Una tarea que se realiza casi a diario con Numpy es seleccionar elementos de un vector. Lo que se puede hacer en base a índices o, más interesante y productivo todavía, en base a una o varias condiciones. Como que los elementos a seleccionar sean menores que un valor o se encuentre en un rango. Esto es lo que se mostrará a continuación: cómo seleccionar elementos … [Leer más...] acerca de Numpy básico: seleccionar elementos condicionalmente en Numpy
Test de causalidad de Wiener-Granger
El test de causalidad de Wiener-Granger, o causalidad de Granger, es una prueba estadística empleada para determinar si una serie temporal puede predecir a otra. Para ello se basa en la idea de que si una serie temporal X causa otra Y, los modelos de Y en los que se emplean datos retrasados de X e Y deben funcionar mejor los basados únicamente en datos retrasados de Y. … [Leer más...] acerca de Test de causalidad de Wiener-Granger
Tiempo de elección: evaluación de resultados
En octubre de este año presentamos en el blog el modelo “Tiempo de elección”, basado en el exitoso “Time for Change” usado en las elecciones presidenciales de los Estados Unidos, con el que pretendíamos estimar el porcentaje de votos del partido en el gobierno en las elecciones generales que tendría lugar un mes después en España. Modelo que se amplió una semana después para … [Leer más...] acerca de Tiempo de elección: evaluación de resultados
Numpy básico: crear vectores con valores equiespaciados en Numpy
En esta entrada se va a explicar como utilizar la función np.arrange() para crear vectores y matrices de valores equiespaciados en Numpy. Una función bastante importante ya que permite automatizar la creación de series en las que se conoce el paso entre valores. Lo que puede ser de ayuda en muchas tareas diarias.La función np.arrange()Para crear elementos de valores … [Leer más...] acerca de Numpy básico: crear vectores con valores equiespaciados en Numpy
Importar JSON en SQL Server
El formato de archivo JSON es cada vez más popular para intercambiar datos. Este formato no son archivos de texto, por lo que se pueden utilizar en prácticamente cualquier sistema, además de ser fáciles de interpretar tanto por los ordenadores como por las personas. Por lo que es probable que en algún momento necesitemos importar este formato de archivo en una base de datos. A … [Leer más...] acerca de Importar JSON en SQL Server
Sumar todos los dígitos de un número
Recientemente me plantearon una tarea relativamente sencilla: dado un número entero sumar todos los dígitos de este. Además, si el resultado tiene más de un dígito repetir la operación hasta que solamente quede uno. Este problema se puede plantear de varias maneras: iterando sobre los dígitos, sumando los restos de dividir el número por 10 o utilizando la división entera por 9. … [Leer más...] acerca de Sumar todos los dígitos de un número
Numpy básico: seleccionar filas y columnas en matrices Numpy
A la hora de trabajar con matrices una tarea clave es saber cómo seleccionar filas y columnas de una forma eficiente. Por eso es importante conocer las opciones de Numpy para ello. En esta entrada se explicará cómo seleccionar filas y columnas en matrices Numpy.Creación de una matriz de ejemploAntes de explicar cómo seleccionar filas y columnas en matrices Numpy es … [Leer más...] acerca de Numpy básico: seleccionar filas y columnas en matrices Numpy
Métodos para operar sobre arrays en JavaScript de forma eficiente
A la hora de trabajar con vectores de objetos el paradigma declarativo utilizado habitualmente el JavaScript puede ser un poco pesado. En estos suele ser más cómodo utilizar paradigma de programación funcional. JavaScript dispone de múltiples métodos para utilizar programación funcional, algunos de los más conocidos son map(), reduce(), filter() y find(). En esta entrada se va … [Leer más...] acerca de Métodos para operar sobre arrays en JavaScript de forma eficiente
Numpy básico: eliminar elementos en arrays de Numpy
Para eliminar eliminar elementos en arrays de Numpy se puede utilizar la función de la librería np.delete(). Esta función permite eliminar tanto valores como filas o columnas utilizando la posición del elemento a eliminar. Lo que la convierte en una función realmente interesante.np.delete() de NumpyLa función np.delete() es realmente sencilla ya que solamente necesita … [Leer más...] acerca de Numpy básico: eliminar elementos en arrays de Numpy
CatBoost
CatBoost es un algoritmo de aprendizaje automático basado en potenciación del gradiente (“Gradient boosting”) desarrollado por los investigadores de Yandex que es adecuado en múltiples aplicaciones. Actualmente se pueden encontrar paquetes para Python y R, siendo posible integrarlo fácilmente en los frameworks más populares de aprendizaje automático como … [Leer más...] acerca de CatBoost
Matrices dispersas en Matlab
En una entrada reciente se ha escrito acerca de las matrices dispersas (“sparse matrix”) en las que la mayoría de los elementos son cero. Guardar estas matrices en memoria como si fuesen matrices densas, donde la mayoría de los elementos son distintos de cero, no es eficiente. Para ello Matlab dispone de diferentes funciones que permiten convertir matrices densas en dispersas y … [Leer más...] acerca de Matrices dispersas en Matlab
Numpy básico: valores mínimos y máximos en arrays Numpy
Localizar los valores extremos de un array de Numpy es una tarea que es necesario realizar de forma habitual. Para ello Numpy cuenta con dos funciones amin() y amax(). Las cuales, respectivamente, devuelven los valores mínimos y máximos en arrays Numpy.Las funciones amin() y amax()La función amin() de Numpy tiene la siguiente forma:dondearr: es array de Numpy … [Leer más...] acerca de Numpy básico: valores mínimos y máximos en arrays Numpy