Ing. Javier Alvaro Rivera Suaña Lab.

Test
Universidad Nacional de Juliaca Semestre: IX, 2022
Facultad: Ciencias de la Ingeniería Page 1/7 - 270822
Ingeniería en Energías Renovales. Python & Colabs

A
METEOROLOGÍA Y CLIMATOLOGÍA
Fundamentos de Python

1. MATERIALES

- Guía de laboratorio
- Correo institucional UNAJ
- Plataforma Google colaboratory

2. OBJETIVOS

- Comprender el entorno de desarrollo de Python

- Utilizar la plataforma de Google Colabs

3. INSTALACIÓN DE LA PLATAFORMA GOOGLE COLABORATORY

Se procede a utilizar el correo institucional de la UNAJ, referencia figura 01. Luego seleccionar la pestaña de
aplicaciones de Google, y aplicar en la opción de DRIVE.

Fig. 01. Entorno del correo institucional UNAJ.

Seguidamente, se tiene el entorno de aplicación DRIVE, luego se realiza un clic derecho en la ventana
principal para elegir la opción MAS, y elegir CONECTAR MÁS APLICACIONES, como se muestra
en la figura 02.

-1-
Ing. Javier Alvaro Rivera Suaña Lab. Test
Universidad Nacional de Juliaca Semestre: IX, 2022
Facultad: Ciencias de la Ingeniería Page 1/7 - 270822
Ingeniería en Energías Renovales. Python & Colabs

Fig. 02. Entorno DRIVE institucional UNAJ.

Luego en la sección de búsqueda escribir COLAB; por defecto la plataforma lo reconoce y se procede
a seleccionar el termino COLABORATORY como se ve en la figura 03.

Fig. 03. Búsqueda de la aplicación COLAB.

-2-
Ing. Javier Alvaro Rivera Suaña Lab. Test
Universidad Nacional de Juliaca Semestre: IX, 2022
Facultad: Ciencias de la Ingeniería Page 1/7 - 270822
Ingeniería en Energías Renovales. Python & Colabs

Luego aparecerá el icono de la aplicación COLABORATORY, como se muestra en la figura 04.

Fig. 04. Icono de la aplicación colaboratory.

Finalmente, proceda a instalar la aplicación como se muestra en la figura 05.

Fig. 05. Opción de instalación de la aplicación colaboratory.

-3-
Ing. Javier Alvaro Rivera Suaña Lab. Test
Universidad Nacional de Juliaca Semestre: IX, 2022
Facultad: Ciencias de la Ingeniería Page 1/7 - 270822
Ingeniería en Energías Renovales. Python & Colabs

4. PRACTICA DE RECONOCIMIENTO DE LIBRERÍAS

· Librería MATPLOTLIB

Matplotlib es la biblioteca de visualización de datos con Python. Fue creada por John Hunter. La creó
para intentar replicar las capacidades de trazado de MatLab (otro lenguaje de programación) en Python.
Así que si estás familiarizado con matlab, matplotlib te parecerá natural.
Es una excelente librería de gráficos 2D y 3D para generar figuras científicas. Algunos de las
principales ventajas de Matplotlib son:

- Generalmente es fácil de comenzar para las gráficas simples

- Soporte para etiquetas y textos personalizados
- Gran control de cada elemento de una figura
- Salida de alta calidad en muchos formatos

Muy personalizable en general Matplotlib te permite crear figuras reproducibles mediante

programación. ¡Aprendamos a usarlo! Antes de continuar con esta guía.

