#1
import math as mt
#a)
r = mt.log(15,2)
r
#b)
## 3.9068905956085187
r = abs((2**5-mt.factorial(6))*(33/14))
r
#c)
## 1621.7142857142858
r = mt.exp(1.3584) + 4*4
r
#d)
## 19.88996437698103
r = (mt.sqrt(mt.pi+6))*(3**3)
r
## 81.63468040279793
#2
palabras = ['texto', 'cadena', 'soluciones']
for palabra in palabras:
if len(palabra) % 5 == 0:
print(palabra + " " + "si es multipo de 5")
else:
print(palabra + " " + "no es multipo de 5")
## texto si es multipo de 5
## cadena no es multipo de 5
## soluciones si es multipo de 5
#3
lado1 = 2
lado2 = 2
lado3 = 4
if (lado1 == lado2) & (lado2 == lado3) & (lado1 == lado3):
print('Es un triangulo equilatero')
elif (lado1 != lado2) & (lado2 != lado3) & (lado1 != lado3):
print('Es un triangulo escaleno')
else:
print('El tiangulo es isoseles')
## El tiangulo es isoseles
lado1 = 2
lado2 = 2
lado3 = 2
if (lado1 == lado2) & (lado2 == lado3) & (lado1 == lado3):
print('Es un triangulo equilatero')
elif (lado1 != lado2) & (lado2 != lado3) & (lado1 != lado3):
print('Es un triangulo escaleno')
else:
print('El tiangulo es isoseles')
## Es un triangulo equilatero
lado1 = 2
lado2 = 2
lado3 = 4
if (lado1 == lado2) & (lado2 == lado3) & (lado1 == lado3):
print('Es un triangulo equilatero')
elif (lado1 != lado2) & (lado2 != lado3) & (lado1 != lado3):
print('Es un triangulo escaleno')
else:
print('El tiangulo es isoseles')
## El tiangulo es isoseles
#4
formapago="efectivo"
#formapago="cheque"
#formapago="tarejeta"
precio=100
if (formapago == 'efectivo'):
print("se le ha hecho un 10% de descuento. Su total es de: $" + str(precio*.90))
elif (formapago == 'cheque'):
print("se le ha hecho un 5% de descuento. su total es de: $" + str(precio*.95))
else:
print("no se le hizo ningun descuento. Su total es de: $" + str(precio))
#formapago="efectivo"
## se le ha hecho un 10% de descuento. Su total es de: $90.0
formapago="cheque"
#formapago="tarejeta"
precio=100
if (formapago == 'efectivo'):
print("se le ha hecho un 10% de descuento. Su total es de: $" + str(precio*.90))
elif (formapago == 'cheque'):
print("se le ha hecho un 5% de descuento. su total es de: $" + str(precio*.95))
else:
print("no se le hizo ningun descuento. Su total es de: $" + str(precio))
#formapago="efectivo"
#formapago="cheque"
## se le ha hecho un 5% de descuento. su total es de: $95.0
formapago="tarejeta"
precio=100
if (formapago == 'efectivo'):
print("se le ha hecho un 10% de descuento. Su total es de: $" + str(precio*.90))
elif (formapago == 'cheque'):
print("se le ha hecho un 5% de descuento. su total es de: $" + str(precio*.95))
else:
print("no se le hizo ningun descuento. Su total es de: $" + str(precio))
## no se le hizo ningun descuento. Su total es de: $100
# 5
import statistics as st
x = (25, 14, 78, 33, 100, 2, 154, 56, 47, 85)
st.mean(x) # media
## 59.4
st.variance(x) # varianza
## 2111.155555555555
max(x) # maximo
## 154
min(x) # minimo
## 2
st.median(x) # mediana
## 51.5
# 6
import numpy as np
Mat1 = np.array([[10, 4, -1], [-8, 6, 15]])
Mat1
## array([[10, 4, -1],
## [-8, 6, 15]])
Mat2 = np.array(np.transpose([[-12, 3], [47, -51], [8, 45]]))
Mat2
## array([[-12, 47, 8],
## [ 3, -51, 45]])
A = Mat1 + (22 * Mat2)
A
## array([[ -254, 1038, 175],
## [ 58, -1116, 1005]])
# 7
A = np.array([[-11, 45, 7], [-1, -13, 8], [5,2, 41]])
A
## array([[-11, 45, 7],
## [ -1, -13, 8],
## [ 5, 2, 41]])
diagonal= A[0,0] + A[1,1] +A[2,2]
diagonal
## 17
# 8
arr = {'Name': ["Lucia","Pedro","Ines","Luis", "Andres", "Ana"],
'Age': [16,17,17,15,16,18],
'Absence': [6,7,8,2,4,9],
'Freetime': [3,2,4,1,3,4],
'Activities': ['no','no','no','yes','no','yes'],
'Grade': [8.2,7.0,7.5,9.1,7.3,6.5],
'Sex': ['F','M','F','M','M','F']}
import pandas as pd
df = pd.DataFrame(arr)
df
#9
## Name Age Absence Freetime Activities Grade Sex
## 0 Lucia 16 6 3 no 8.2 F
## 1 Pedro 17 7 2 no 7.0 M
## 2 Ines 17 8 4 no 7.5 F
## 3 Luis 15 2 1 yes 9.1 M
## 4 Andres 16 4 3 no 7.3 M
## 5 Ana 18 9 4 yes 6.5 F
df.info()
## <class 'pandas.core.frame.DataFrame'>
## RangeIndex: 6 entries, 0 to 5
## Data columns (total 7 columns):
## # Column Non-Null Count Dtype
## --- ------ -------------- -----
## 0 Name 6 non-null object
## 1 Age 6 non-null int64
## 2 Absence 6 non-null int64
## 3 Freetime 6 non-null int64
## 4 Activities 6 non-null object
## 5 Grade 6 non-null float64
## 6 Sex 6 non-null object
## dtypes: float64(1), int64(3), object(3)
## memory usage: 464.0+ bytes
df.describe(include = np.number)
## Age Absence Freetime Grade
## count 6.000000 6.000000 6.000000 6.000000
## mean 16.500000 6.000000 2.833333 7.600000
## std 1.048809 2.607681 1.169045 0.925203
## min 15.000000 2.000000 1.000000 6.500000
## 25% 16.000000 4.500000 2.250000 7.075000
## 50% 16.500000 6.500000 3.000000 7.400000
## 75% 17.000000 7.750000 3.750000 8.025000
## max 18.000000 9.000000 4.000000 9.100000
df.describe(exclude = np.number)
#df[0:3]
## Name Activities Sex
## count 6 6 6
## unique 6 2 2
## top Lucia no F
## freq 1 4 3
df.iloc[:,0:3]
## Name Age Absence
## 0 Lucia 16 6
## 1 Pedro 17 7
## 2 Ines 17 8
## 3 Luis 15 2
## 4 Andres 16 4
## 5 Ana 18 9
df.loc[:,'Name':'Absence']
## Name Age Absence
## 0 Lucia 16 6
## 1 Pedro 17 7
## 2 Ines 17 8
## 3 Luis 15 2
## 4 Andres 16 4
## 5 Ana 18 9