendencia. La mayoría de las bibliotecas de visualización de datos incluye funciones y métodos para esto, lo que no es una excepción en el caso de Seaborn. … [Leer más...] acerca de Cómo crear gráficos múltiples en Seaborn

Trabajar con datos faltantes con Seaborn

agosto 29, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 6 minutos

Los datos faltantes son un desafío a la hora de realizar casi cualquier análisis de datos. Si no se tiene en cuenta la falta de valores en algunos registros pueden aparecer sesgos en los resultados y una reducción de la precisión de los estadísticos. Lo que dificulta la interpretación de los resultados. Por eso es importante identificar la presencia de estos registros en los … [Leer más...] acerca de Trabajar con datos faltantes con Seaborn

Creación de gráficos de residuos en Seaborn para análisis de regresión

agosto 24, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 5 minutos

El análisis de los residuos es una parte clave para evaluar la calidad del ajuste en los modelos de regresión. Permitiendo verificar si se cumplen las condiciones subyacentes de estos modelos. Seaborn, una de las principales bibliotecas para la visualización de datos en Python, cuenta con funciones para facilitar la creación de gráficos de residuos de una forma rápida y fácil. … [Leer más...] acerca de Creación de gráficos de residuos en Seaborn para análisis de regresión

Gráficos de contorno en Seaborn: Representación de distribuciones conjuntas y estimaciones de densidad

agosto 22, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Los gráficos de contorno permiten visualizar la distribución conjunta de dos variables. Facilitando estimar la densidad de los valores. Seaborn, una de las principales bibliotecas para la visualización de datos en Python, dispone de funciones con las que se pueden crear este tipo de gráficos de una forma sencilla. En esta entrada, se verá cómo crear gráficos de contorno en … [Leer más...] acerca de Gráficos de contorno en Seaborn: Representación de distribuciones conjuntas y estimaciones de densidad

  • « Ir a la página anterior
  • Página 1
  • Páginas intermedias omitidas …
  • Página 36
  • Página 37
  • Página 38
  • Página 39
  • Página 40
  • Páginas intermedias omitidas …
  • Página 106
  • Ir a la página siguiente »

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”

noviembre 12, 2026 Por Daniel Rodríguez

Shallow copy vs Deep copy en Python: la mutación inesperada

noviembre 10, 2026 Por Daniel Rodríguez

Cómo Saber si una Diferencia Significativa es Importante

noviembre 5, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • La tabla de la web finalmente importada en Excel Importar tablas desde la web en Excel publicado el octubre 21, 2020 | en Herramientas
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • Prueba exacta de Fisher publicado el mayo 13, 2020 | en Ciencia de datos
  • ¿Qué es la estadística y por qué todos deberíamos comprenderla? publicado el noviembre 22, 2024 | en Opinión
  • Matriz definida positiva en Excel Comprobar si una matriz es definida positiva en Excel sin macros publicado el octubre 18, 2023 | en Ciencia de datos, Herramientas

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • Daniel Rodríguez en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Hatepi en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Daniel Rodríguez en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Juan en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto