• 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
    • 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

Cómo funciona k-means e implementación en Python

octubre 7, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 5 minutos

El algoritmo de k-means o k-medias es uno de los más utilizados dentro del análisis de clúster. Algo que se puede explicar porque este es un algoritmo sencillo, fácil de interpretar y generalmente ofrece buenos resultados en la mayoría de los conjuntos de datos. Por lo que suele estar implementado en la mayoría de las librerías estadísticas y de aprendizaje automático como … [Leer más...] acerca de Cómo funciona k-means e implementación en Python

Acceder a las IP local y pública con Matlab

octubre 5, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Actualmente no existe en Matlab una función con la que se pueda obtener la dirección IP del ordenador con el que se está trabajando. Aunque este es un dato que se puede obtener fácilmente del sistema operativo, la dirección en la red local, o servicios web, la dirección pública con la que se accede a internet. Veamos a continuación cómo se puede conseguir la IP local y pública … [Leer más...] acerca de Acceder a las IP local y pública con Matlab

Importar solamente algunas columnas de un archivo con Pandas

octubre 3, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

pandas

Una de las formas más habituales para importar los datos para un análisis es mediante el uso de archivos. Los cuales, debido a que los conjuntos de datos no se generan específicamente para un análisis en concreto, generalmente contienen más información de la que es necesaria para el estudio que se necesita realizar. Siendo necesaria más memoria para trabajar con ellos. En … [Leer más...] acerca de Importar solamente algunas columnas de un archivo con Pandas

Truco: identificar el sistema operativo en Python

septiembre 30, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: < 1 minuto

Cuando en nuestro programa de Python se usan llamadas al sistema operativo, como ejecutar un comando de terminal, puede ser necesario saber sobre qué sistema operativo se está ejecutando el programa. Pudiendo de esta manera adaptar el código a cada uno de los casos. Para lo que se puede recurrir al módulo platform, un componente con el que se puede obtener el sistema operativo … [Leer más...] acerca de Truco: identificar el sistema operativo en Python

Agregar una barra de herramientas en las gráficas de Matlab

septiembre 28, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Figura de Matlab en la que se agregado una barra de herramientas con con axtoolbar

Las gráficas de Matlab cuentan desde la versión 2018b con una barra de herramientas que puede ser de gran utilidad tanto para el análisis de datos como para la exportación de figuras más precisas. Herramienta a la que se puede acceder mediante la función axtoolbar(). Al incluir esta barra de herramientas en las gráficas de Matlab va a ser posible desde esta exportar la gráfica, … [Leer más...] acerca de Agregar una barra de herramientas en las gráficas de Matlab

Calcular la moda en un vector de NumPy

septiembre 26, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

La moda de un conjunto de datos es el valor que más se repite. Siendo una medida de la tendencia central que indica cuál es el valor que aparece con mayor frecuencia en una muestra o estudio. A pesar de su importancia, este no es uno de los estadísticos implementados de forma nativa en NumPy, posiblemente porque se puede calcular fácilmente. Veamos cómo se puede obtener la moda … [Leer más...] acerca de Calcular la moda en un vector de NumPy

Decidir la siguiente acción para actuar en GTD

septiembre 23, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

En el aclarado de la bandeja de entrada que se realiza en GTD hay un punto clave para poder ser realmente productivo: decidir cuál será la siguiente acción. Durante la fase de procesado o aclarado se tiene que evaluar cada uno de los elementos capturados previamente para ver si estos se deben descamar, archivar, incubar, delegar o definir la siguiente acción a realizar para … [Leer más...] acerca de Decidir la siguiente acción para actuar en GTD

Validación de argumentos en Matlab

septiembre 21, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Hasta hace poco no existía en Matlab una forma automatizada para comprobar que los parámetros de una función son los correctos. La única manera de hacer esto era mediante la inclusión de código con comprobaciones específicas para ello, como puede ser el tipo de dato, las dimensiones de la matriz o los valores. Tampoco existía una manera de definir un valor por defecto para los … [Leer más...] acerca de Validación de argumentos en Matlab

Enviar correos electrónicos desde Python

septiembre 19, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 6 minutos

Notificar mediante correo electrónico la finalización de una tarea es algo que puede simplificar nuestros flujos de trabajo. Por ejemplo, una tarea periódica que se realiza en un servidor nos podría enviar un informe completo con los resultados por lo que solamente tendríamos que revisar este para comprobar que todo es correcto. Una de las formas más sencillas para enviar … [Leer más...] acerca de Enviar correos electrónicos desde Python

El método de Newton e implementación en Python

septiembre 16, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

El método de Newton es un algoritmo numérico mediante el cual se puede buscar las raíces de las funciones que emplea la derivada para iterar hacia la solución. Obteniendo generalmente el resultado en menos pasos que los métodos basados en la bisección o la secante. La implementación del método de Newton requiere conocer la derivada de la función, por lo que esta ha de ser … [Leer más...] acerca de El método de Newton e implementación en Python

Ecuaciones multilínea en Markdown

septiembre 14, 2022 Por Daniel Rodríguez 3 comentarios
Tiempo de lectura: 3 minutos

En los Notebooks de Jupyter se puede emplear bloques de Markdown para documentar el código. Existiendo la posibilidad de incluir dentro de estas fórmulas matemáticas escritas con sintaxis de LaTeX. Para agregar una ecuación se debe escribir dentro de un bloque con $, incorporando de esta manera las ecuaciones en el mismo párrafo, o $$, con lo que la ecuación se presentará en … [Leer más...] acerca de Ecuaciones multilínea en Markdown

Desempaquetado en Python de una tupla o lista

septiembre 12, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

En algunas ocasiones, como puede ser los valores que devuelve una función, nos podemos encontrar con una tupla, o lista, que contiene varios valores de los cuales solamente nos interesan unos pocos. Por lo que extraer solamente estos valores y quedarnos con los necesarios puede simplificar los posteriores análisis. Algo que se puede conseguir mediante el desempaquetado en … [Leer más...] acerca de Desempaquetado en Python de una tupla o lista

  • « Ir a la página anterior
  • Página 1
  • Páginas intermedias omitidas …
  • Página 43
  • Página 44
  • Página 45
  • Página 46
  • Página 47
  • Páginas intermedias omitidas …
  • Página 102
  • 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

Subplots en Matplotlib: cómo organizar múltiples gráficos en una sola figura

mayo 26, 2026 Por Daniel Rodríguez

Síndrome del objeto brillante en ciencia de datos: el error simétrico a los costes hundidos

mayo 21, 2026 Por Daniel Rodríguez

De la Regresión Logística al Scorecard: La Transformación Matemática

mayo 19, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Método del codo (Elbow method) para seleccionar el número óptimo de clústeres en K-means publicado el junio 9, 2023 | en Ciencia de datos
  • De la Regresión Logística al Scorecard: La Transformación Matemática publicado el mayo 19, 2026 | en Ciencia de datos
  • Ordenadores para Machine Learning e IA 2025: Guía para elegir el equipo ideal publicado el enero 17, 2025 | en Reseñas
  • Ordenadores para Machine Learning e Inteligencia Artificial en 2026: Guía completa para elegir el equipo adecuado según tu perfil y presupuesto publicado el enero 20, 2026 | en Reseñas
  • Subplots en Matplotlib: cómo organizar múltiples gráficos en una sola figura publicado el mayo 26, 2026 | en Python

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

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

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