El curso
Análisis de datos con Python puro es un curso intermedio de Programación en siete lecciones en una Raspberry Pi 4. Los datos son de la Boya K7, una boya meteorológica frente a la costa: un mes de temperatura diaria del mar, altura de las olas y viento en una pestaña buoy.csv junto a main.py, y luego un año completo de lecturas semanales en year.csv. Cada paso se comprueba con lo que la Pi imprime, y cada número de las lecciones es uno que el programa imprime de verdad.
- Cargar datos: líneas, luego filas con
csv.reader, números conint()yfloat(), elValueErrorque causa una celda vacía y cómo sobrevivirlo, filas por nombre de columna concsv.DictReader, y min y max detectando el valor centinela 999.0 de la boya. - Limpieza: espacios de más y minúsculas, vacíos convertidos en
None, comprobaciones de rango que detectan centinelas, un día repetido descartado, un archivo limpio escrito concsv.writer, y el limpiador pasado a su propio módulobuoy.py. - statistics: media contra mediana y por qué una tormenta las separa,
stdevcontrapstdev(n - 1 y muestras), puntajes z que señalan el día 17, y una tabla resumen alineada con anchos de f-string. - Agrupar con Counter:
collections.Counterymost_common, proporciones impresas como porcentajes, olas clasificadas en la escala Douglas del mar, una media de olas por dirección del viento, y días con viento por semana. - Gráficos de texto: gráficas de barras con
"#" * n, barras escaladas a un ancho, un histograma de alturas de olas, una serie de tiempo girada de lado, y sparklines que caben en una sola línea un mes entero. - Correlación: una gráfica de dispersión en texto, covarianza, la r de Pearson escrita desde su definición, la surgencia que hace que un día con viento enfríe el mar al día siguiente, y lo que una mala lectura le hace a r.
- Proyecto: un año de clima oceánico: el final.
El gran final
El proyecto ejecuta todo el curso con 52 semanas de la Boya K7. Carga y limpia el año (tres huecos, uno de ellos un centinela), compara las cuatro estaciones (la primavera es la más ventosa y tiene el mar más frío, a 10.9 C), grafica la temperatura del mar en bloques de cuatro semanas, correlaciona viento, olas, mar y lluvia, y encuentra los récords, hasta una sequía de verano de 20 semanas.
Luego los datos pasan a estar en vivo. El botón en GPIO2 es un pluviómetro de balancín, de los que llevan las boyas reales: un pequeño sube y baja que vuelca una vez por cada 0.2 mm de lluvia y cierra un interruptor. Un Button de gpiozero con bounce_time cuenta los volcamientos, y el LED en GPIO17 es una lámpara de tormenta que se enciende cuando la lluvia de hoy supera un día promedio de semana húmeda, un umbral calculado con los datos del propio año (3.31 mm, así que la lámpara se enciende en el volcamiento 17).
Qué hace distinto el motor de la Pi
La Pi ejecuta MicroPython 1.29, no CPython, con una biblioteca estándar al estilo de CPython. Para este curso eso se nota en algunos puntos:
- No hay numpy ni pandas, y ese es el punto:
csv,statisticsycollectionsestán todos aquí. statisticstienemean,fmean,median,mode,variance,stdevypstdev, pero nocorrelation(CPython lo agregó en 3.10), así que el curso calcula la r de Pearson por su cuenta.- Un dict no conserva el orden en que entraron las llaves, así que cada tabla se imprime en un orden que el programa elige (una tupla de nombres,
sorted, o unrange). str.ljustystr.rjustno existen; los anchos de f-string como{name:<6}y{value:>7.2f}alinean columnas en ambos motores.int("")se detiene conValueError: invalid syntax for integer with base 10, con una redacción diferente a la de CPython pero la misma excepción.- Un archivo que el programa escribe, como
clean.csv, dura mientras el programa se ejecuta, porque la Pi del lienzo no tiene tarjeta SD.