Curso: Análisis de Datos con

Python
Asignación semana 4
Prof: Andrea Lineros

Instrucciones generales

Para el desarrollo de Asignación #4, usted dispone de una semana, por lo que esta
asignación debe entregarse a más tardar el día domingo de semana 4 por medio del
aula virtual, antes de las 11:59 p. m.

La tarea es un trabajo estrictamente individual, por lo que las tareas iguales recibirán
como nota cero puntos.

Puede apoyarse en fuentes confiables provenientes de internet, libros, entrevistas,

entre otros, las cuales deberán ser referenciadas haciendo uso del formato APA en
caso de ser utilizadas.

El nombre del archivo debe tener el siguiente formato: A4_nombre_apellido.ipynb

Tomar como base el archivo con este nombre ubicado en Asignación 4.

Por ejemplo, si el nombre del estudiante es Juan Castro: A4_Juan_Castro.ipynb.

No se aceptarán archivos comprimidos con formato .zip, .rar, .7zip, o similar.

Indicaciones de la asignación:

1. (4 pts.) Solicite al usuario que ingrese un número de su preferencia, haga que

python calcule el coseno y devuelva un mensaje al usuario con el resultado.

2. (3 pts.) ¿Qué es un dato atípico y por qué podría ser útil no tomarlo en cuenta
dentro de una visualización?

3. (5 pts.) Cree una matriz de 4x4 con números de su preferencia. Investigue una
forma de hacer esto de manera automática haciendo uso de las funciones
arange() y reshape() que ofrece la librería Numpy.

4. (3 pts.) Haciendo uso de la siguiente página web, investigue y aplique una paleta
de colores a un gráfico de su elección. La paleta elegida no puede ser alguna de
las vistas en las lecciones.

https://seaborn.pydata.org/tutorial/color_palettes.html

5. (5 pts.) Genere un gráfico de tipo boxplot horizontal, leyendo el archivo iris.csv

y representando el largo del pétalo para cada especie de flor.
 Curso: Análisis de Datos con
Python
Asignación semana 4
Prof: Andrea Lineros

6. (3 pts.) Del gráfico anterior, haga un breve análisis del comportamiento de los
datos y explíquelo.

7. (2 pts.) Al segundo cuartil de una muestra de datos, también se le conoce como:

a. Moda
b. Media
c. Mediana
d. Varianza

8. (5 pts.) Haciendo uso de la función read_excel() de Numpy (similar a la función

read_csv estudiada), lea el archivo compra_bicicletas.xlsx y reproduzca el
siguiente gráfico. Debe cambiar el tamaño de la figura de pyplot a 10x8 para
facilitar su lectura y editar las etiquetas de ejes, así como el título:

Requerimientos:

• Utilice mensajes descriptivos para indicarle al usuario lo que debe realizar.

• Use como guía las mejores prácticas para nombrar variables.
• Mantenga una misma sintaxis para nombrar todas sus variables.