Importa el módulo matplotlib.pyplot bajo el nombre plt (la forma corta):

También tendrás que usar esta línea para ver los gráficos en el cuaderno:

Veamos un ejemplo muy simple usando dos vectores numéricos. También puedes usar listas, pero lo
más probable es que pases arrays numpy o columnas de pandas (que esencialmente también se
comportan como vectores). Los datos que queremos graficar:

Podemos crear un trazado de líneas muy simple usando lo siguiente:

-4-
Ing. Javier Alvaro Rivera Suaña Lab. Test
Universidad Nacional de Juliaca Semestre: IX, 2022
Facultad: Ciencias de la Ingeniería Page 1/7 - 270822
Ingeniería en Energías Renovales. Python & Colabs

Muy bien, nota que en lugar del gráfico de dispersión previsto, plt.plot dibujó un gráfico de línea.
Eso es debido al comportamiento predeterminado. Entonces, ¿cómo dibujar un diagrama de dispersión
en su lugar? Bueno, para hacer eso, entendamos un poco más acerca de los argumentos que
espera plt.plot(). El comando plt.plot acepta 3 argumentos básicos en el siguiente orden: (x,
y, formato). El argumento formato es una combinación de {color} {marcador} {línea}.
Por ejemplo, el formato 'ro-' tiene 3 caracteres que representan: 'puntos de color rojo con una línea
continua'. Al omitir la parte de la línea (‘-‘) al final, quedará solo con puntos rojos ‘ro’, lo que hace
que se dibuje un diagrama de dispersión.

Algunos ejemplos de formato comúnmente utilizados son:

r*-- Estrellas rojas con líneas discontinuas

ks: Cuadrados negros con línea de puntos (k significa negro)
-5-
Ing. Javier Alvaro Rivera Suaña Lab. Test
Universidad Nacional de Juliaca Semestre: IX, 2022
Facultad: Ciencias de la Ingeniería Page 1/7 - 270822
Ingeniería en Energías Renovales. Python & Colabs

A
bD-. Diamantes azules con línea de puntos-guion. (b significa azul)
Para obtener una lista completa de colores, marcadores y estilos de línea, consulte el
comando help(plt.plot). Veamos algunos ejemplos:

· Librería Numpy

Si se quiere usar Numpy en tu propio cuaderno, no necesitas instalarlo. Numpy ya está instalado en el
servidor Jupyter de Google Colab.

Tipos de datos en Python

Antes de discutir los tipos de datos de Numpy, primero un pequeño resumen de los tipos de datos en
Python:
- boolean (True, False)
- int (integer)
- float
- complex
- str (string)
- byte
- list [ ]

Tipos de datos en Numpy

Numpy se basa en los arrays. Puedes pensar en un array como una lista, o una tabla, donde cada
celda de la tabla contiene un elemento del mismo tipo de datos. Los tipos de datos son un poco
diferentes que en el Python básico. Una matriz sólo puede tener un tipo de datos. El tipo de datos de
la matriz x puede obtenerse con la función x.dtype.

-6-
Ing. Javier Alvaro Rivera Suaña Lab. Test
Universidad Nacional de Juliaca Semestre: IX, 2022
Facultad: Ciencias de la Ingeniería Page 1/7 - 270822
Ingeniería en Energías Renovales. Python & Colabs

Los 5 tipos de datos básicos de una variable numérica son:

- float (float16, float32, or float64)

- integer (int8, int16, int32, or int64)
- unsigned integer: este número no puede ser negativo (uint8, uint16, uint32, or uint64)
- boolean (bool)
- complex (complex64 or complex128)

Los números 8, 16, 32, 64, 128 en el nombre de los tipos de datos se utilizan para indicar el
almacenamiento de la memoria.
El tipo de datos int8 sólo utiliza 1 byte (8 bits) y por lo tanto esta variable sólo puede almacenar un
número en el rango de -128 a 127.
1 byte contiene 8 bits y un bit puede tener el valor 0 o el valor 1. El tipo de datos int16 utiliza 2 bytes
y por lo tanto esta variable puede almacenar un número en el rango de -32768 a 32767.
Para el entero sin signo, el número nunca puede ser negativo y por lo tanto el tipo de datos uint8 puede
tener un valor en el rango de 0 a 255, donde 255 = 2^8 - 1.
Otro tipo de datos importante es:
string (por ejemplo <U3 o <U64, donde el número indica la máxima longitud de las cadenas de
texto).

Referencia:
[1] Guía de laboratorio Google Colaboratory.

-7-