Repositorio de Ejercicios de Python - Victor Guzman

Este repositorio contiene una colección de notebooks de Jupyter con ejercicios, exámenes parciales y finales de cursos de Python, cubriendo desde conceptos básicos hasta temas avanzados de análisis de datos y machine learning.

📋 Contenido

1. Python Básico - Examen Final

Archivo: Victor Guzman - XIV_python_basico_Final.ipynb

Temas cubiertos:

• Pregunta 1 (10 puntos): Extracción de información de bases de datos NoSQL

  • Manejo de diccionarios anidados
  • Consultas dinámicas de datos
  • Validación de campos y manejo de valores faltantes

• Pregunta 2 (5 puntos): Sistema de evaluación de perfil

  • Implementación de validación de respuestas
  • Lógica de decisión basada en múltiples criterios
  • Manejo de entrada de usuario

• Pregunta 3 (5 puntos): Sistema de recomendación de productos

  • Estructuras condicionales (if/elif/else)
  • Matching de patrones
  • Manejo de strings

Características destacadas:

# Ejemplo: Extracción de datos de base NoSQL
def extraer_informacion(base_de_datos):
    num_columnas = int(input("Ingrese la cantidad de columnas a extraer: "))
    campos_solicitados = []
    
    for i in range(num_columnas):
        campo = input(f"Ingrese el nombre del campo {i + 1}: ")
        campos_solicitados.append(campo)
    
    # Extracción y formato de datos
    resultados = []
    for documento in base_de_datos:
        resultado_documento = {}
        for campo in campos_solicitados:
            valor = documento.get(campo, '-')
            resultado_documento[campo] = valor
        
        if any(valor != '-' for valor in resultado_documento.values()):
            resultados.append(resultado_documento)

---

2. Python Básico - Examen Parcial

Archivo: Victor Guzman - XIV_python_basico_parcial.ipynb

Ejercicios:

• Pregunta 1 (6 puntos): Bucle acumulador

  • Acumulación de números hasta alcanzar una suma objetivo
  • Control de flujo con while

• Pregunta 2 (7 puntos): Sistema de evaluación de notas

  • Condicionales múltiples
  • Evaluación de rendimiento académico

• Pregunta 3 (7 puntos): Enmascaramiento de datos personales

  • Manipulación de strings
  • Protección de información sensible
  • Formateo de salida

Ejemplo destacado:

# Enmascaramiento de datos personales
nombre = input("Ingrese su nombre: ")
correo = input("Ingrese su correo: ")
telefono = input("Ingrese su número de teléfono: ")

# Mostrar parcialmente los datos
nombre_par = nombre[0] + "*" * (len(nombre) - 1)
telefono_par = telefono[:3] + "*" * (len(telefono) - 3)
correo_par = correo[:3] + "*" * (correo.index('@') - 3) + correo[correo.index('@'):]

mensaje = f"Estimado {nombre_par}, se registró su número {telefono_par} y su correo {correo_par}"
print(mensaje)

---

3. Análisis de Datos con Pandas - Examen Parcial

Archivo: Victor Guzman - XIV_Python_parcial.ipynb

Dataset: Encuesta Nacional de Hogares - Módulo de Empleo

Librerías utilizadas:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

Ejercicios realizados:

Pregunta 1 (5 puntos): Cálculo de tasa de desempleo

• Agrupación de datos por año y género
• Cálculo de tasas porcentuales
• Análisis de tendencias temporales

Pregunta 2 (7 puntos): Función de rango personalizada

• Definición de funciones de agregación
• Uso de pivot tables
• Análisis estadístico (max - min)

Pregunta 3 (5 puntos): Cálculo de moda por grupos

• Estadísticas descriptivas
• Agrupación multinivel
• Análisis de edad por ocupación

Pregunta 4 (3 puntos): Exportación a Excel

• Múltiples hojas en un mismo archivo
• Formato de datos
• Uso de ExcelWriter

Código destacado:

# Cálculo de tasa de desempleo por año y género
data['desempleo'] = (data['ocupado'] == 0).astype(int)

grouped_desempleo = data.groupby(['año', 'p207']).agg({
    'desempleo': ['sum', 'count']
})

grouped_desempleo['tasa_desempleo'] = (
    grouped_desempleo['sum'] / grouped_desempleo['count']
) * 100

---

4. Python Avanzado - Machine Learning

Archivo: Victor Guzman - 2402_PYTHON_AVANZADO_PARCIAL.ipynb

Dataset: MROZ (Wooldridge)

Análisis del mercado laboral de mujeres casadas con 753 observaciones y 22 variables.

