Conceptos Fundamentales de Programación y Estadística con Python: Operadores, Estructuras de Datos y Ejemplos

Operadores Lógicos y Estructuras de Control en Python

En Python, los operadores lógicos se utilizan para realizar operaciones booleanas. A continuación, se presentan los operadores básicos:

• not a: Es True si y solo si a es False.
• a and b: Es True si y solo si a y b son verdaderos.
• a or b: Es True si a y/o b son verdaderos.

Ejemplos de estructuras de control (bucles for y while):

if x == 'letra':
    s = 0
    for i in range(1, 4, 1):
        s = s + i
    print('Suma = ', s)

s = 0
i = 0
while i < 3:
    i = i + 1
    s = s + i
    print('Suma = ', s)

Estructuras de Datos: Tuplas y Diccionarios

Tuplas

A diferencia de una lista, una tupla es una secuencia inmutable de datos, lo que significa que, una vez creada, no puede ser modificada. Para agrupar un conjunto de datos en una tupla, estos tienen que escribirse separados por una coma:

mi_tupla = 8, 37, 99.9

Al igual que con las listas, pueden seleccionarse elementos concretos de la tupla indicando su posición:

print(mi_tupla[1])
a = (1, 3, 5, 7)
b = (2, 4, 6, 8)
print(a + b)  # Salida: (1, 3, 5, 7, 2, 4, 6, 8)

Diccionarios

Un diccionario en Python es una estructura de datos que almacena pares clave-valor:

mi_dicc = {clave1: valor1, clave2: valor2, clave3: valor3}

Ejemplo de cómo definir y acceder a un diccionario:

clave1 = 'El Nano'
valor1 = 33
mi_dicc = {clave1: valor1}
print(mi_dicc)

Para añadir constantes a un diccionario (por ejemplo, la constante de Planck h):

constantes = {}
constantes['h'] = 6.62606896E-34

Métodos útiles para diccionarios:

• .keys(): Devuelve las claves del diccionario.
• .values(): Devuelve los valores.
• .items(): Devuelve cada clave con su valor asociado de forma individual.

La función type() nos indica el tipo de objeto que es el argumento.

Definición de Funciones en Python

Ejemplo de una función para calcular la hipotenusa de un triángulo rectángulo:

def hipotenusa(cateto1, cateto2):
    hipotenusa_cuadrado = cateto1 ** 2 + cateto2 ** 2
    hipotenusa = hipotenusa_cuadrado ** 0.5
    return hipotenusa

print(hipotenusa(3, -12.3))  # Salida: 12.6605...

Ejemplo de una función para calcular el producto escalar de dos vectores:

def preguntar_vectores():
    Ax = float(input("Coordenada x de vA: "))
    Ay = float(input("Coordenada y de vA: "))
    Bx = float(input("Coordenada x de vB: "))
    By = float(input("Coordenada y de vB: "))
    return [Ax, Ay], [Bx, By]

def prod_escalar(A, B):
    producto = A[0] * B[0] + A[1] * B[1]
    return producto

A, B = preguntar_vectores()
print("El primer vector es:", A)
print("El segundo vector es:", B)
print("El producto escalar es:", prod_escalar(A, B))

Uso de NumPy para Cargar Datos

El módulo NumPy es fundamental para la computación científica en Python. Aquí se muestra cómo cargar datos desde un archivo:

import numpy as np

x, y = np.loadtxt('data.txt', usecols=(1, 2), unpack=True)
print(x)  # Ejemplo: [ 0. 20. 50.]
print(y)  # Ejemplo: [2.62 3.774 5.556]

Conceptos Básicos de Estadística Descriptiva

Tipos de Variables y Diagramas

Las variables estadísticas se pueden clasificar en varios tipos, y cada tipo tiene diagramas asociados para su representación:

• Variables cualitativas nominales: Diagrama de sectores, Diagrama de barras.
• Variables cualitativas ordinales: Diagrama de sectores, Diagrama de barras, Diagrama acumulativo de frecuencias.
• Variables cuantitativas discretas: Diagrama de barras, Diagrama acumulativo de frecuencias.
• Variables cuantitativas continuas: Diagrama acumulativo de frecuencias, Polígono acumulativo de frecuencias, Histograma, Diagrama de tallo y hojas.

Tipos de Medidas Estadísticas

Las medidas estadísticas se clasifican en:

• Posición:
  • Tendencia central
  • Tendencia no central
• Dispersión:
  • Relativa
  • Absoluta
• Forma

Fórmulas útiles:

• ai: Tamaño del intervalo (ejemplo: 6,5-8,5 — ai= 2).
• Posición: Orden cuantil x (n+1).
• zi: Valor normalizado = (xi – media) / s.