• 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

Numpy básico: aplicar una función sobre una fila o columna de una Array de Numpy

septiembre 25, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Al tener una matriz de Numpy en memoria puede darse la situación de que sea necesario calcular una función sobre los elementos de una fila o columnas. Por ejemplo, algo tan básico como sumar todos los elementos por columna. En estas situaciones se puede utilizar la función np.apply_along_axis() , con la que se puede aplicar una función sobre una fila o columna de una Array de … [Leer más...] acerca de Numpy básico: aplicar una función sobre una fila o columna de una Array de Numpy

Listas por comprensión en Python

septiembre 23, 2019 Por Daniel Rodríguez 5 comentarios
Tiempo de lectura: 3 minutos

Las listas por comprensión es una construcción sintáctica disponible en Python con la que se pueden crear lista a partir de otros elementos iterables. Siendo una de las contracciones más elegantes del lenguaje. A continuación, se mostrará la sintaxis básica para trabajar con las listas por comprensión.Sintaxis de las listas por comprensión en PythonLas sintaxis básicas … [Leer más...] acerca de Listas por comprensión en Python

Julia en Jupyter Notebook

septiembre 20, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Jupyter Notebook es un entorno excelente para el desarrollo de análisis y modelado de datos. Así como para su publicación. Ya que es posible integrar en un Notebook código, documentación y otros elementos como gráficas y videos. Por lo que es ampliamente utilizado por los científicos de datos que trabajan con Python. Jupyter Notebook no funciona solamente con Python, sino que … [Leer más...] acerca de Julia en Jupyter Notebook

Numpy básico: seleccionar elementos en un Array de Numpy

septiembre 18, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Continuamos la serie de tutoriales básicos sobre Numpy explicando cómo seleccionar elementos en un Array de Numpy. Tanto en vectores unidimensionales como de más dimensiones. Posiblemente la selección de elementos es una de las tareas que se realiza con mayor frecuencia con los objetos de Numpy.Para utilizar como ejemplo durante el resto de la entrada se creará un Array de … [Leer más...] acerca de Numpy básico: seleccionar elementos en un Array de Numpy

Comparadores de igualdad en JavaScript

septiembre 16, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Uno de los temas que más sorprender a los usuarios al iniciarse en JavaScript es la existencia de dos operadores de igualdad: el de igualdad abstracta (==) y el de igualdad estricta (===). Algo que no suele existir en otros lenguajes. La principal diferencia de los dos comparadores de igualdad en JavaScript es que == realiza una conversión de tipos mientras que === no lo hace. … [Leer más...] acerca de Comparadores de igualdad en JavaScript

¿Por qué Julia Language?

septiembre 13, 2019 Por Daniel Rodríguez 2 comentarios
Tiempo de lectura: 4 minutos

Julia es un lenguaje de programación relativamente nuevo, apareció en el año 2012, que últimamente está atrayendo a muchos usuarios. Siendo la promesa de un alto rendimiento una de sus mayores bazas. Prometiendo rendimientos similares a los de código escrito en C o FORTRAN con la facilidad que ofrecen lenguajes de script como Python, R o Matlab. A continuación, se va a explicar … [Leer más...] acerca de ¿Por qué Julia Language?

Numpy básico: encontrar la posición de un elemento en un Array de Numpy

septiembre 11, 2019 Por Daniel Rodríguez 3 comentarios
Tiempo de lectura: 3 minutos

Hace unos días se explicó cómo crear Array de Numpy a partir de otros objetos de Python. En esta ocasión se va a ver cómo encontrar la posición de un elemento buscnao el valor en un Array de Numpy. Lo que se hará mediante la función np.where().La función np.where()La función np.where() devuelve una tupla con la posición del los elementos diferentes de cero de objetos … [Leer más...] acerca de Numpy básico: encontrar la posición de un elemento en un Array de Numpy

Creación de aplicaciones web con Matlab

septiembre 9, 2019 Por Daniel Rodríguez 8 comentarios
Tiempo de lectura: 4 minutos

Versión web de la aplicación

En Matlab siempre ha sido posible crear aplicaciones gráficas de usuario. Permitiendo de este modo poner en manos de usuarios finales, sin necesidad de que tengan conocimientos técnicos, complejos análisis de datos. Para lo que es necesario enviar una copia del programa a cada uno de los usuarios. Cuando el usuario final dispone de una licencia de Matlab se le puede enviar el … [Leer más...] acerca de Creación de aplicaciones web con Matlab

Configurar múltiples monitores en VirtualBox

septiembre 6, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Hoy en día es relativamente habitual disponer de más de una pantalla tanto en portátiles como ordenadores de escritorio. Lo que facilita muchas tareas. Entre las que se puede destacar compara el código de dos programas o los datos de dos conjuntos. En las máquinas virtuales de VirtualBox es posible configurar múltiples monitores, que pueden ser tanto físicos como virtuales, … [Leer más...] acerca de Configurar múltiples monitores en VirtualBox

Numpy básico: Creación de un Array de Numpy a partir de una listas o tuplas

septiembre 4, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

En esta entrada se mostrará una de las tareas básicas a la hora de trabajar con Numpy: la creación de un Array de Numpy a partir de otro tipo de objetos. La tarea se puede llevar a cabo utilizando la función np.array() que se proporciona la librería Numpy.Uno básico de la función np.array()La función np.array() permite crear Array de Numpy a partir de otras estructura … [Leer más...] acerca de Numpy básico: Creación de un Array de Numpy a partir de una listas o tuplas

Novedades en pandas 0.25

septiembre 2, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

El pasado 18 de julio de 2019 ha sido publicada la versión 0.25 de pandas. En esta entrada vamos a ver algunas de las novedades que trae esta versión.Actualización de pandas a la versión 0.25Antes de ver las novedades de pandas 0.25 es necesario comprobar que tenemos esta versión instalada en nuestro sistema. Para ellos se puede ejecutar el Python las siguientes líneas … [Leer más...] acerca de Novedades en pandas 0.25

Fundamentos de computación cuántica

agosto 26, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

La computación cuántica está cada día más cerca. Recientemente IBM anunció el primer ordenador cuántico comercial, que, a pesar de sus limitaciones, es un primer paso en el camino. Además, tanto IBM como Microsoft, con Q#, disponen de herramientas para probar algoritmos cuánticos. Existiendo ya formación disponible en estas tecnologías. En esta entrada se van a explicar las … [Leer más...] acerca de Fundamentos de computación cuántica

  • « Ir a la página anterior
  • Página 1
  • Páginas intermedias omitidas …
  • Página 85
  • Página 86
  • Página 87
  • Página 88
  • Página 89
  • Páginas intermedias omitidas …
  • Página 105
  • 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

Pareto/NBD: cuando el abandono silencioso cambia el CLV

septiembre 22, 2026 Por Daniel Rodríguez

Por qué migrar tus proyectos TypeScript a ES Modules en 2026

septiembre 17, 2026 Por Daniel Rodríguez

Método del codo: interpretación correcta y limitaciones

septiembre 15, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Pareto/NBD: cuando el abandono silencioso cambia el CLV publicado el septiembre 22, 2026 | en Ciencia de datos
  • Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales publicado el mayo 12, 2026 | en Python
  • Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios publicado el septiembre 18, 2025 | en Ciencia de datos, Opinión
  • Cómo abrir una ventana de Chrome con tamaño y posición específicos desde la línea de comandos en Windows publicado el octubre 14, 2025 | en Herramientas
  • IndexError en Python: Cómo evitar el error ‘list index out of range’ en tus listas publicado el marzo 31, 2025 | 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

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

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