Datos. Estadística

Medidas de posición no central en Python

Siguiendo con es esquema de trabajo iniciado con las medidas de posición central, después de ver cómo calcular medidas de posición no central manualmente y mediante las funciones Calc, vamos a ver ahora cómo calcularlas empleando Python.

Invertimos el orden del contenido y empezamos en esta ocasión por el cálculo del mínimo y del máximo, ya que no para ello no necesitamos más que los datos sobre los que trabajar (repetimos los usados en la entrada correspondiente)...

datos = [1,1,3,4,4,4,5,5,6,7,7,9]

... y utilizar directamente las funciones min(datos) y max(datos) para obtener los mismos resultados que ya conocemos y que ahora visualizamos con la función print().

El script que desarrolla lo anterior que queda disponible [en este enlace]. Aquí no le voy a conceder más espacio.

El cálculo de cuantiles presenta otras condiciones, empezando por precisar el uso de una biblioteca específica, aunque puede ser la biblioteca integrada en el lenguaje que ya conocemos [de otra entrada]: stadistics. Este sería el script que reproduce lo visto en Calc en una [entrada anterior]. Pormenorizo las secciones para facilitar la comparación y la comprensión del script.

import statistics as st

datos = [1,1, 1,2,2,2,2,3,3,3,3,3,3,3,3,4,4,4,4,4,4,5,5,5,5,5,5,5,5,6,6,6,6,6,6,6,6,6]

# Calculo de cuartiles

cuartil = st.quantiles(datos, n=4)

# Primer cuartil

q1 = cuartil[0]

#Segundo cuartil

q2 = cuartil[1]

#Tercer cuartil

q3 = cuartil[2]

print("Cuartil 1 -> " + str(q1))

print("Cuartil 2 -> " + str(q2))

print("Cuartil 3 -> " + str(q3))

#Cálculo de deciles

decil = st.quantiles(datos, n=10)

#Segundo decil

d2 = decil[2]

#Cuarto decil

d4 = decil[4]

print("Segundo decil -> " + str(d2))

print("Cuarto decil -> " + str(d4))

#Cálculo de percentiles

percentil = st.quantiles(datos, n=100)

#Percentil 12

p12 = percentil[12]

#Percentil 85

p85 = percentil[85]

print("Percentil 12 -> " + str(p12))

print("Percentil 85 -> " + str(p85))

Fundamental importar en primer lugar la biblioteca stadistics (import statistics as st) y disponer, al menos, de una lista (en este caso datos = []; omito contenido).

El cálculo u obtención de un valor cuantil se basa en el uso de la función quantiles() del paquete stadistics (st.quantiles()), la cual recibe dos parámetros (st.quantiles(datos, n=4)): 

• El conjunto de datos (lista datos en nuestro caso)
• Y un valor numérico asociado a n (en el ejemplo n=4), que expresa el número de partes en las que la función va a dividir a la colección o lista de datos.

En la primera parte del script deseamos calcular cuartiles, por lo que n = 4. Después, cuando deseamos obtener un cuartil en concreto, lo que hacemos es indicarlo por medio de un valor numérico que indica la posición de esa parte. Por ejemplo, si (cuartil = st.quantiles(datos, n=4)), para obtener el cuartil 1 pediremos (q1 = cuartil[0]); y para pedir el tercer cuartil (q3 = cuartil[2]).

Si lo que deseamos es obtener deciles, dividiremos el conjunto en 10 partes (decil = st.quantiles(datos, n=10)) y si precisamos calcular percentiles en 100 (percentil = st.quantiles(datos, n=100)).

Te dejo en [este enlace] acceso al script.

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].