Datos. Python

Bibliotecas para el análisis de datos (I). Stadistics

Como lenguaje, Python es empleado muy frecuentemente en todo lo relacionado con el análisis de datos y la (mal) llamada Inteligencia Artificial. Una de las razones es su capacidad de asimilar recursos o bibliotecas externas que potencian su propia capacidad de forma muy flexible y con un relativamente bajo coste en términos de aprendizaje y de medios. En esta entrada vamos a iniciarnos en el conocimiento de ese conjunto de recursos que tienen que ver con el cálculo y el procesamiento de datos.

Son varias las bibliotecas que podemos utilizar en Python para trabajar con datos, pero aquí sólo vamos a citar (y en su momento desarrollar) algunas de ellas, las de uso más frecuente o que más nos pueden aportar en nuestro trabajo. Dado el enfoque práctico y utilitario que pretendo tenga esta subsección,  es posible que el contenido de estas entradas se vea modificado a lo largo del tiempo.

Para empezar voy a hablar de la biblioteca o paquete stadistics por es el único que ya viene incluido en el lenguaje Python (en su programa de instalación), de modo que no es necesario instalarlo (pip install) para poder hacer uso de su funciones, aunque sí es necesario importarlo para que esté disponible en nuestros script (import statistics as st).

La documentación sobre stadistics forma parte del conjunto de [módulos numéricos y matemáticos de Python] y está disponible [en esta página]. Como se indica en ella, stadistics está concebida como una biblioteca de recursos para el cálculo numérico, la estadística descriptiva univariada y bivariada y el análisis de probabilidad a nivel de una calculadora científica.

Para el uso práctico de sus funciones dentro de este blog, ver un [primer ejemplo].