Análisis De Datos - NumPy Aplicado

NumPy Aplicado | Análisis de Datos TDSD353 En este video resolvemos las últimas partes del Deber de NumPy de la materia Análisis de Datos 📌 Lo que verás en este video: ✅ Parte 9 — Matrices estructuradas con slicing Construimos matrices con patrones específicos usando np.zeros, np.ones, asignación por bordes con slicing y np.fill_diagonal para colocar valores aleatorios en la diagonal. ✅ Parte 10 — Medición de tiempos y exportación Generamos matrices de 300×300, medimos el tiempo de ejecución de np.dot y np.multiply con time.time(), comparamos resultados y explicamos por qué np.multiply es más rápido (O(n²) vs O(n³)). Guardamos resultados en un archivo .txt y una matriz en formato .npy. ✅ Parte 11 — Ejercicio Integrador (sensores meteorológicos) Trabajamos con datos reales con valores faltantes (NaN): contamos NaN, calculamos promedios por estación con np.nanmean, reemplazamos valores faltantes con la media general usando np.where + np.isnan, concatenamos una nueva fila de promedios diarios con np.concatenate, y guardamos el array final en formato .npy. 🛠️ Herramientas utilizadas: Python 3 NumPy Jupyter Notebook