@ellibrodepython.bsky.social
Libro de Python en Español: https://ellibrodepython.com/
🎉 Empezamos el año con un challenge.
¡50 días, 50 ejemplos #Python!
Día 22/50: Simulando apuestas con #numpy
ellibrodepython.com/simular-apue...
🎉 Empezamos el año con un challenge.
¡50 días, 50 ejemplos #Python!
Día 21/50: Trabajando con polinomios con #numpy
ellibrodepython.com/polinomios-n...
🎉 Empezamos el año con un challenge.
¡50 días, 50 ejemplos #Python!
Día 20/50: Visualizando moléculas con rdkit
ellibrodepython.com/moleculas-rd...
🎉 Empezamos el año con un challenge.
¡50 días, 50 ejemplos #Python! 🚀
Día 19/50: Trabajando con ADN y #biopython #biotech
ellibrodepython.com/genetica-bio...
🎉 Empezamos el año con un challenge.
¡50 días, 50 ejemplos #Python! 🚀
Día 18/50: Trabajando con coordenadas y geopy.
ellibrodepython.com/distancia-co...
También podemos integrarla con sp.integrate():
17.01.2025 15:48 — 👍 0 🔁 0 💬 0 📌 0
Ahora, derivamos la expresión con respecto a x usando sp.diff():
17.01.2025 15:48 — 👍 0 🔁 0 💬 1 📌 0
Primero, definimos una expresión matemática con la variable simbólica x y creamos un polinomio:
17.01.2025 15:48 — 👍 0 🔁 0 💬 1 📌 0🧑🏫 ¿Sabías que Python puede hacer cálculo simbólico?
¡Con SymPy puedes derivar, integrar y resolver ecuaciones como si estuvieras en un cuaderno de matemáticas!
🧮 Veamos un ejemplo. 👇
🎉 Empezamos el año con un challenge.
¡50 días, 50 ejemplos #Python! 🚀
Día 17/50: Deriva, integra y resuelve ecuaciones con Python 👇🧵
👉 ¿Quieres más ejemplos? Esto y mucho más en El Libro de Python (eBook)
🐍 ellibrodepython.lemonsqueezy.com/buy/c49ab8c0...
Con DEBUG, obtienes más detalle:
16.01.2025 18:05 — 👍 0 🔁 0 💬 1 📌 0
Ejecuta con INFO para ver logs básicos:
16.01.2025 18:05 — 👍 0 🔁 0 💬 1 📌 0
Para scripts simples, print puede bastar, pero en sistemas complejos necesitas algo más potente.
Con logging, puedes configurar niveles de logs desde la línea de comandos. Veamos un ejemplo práctico 👇
¿Por qué usar logs?
✔️ Observa la ejecución desde fuera del código.
✔️ Detecta problemas cuando algo no funciona.
Existen diferentes niveles dependiendo del detalle:
INFO: Información general.
DEBUG: Detalles técnicos.
¿Quieres mejorar la observabilidad de tu código? 🧐
Los logs son esenciales para entender qué sucede en tiempo real.
En este 🧵 te muestro cómo configurar diferentes niveles de detalle en tus logs usando Python con logging y argparse
🎉 Empezamos el año con un challenge.
¡50 días, 50 ejemplos #Python! 🚀
Día 16/50: Configura el nivel de detalle de tus logs 👇🧵
👉 ¿Quieres más ejemplos? Esto y mucho más en El Libro de Python (eBook)
🐍 ellibrodepython.lemonsqueezy.com/buy/c49ab8c0...
📊 ¡Ahora ya podemos usar nuestro modelo!
#DeepLearning #DataScience
Clasificamos imágenes del set de test:
Evaluamos la precisión con datos de test:
15.01.2025 16:02 — 👍 0 🔁 0 💬 1 📌 0
🏋️ Entrenamos el modelo:
Usamos el conjunto de entrenamiento durante 5 épocas y verificamos con el de test.
📐 Definimos y compilamos el modelo:
15.01.2025 16:02 — 👍 0 🔁 0 💬 1 📌 0
🔧 Preprocesamos los datos:
1️⃣ Normalizamos los píxeles (valores entre 0 y 1).
2️⃣ Añadimos una dimensión extra para trabajar con CNNs.
3️⃣ Convertimos las etiquetas a formato categórico.
Ahora cargamos el dataset MNIST y mostramos algunos ejemplos: 🖼️
Son imágenes de 28x28 píxeles.
Cada imagen tiene una etiqueta (el número que representa).
Empezamos importando lo que necesitamos:
15.01.2025 16:02 — 👍 0 🔁 0 💬 1 📌 0¿Quieres aprender a entrenar una red neuronal para reconocer números escritos a mano? 🤖
En este ejemplo usaremos el dataset MNIST (70,000 imágenes) y una CNN (red neuronal convolucional).
🎉 Empezamos el año con un challenge.
¡50 días, 50 ejemplos #Python! 🚀
Día 15/50: Reconoce números en una imagen. Primeros pasos con machine learning 👇🧵
👉 ¿Quieres más ejemplos? Esto y mucho más en El Libro de Python (eBook)
🐍 ellibrodepython.lemonsqueezy.com/buy/c49ab8c0...
🔍 Nota importante:
¡No olvides el plt.show() para visualizar las gráficas! Es un error muy común que puede costarte horas de debugging. 🐛
El resultado:
📉 Serie temporal: Muestra cómo cambia la temperatura día a día.
📊 Histograma: Frecuencia de temperaturas.
Ahora, representemos los datos en dos gráficas:
1️⃣ Una serie temporal (temperatura a lo largo del tiempo).
2️⃣ Un histograma (distribución de las temperaturas).
Aquí va el código:
