#1
import math as mt
def circulo(diam,circ):
areac = mt.pi * ((diam/2)**2)
perimetroc = circ
return areac , perimetroc
circulo(2,2)
## (3.141592653589793, 2)
def rombo(lado,dmayor,dmenor):
arear = (dmayor * dmenor) / 2
perimetror = lado * 4
return arear, perimetror
rombo(2,2,2)
## (2.0, 8)
#2
#Sumar: Suma ambos vectores y devuelve el resultado.
#Restar: Resta al primer vector el segundo y devuelve el resultado.
#Multiplicar: Multiplica ambos vectores y devuelve el resultado.
#Correlacion: Devuelve la correlaci ́on de los vectores.
#Covarianza: Devuelve la covarianza de los vectores
import numpy as np
def operacion(x,y):
suma = np.add(x, y)
mult = np.dot(x, y)
corr = np.corrcoef(x, y)
cov = np.cov(x,y)
respuesta = {'suma' : suma, 'multiplicacion' : mult,
'correlacion' : corr, 'covarianza' : cov}
return respuesta
v1 = [16,17,17,15,16,18]
v2 = [6,7,8,2,4,9]
operacion(v1,v2)
## {'suma': array([22, 24, 25, 17, 20, 27]), 'multiplicacion': 607, 'correlacion': array([[1. , 0.95065415],
## [0.95065415, 1. ]]), 'covarianza': array([[1.1, 2.6],
## [2.6, 6.8]])}
def suma(x,y):
suma = np.add(x, y)
return suma
v1 = [16,17,17,15,16,18]
v2 = [6,7,8,2,4,9]
suma(v1,v2)
## array([22, 24, 25, 17, 20, 27])
def mult(x,y):
mult = np.dot(x, y)
return mult
v1 = [16,17,17,15,16,18]
v2 = [6,7,8,2,4,9]
mult(v1,v2)
## 607
def corr(x,y):
corr = np.corrcoef(x, y)
return corr
v1 = [16,17,17,15,16,18]
v2 = [6,7,8,2,4,9]
corr(v1,v2)
## array([[1. , 0.95065415],
## [0.95065415, 1. ]])
def cov(x,y):
cov = np.cov(x,y)
return cov
v1 = [16,17,17,15,16,18]
v2 = [6,7,8,2,4,9]
cov(v1,v2)
## array([[1.1, 2.6],
## [2.6, 6.8]])
#3
import pandas as pd
def as_data_frame(frutas):
precios = pd.Series(frutas)
df = pd.DataFrame({'Frutas': list(frutas.keys()), 'Precios': precios.values})
return df
def agregar_fruta(nombre, precio, frutas):
frutas[nombre] = precio
return frutas
def eliminar_fruta(nombre, frutas):
if nombre in frutas:
del frutas[nombre]
return frutas
def calcular_precio(nombre, kilos, frutas):
if nombre in frutas:
pkilo = frutas[nombre]
ptotal = pkilo * kilos
return ptotal
else:
print(f"No se encontró la fruta {nombre} en el diccionario.")
def maximo(frutas):
maximo = max(frutas.values())
return maximo
def buscar(nombre, frutas):
if nombre in frutas:
precio = frutas[nombre]
return f"El precio de {nombre} es {precio} por kilo."
else:
return f"{nombre} no se encuentra en el diccionario."
frutas = {
"manzanas": 1.50,
"platanos": 2.00,
"naranjas": 1.75,
"uvas": 3.50
}
as_data_frame(frutas)
## Frutas Precios
## 0 manzanas 1.50
## 1 platanos 2.00
## 2 naranjas 1.75
## 3 uvas 3.50
agregar_fruta("mango", 3.2, frutas)
## {'manzanas': 1.5, 'platanos': 2.0, 'naranjas': 1.75, 'uvas': 3.5, 'mango': 3.2}
eliminar_fruta("manzanas", frutas)
## {'platanos': 2.0, 'naranjas': 1.75, 'uvas': 3.5, 'mango': 3.2}
calcular_precio("naranjas", 3.0, frutas)
## 5.25
maximo(frutas)
## 3.5
buscar("manzanas", frutas)
## 'manzanas no se encuentra en el diccionario.'
#4
def actualiza_clase(nombre, clase, titanic):
for i, pasajero in titanic.iterrows():
if pasajero["Name"] == nombre:
titanic.at[i, "Pclass"] = clase
print("Se actualizó la clase.")
return
print("No se encontró en la lista de pasajeros.")
def resumen_tripulante(nombre, titanic):
for pasajero in titanic:
if pasajero['Name'] == nombre:
return print(f"{PassengerId},{Survived}, {Pclass}, {Name}, {Sex}, {Age}, {SibSp}, {Parch}, {Ticket}, {Fare}, {Cabin}, {Embarked}")
return print("No se encontró en la lista de pasajeros.")
def resumen_columna(columna, titanic):
if titanic[columna].dtype == 'object':
moda = titanic[columna].value_counts().idxmax()
print(f"La moda de la columna {columna} es: {moda}")
elif titanic[columna].dtype == 'float64' or titanic[columna].dtype == 'int64':
promedio = titanic[columna].mean()
print(f"El promedio de la columna {columna} es: {promedio}")
else:
print("Tipo de datos no válido")
def cantidad_sobrevivientes(titanic):
cantidad_sobrevivientes = titanic.groupby('Pclass')['Survived'].sum()
sv = {}
for clase, sobrevivientes in cantidad_sobrevivientes.items():
sv[str(clase)] = f"{sobrevivientes} Sobrevivientes"
return sv
def agregar_tripulante(PassengerId,Survived, Pclass, Name, Sex, Age, SibSp, Parch, Ticket, Fare, Cabin, Embarked):
titanic.loc[len(titanic.index)] = [PassengerId,Survived, Pclass, Name, Sex, Age, SibSp, Parch, Ticket, Fare, Cabin, Embarked]
return print(f"Se ha agregado al pasajero")
def eliminar_tripulante(nombre, titanic):
if nombre in titanic:
del titanic[nombre]
return print(f"se ha eliminado a {nombre}")
else:
return print(f"ese pasajero no se encuentra en la lista")
import pandas as pd
titanic = pd.read_csv("C:/Users/Rodrigo/Desktop/TEC/Concentracion/titanic.csv")
actualiza_clase("Braund, Mr. Owen Harris",1, titanic)
## Se actualizó la clase.
resumen_columna("Age", titanic)
## El promedio de la columna Age es: 29.881137667304014
cantidad_sobrevivientes(titanic)
## {'1': '186 Sobrevivientes', '2': '117 Sobrevivientes', '3': '191 Sobrevivientes'}
agregar_tripulante('0','1','1','Rodrigo Rioseco','male','23','1','1','1','0','lux','S')
## Se ha agregado al pasajero
eliminar_tripulante("Juan Ignacio", titanic)
## ese pasajero no se encuentra en la lista