1 Sistemas Expertos e Inteligencia Artificial / Guía VIII / Ciclo 01 – 2019 / Ing. Herson Serrano

Jupyter - Python

En esta práctica se busca utilizar una herramienta más para la manipulación y extracción de valor a los datos que provienen

de cualquier fuente.

En esta ocasión, se trabajará con Jupyter, una potente y novedoso entorno de trabajo open source orientado a científicos

que soporta los lenguajes R y Python, entre otros, y que está revolucionando la forma de trabajar en el mundo de los datos.

Utilizar entorno shell vía web.

Analizar datos utilizando Jupyter.

Crear aplicaciones utilizando el Jupyter.

Guía de laboratorio N° 8.

Computadora con navegador web.

Dispositivo de almacenamiento.

Jupyter surge en 2014 como una evolución del proyecto IPython, una potente consola vitaminada para Python. Sin embargo,

Jupyter es mucho más ambicioso que IPython, se pretende construir una plataforma agnóstica del lenguaje que ofrezca a

los científicos un conjunto de potentes herramientas para trabajar con datos, visualizarlos y poder compartir los resultados.

¿Cómo funciona Jupyter?

Jupyter nos ofrece una shell interactiva vía web, a la que podemos acceder desde un navegador. La shell está organizada en

pequeños bloques, cada bloque puede contener texto arbitrario formateado en Markdown, fórmulas matemáticas en LaTeX,

código en multitud de lenguajes, resultados, gráficos, vídeos, widgets o cualquier elemento multimedia.

Podemos escribir código de programación en estas celdas e ir ejecutándolo paso a paso o todo de golpe, obteniendo todos

los resultados parciales. También podemos usar los bloques de texto para documentar el código o añadir las explicaciones

oportunas, que pueden contener enlaces, imágenes, vídeos u otros elementos.

Jupyter soporta integración con más de 40 lenguajes de programación en los que podemos escribir el código de nuestro

notebooks, por ejemplo Python, R, Scala, Ruby o Go. Pero también es fácilmente integrable con herramientas y plataformas

Facultad: Ingeniería

Escuela: Ingeniería Computación

Asignatura: Sistemas Expertos e Inteligencia Artificial

Contenido

Objetivos Específicos

Material y Equipo

Introducción Teórica

2 Sistemas Expertos e Inteligencia Artificial / Guía VIII / Ciclo 01 – 2019 / Ing. Herson Serrano

de Big Data como Spark, lo que permite abstraerse de la complejidad de estas herramientas, aprovechando todo su potencial

desde un entorno muy amigable.

Arquitectura de Jupyter

1. Lo primero que haremos en esta práctica es acceder al siguiente enlace:

http://jupyter.org/try

Procedimiento

3 Sistemas Expertos e Inteligencia Artificial / Guía VIII / Ciclo 01 – 2019 / Ing. Herson Serrano

2. Una vez en la página, debemos seleccionar el lenguaje de programación.

3. Al hacer clic sobre la opción marcada en el numeral anterior, se tendrá acceso al área de edición de código. Podrá

renombrar el archivo haciendo clic derecho sobre ella y seleccionando la opción “renombrar”.

En esta práctica de laboratorio vamos a utilizar la librería pandas, pero en este caso no tendrá que instalar nada,

simplemente la vamos a incluir como paquete. Además, se utilizarán datos provenientes de un archivos .csv, el cual

tendrá que estar debidamente cargado en el sitio tal y como se muestra en la siguiente imagen:

4. Muy bien, ahora vamos con el ejemplo práctico. Cargamos el archivo datos.csv (será proporcionado por el instructor

de laboratorio). Este proceso se hace con la forma que se ha aprendido en las prácticas de laboratorio. Debería de

visualizar el siguiente resultado:

Ejecutar

4 Sistemas Expertos e Inteligencia Artificial / Guía VIII / Ciclo 01 – 2019 / Ing. Herson Serrano

5. En el siguiente ejemplo, se muestra la forma de agrupación de los datos por similitud:

5 Sistemas Expertos e Inteligencia Artificial / Guía VIII / Ciclo 01 – 2019 / Ing. Herson Serrano

6. Ahora, obtenemos una de los grupos después de haber clasificado la información:

7. Obteniendo los máximos de cada grupo:

8. Obteniendo promedio por grupo:

9. Obteniendo información del Group:

10. Por último, se muestra una forma de obtener algunos gráficos que permiten visualizar el comportamiento de los

datos (las gráficas que se muestran a continuación, representan el comportamiento de los datos por grupo):

Chalatenango:

6 Sistemas Expertos e Inteligencia Artificial / Guía VIII / Ciclo 01 – 2019 / Ing. Herson Serrano

San Miguel y San Salvador.

Ejercicios propuestos:

Descargar y utilizar el archivo Notas.csv

1. Agrupar por múltiples columnas y obtener la información de cada grupo.

2. Leer las primeras 5 filas del archivo, utilice la instrucción: dataframe.head(5)

3. Graficar la nota por cada alumno

4. Calcular las notas mayores por cada Carrera y mostrar la grafica

7 Sistemas Expertos e Inteligencia Artificial / Guía VIII / Ciclo 01 – 2019 / Ing. Herson Serrano

5. Calcular el promedio de las notas por cada Facultada y mostrar la grafica

6. Calcular las notas menores por cada Carrera y mostrar la grafica

Tomando en cuenta los ejercicios del procedimiento y propuestos realizar las gráficas tomando en cuenta los siguientes

tipos de gráfico: dispersión, líneas, barras, pastel.

n el

Python, Guido Van Rossum

Investigación Complementaria

Bibliografía