Cheatsheet de Pandas
He encontrado esta cheatsheet en formato PDF de cómo manejar Pandas, la cuál es muy interesante y que os dejo aquí.
Pandas_Cheat_Sheet
Agradecimientos a Irv Lusting que se ha tomado la molestia de hacerla
Seguir leyendo
![](https://blog.adrianistan.eu/wp-content/uploads/2018/01/Screenshot-2018-1-19-pandas-dev-pandas-657x1024.png)
Estadística en Python: ajustar datos a una distribución (parte VII)
Ya hemos visto con anterioridad que existen modelos que nos hacen la vida más sencilla. Sin embargo, en esos modelos conocíamos ciertos datos de antemano. ¿Qué pasa si tenemos datos y queremos ver si podemos estar ante un modelo de los ya definidos?
Este tipo de ajuste es muy interesante, ya que nos permite saber si los datos en bruto pueden parecerse a los modelos de Normal u otros y aprovecharlo
Seguir leyendo
¿Cómo funcionan Meltdown y Spectre? Explicado con InstaStories
Seguir leyendoYew, crea webapps al estilo Angular/React en Rust
Hoy os traigo una librería muy potente y muy útil, ahora que Rust compila a WebAssembly de forma nativa. Se trata de Yew, una librería para diseñar frontends, single-page-applications y en general, una librería que es una alternativa a Angular, React, Vue y Elm
Seguir leyendo
Leer y escribir JSON en Rust con Serde
JSON es un formato muy popular para guardar y transmitir información. En Rust podemos leer y escribir JSON de forma transparente gracias a Serde. Serde es una librería para Rust, que permite transformar las structs nativas de Rust en ficheros JSON, YAML, BSON, MsgPack, XML y viceversa. Serde está compuesto de varios plugins, uno para cada formato de archivo, así que vamos a necesitar el plugin de JSON. Es lo que se dice serializar (guardar) y deserializar (leer)
Seguir leyendo
Gana dos entradas dobles para "Bugs" en el Museo Reina Sofía
En enero de 2018, el Museo Reina Sofía de Madrid acogerá la exposición Bugs, una exposición dedicada a esas obras de arte que muchas veces pasan inadvertidas, los bugs
Seguir leyendo
¡Feliz navidad y próspero 2018! (con fractales)
Feliz Navidad! Si estás leyendo esto, darte las gracias por seguir leyendo este blog. Me alegro mucho de tener cada vez más lectores y es algo que me anima a escribir más y más. En este especial navideño disfrutaremos de éxitos musicales de la navidad, veremos como hacer un fractal muy navideño en Rust y os pediré vuestra opinión
Seguir leyendo
Estadísticas del blog, versión 2017
Antes de acabar el año, es momento de hacer un repaso a las estadísticas del blog. Sé que el año no ha acabado, pero no creo que vaya a haber muchos cambios hasta que sean las campanadas
Seguir leyendo
Estadística en Python: distribución binomial, normal y de Poisson (Parte VI)
Después del rollo del capítulo anterior, vamos a entrar en algo más práctico, modelos de probabilidad. Hemos hablado de las funciones de probabilidad y de densidad, sin embargo, nos falta algo muy importante. ¿Cuáles son esas funciones exactamente? Es donde entran los modelos de probabilidad, modelos estadísticos que se pueden ajustar a una variable aleatoria con mejor o peor precisión y que nos dan los valores de la probabilidad. Empecemos, pero antes hagamos un apunte sobre las equivalencias en SciPy:
Seguir leyendo
- cdf(x) - Función de distribución F(X)
- sf(x) = 1 - cdf(x)
- pmf(x) - Función de probabilidad f(x) (distribuciones discretas)
- pdf(x) - Función de densidad f(x) (distribuciones continuas)
- ppf(x) - Función inversa a cdf(x). Nos permite obtener el valor correspondiente a una probabilidad.
Distribución Binomial
Un ensayo de Bernouilli se define como un experimento donde puede darse un éxito o fracaso y donde cada ensayo es independiente del anterior. Por ejemplo, un ensayo de Bernoulli de parámetro 0.5 sería lanzar una moneda a cara o cruz (mitad de posibilidades de cara, mitad de posibilidades de cruz)Estadística en Python: cálculo de probabilidades (Parte V)
Ahora entramos en una de mis partes favoritas de la estadística, el cálculo de probabilidades, sin embargo va a ser muy teórico, sin apenas Python. En primer lugar vamos a definir algunos conceptos:
Seguir leyendo
- Experimento cualquier proceso de obtención de una observación o medida en el que se suponen fijos ciertos factores. Los experimentos puede ser deterministas si solo es posible un resultado (aunque sea desconocido) y aleatorios. Llamamos azar a los factores que no controlamos de un experimento aleatorio.
- Probabilidad: la incertidumbre de observar un determinado resultado antes de que se realice el experimento.
- Suceso: el resultado o conjunto de resultados de un experimento aleatorio
- Espacio muestral: el conjunto de todos los resultados posibles de un experimento aleatorio
- Suceso complementario de A: lo que ocurre cuando no ocurre A
- Suceso seguro: Aquel que ocurre siempre. Se representa con Ω
- Suceso imposible: Aquel que no forma parte del espacio muestral
- Sucesos incompatibles: Aquellos que no pueden ocurrir de forma simultánea