Librerías de ML:

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression, LogisticRegression
from sklearn.metrics import mean_squared_error, r2_score, accuracy_score
from sklearn.preprocessing import StandardScaler
from sklearn.impute import SimpleImputer
import seaborn as sns

Pregunta 1: Modelo de Regresión Lineal

Objetivo: Predecir salarios (wage)

Características:

• División de datos (80/20)
• Normalización con StandardScaler
• Manejo de valores NaN con SimpleImputer
• Métricas: MSE y R²

Resultados:

Mean Squared Error (MSE): 2.31
R-squared (R²): 0.588

Visualizaciones:

• Scatter plot: Predicciones vs Valores Reales
• Histograma de residuos

Pregunta 2: Modelo de Clasificación Logística

Objetivo: Predecir participación laboral (inlf)

Métricas evaluadas:

• Accuracy: 0.715
• Confusion Matrix
• Classification Report
• ROC Curve (AUC)
• Precision-Recall Curve

Visualizaciones:

• Matriz de confusión (heatmap)
• Curva ROC
• Curva Precision-Recall

Código de ejemplo:

# Modelo de Regresión Lineal
X = mroz_data.drop('wage', axis=1)
y = mroz_data['wage']

X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

scaler = StandardScaler()
X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)

model = LinearRegression()
model.fit(X_train_scaled, y_train)

y_pred = model.predict(X_test_scaled)

# Métricas
mse = mean_squared_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)

---

🛠️ Requisitos y Dependencias

Librerías principales:

pandas>=1.5.3
numpy>=1.23.5
matplotlib>=3.7.1
seaborn>=0.12.2
scikit-learn>=1.2.2
wooldridge>=0.4.4

Instalación:

pip install pandas numpy matplotlib seaborn scikit-learn wooldridge

---

📊 Estructura de Datos

Base de datos NoSQL (Python Básico)

base = {
    'usuario1': {
        'nombre': 'sergio',
        'apellido': 'diaz',
        'pwd': 'dth4',
        'telefono': '1234',
        'carrera': 'economia',
        'nivel_python': 'intermedio'
    },
    # ... más usuarios
}

Dataset MROZ (Python Avanzado)

Variables principales:

• inlf: Participación en fuerza laboral (binaria)
• wage: Salario por hora
• educ: Años de educación
• exper: Años de experiencia laboral
• age: Edad
• kidslt6: Número de hijos menores de 6 años
• kidsge6: Número de hijos de 6-18 años

---

🎯 Conceptos Clave Aprendidos

Python Básico

• ✅ Estructuras de control (if/elif/else, while, for)
• ✅ Manipulación de diccionarios y listas
• ✅ Entrada y salida de datos
• ✅ Funciones personalizadas
• ✅ Validación de datos

Análisis de Datos

• ✅ Importación y limpieza de datos
• ✅ Merge y join de DataFrames
• ✅ Pivot tables y agregaciones
• ✅ Funciones de agregación personalizadas
• ✅ Exportación a Excel con múltiples hojas

Machine Learning

• ✅ Regresión lineal
• ✅ Regresión logística
• ✅ Preprocesamiento de datos (normalización, imputación)
• ✅ División train/test
• ✅ Evaluación de modelos (MSE, R², accuracy, confusion matrix)
• ✅ Visualización de resultados

---

📈 Resultados y Métricas

Modelo de Regresión Lineal

Métrica	Valor
MSE	2.31
R²	0.588

Modelo de Clasificación

Métrica	Valor
Accuracy	71.5%
Precision (clase 1)	0.73
Recall (clase 1)	0.79
F1-Score (clase 1)	0.76

---

🚀 Uso

Ejecutar notebooks:

jupyter notebook "Victor Guzman - XIV_python_basico_Final.ipynb"

Ejecutar en Google Colab:

Los notebooks están optimizados para Google Colab y pueden ejecutarse directamente subiendo los archivos.

---

📝 Notas Importantes

1. Manejo de datos faltantes: Se utiliza el símbolo '-' para representar valores ausentes en bases NoSQL
2. Normalización: Es crucial normalizar los datos antes de entrenar modelos de ML
3. Validación cruzada: Los modelos utilizan random_state=42 para reproducibilidad
4. Visualizaciones: Todas las visualizaciones utilizan matplotlib y seaborn para máxima claridad

---

🛠️ Requisitos bashpip install pandas numpy matplotlib seaborn scikit-learn wooldridge

---

Repositorio de Ejercicios de Python - Victor Guzman

---

👤 Autor

Victor Guzman

---

📄 Licencia

Este repositorio contiene material educativo y ejercicios de práctica.

---

🤝 Contribuciones

Este es un repositorio de aprendizaje personal. Sin embargo, sugerencias y mejoras son bienvenidas.

---

📚 Referencias

• Dataset MROZ: Wooldridge package
• Encuesta Nacional de Hogares: Datos públicos de empleo
• Documentación oficial de Pandas, NumPy, Scikit-learn

---

Última actualización: 2024