Avance del proyecto de Modelos

Graficas3_2.py

@@ -0,0 +1,63 @@
+import os
+import numpy as np
+import pandas as pd
+import matplotlib.pyplot as plt
+import seaborn as sns
+from scipy import stats
+
+# Crear carpeta para guardar gráficas
+output_folder = "graficas_3_2"
+os.makedirs(output_folder, exist_ok=True)
+
+# Cargar archivo CSV
+df = pd.read_csv("docs/files/datos.csv")
+
+# Diccionario de variables y sus distribuciones con parámetros
+modelos = {
+    'variable_1': {
+        'dist': stats.halfnorm,
+        'params': (0.0022181829218035, 3.4052904159672317)
+    },
+    'variable_2': {
+        'dist': stats.lognorm,
+        'params': (0.4776347930822498, 0.9672797396860469, 1.036331010527072)
+    },
+    'variable_3': {
+        'dist': stats.gumbel_r,
+        'params': (2.361798203506733, 0.1461273648800006)
+    }
+}
+
+# Estilo visual
+sns.set(style="whitegrid")
+
+# Recorrer cada variable y generar su gráfica
+for var, modelo in modelos.items():
+    datos = df[var].dropna()
+
+    # Obtener distribución y parámetros
+    dist = modelo['dist']
+    params = modelo['params']
+
+    # Crear figura
+    plt.figure(figsize=(10, 6))
+    sns.histplot(datos, bins=30, stat='density', color='skyblue', label='Histograma')
+
+    # Rango de x para la función de densidad
+    x = np.linspace(min(datos), max(datos), 338800)
+    pdf = dist.pdf(x, *params)
+    plt.plot(x, pdf, 'r-', lw=2, label=f'{dist.name} ajustada')
+
+    # Etiquetas y estilo
+    plt.title(f'{var} - Histograma y ajuste de {dist.name}')
+    plt.xlabel(var)
+    plt.ylabel('Densidad')
+    plt.legend()
+    plt.tight_layout()
+
+    # Guardar imagen
+    filename = os.path.join(output_folder, f"{var}_histograma.png")
+    plt.savefig(filename)
+    plt.close()
+
+print(f"Gráficas guardadas en la carpeta: {output_folder}")

Histogramas.py

@@ -0,0 +1,42 @@
+# Importa la biblioteca 'os' para trabajar con rutas de archivos y carpetas del sistema
+import os
+
+# Importa la biblioteca 'pandas' para manipulación y análisis de datos
+import pandas as pd
+
+# Importa 'pyplot' de la biblioteca 'matplotlib' para crear gráficos
+import matplotlib.pyplot as plt
+
+# Importa 'seaborn' para mejorar la apariencia visual de los gráficos
+import seaborn as sns
+
+# Obtiene la ruta del directorio donde se encuentra este script (.py)
+base_dir = os.path.dirname(__file__)
+
+# Construye la ruta completa hacia el archivo datos.csv que está dentro de la subcarpeta "files"
+file_path = os.path.join(base_dir, 'files', 'datos.csv')
+
+# Lee el archivo CSV y lo guarda como un DataFrame (estructura de tabla)
+df = pd.read_csv(file_path)
+
+# Configura el estilo visual de los gráficos con fondo blanco y cuadrícula
+sns.set(style="whitegrid")
+
+# Lista de nombres de columnas numéricas que se van a graficar
+variables = ['variable_1', 'variable_2', 'variable_3']
+
+# Crea una figura con 1 fila y 3 subgráficas (una para cada variable), tamaño 18x5 pulgadas
+fig, axes = plt.subplots(1, 3, figsize=(18, 5))
+
+# Itera sobre cada par de eje (ax) y variable para graficar los histogramas
+for ax, var in zip(axes, variables):
+    ax.hist(df[var], bins=20, color='skyblue', edgecolor='black')  # Histograma con 20 barras, color azul claro
+    ax.set_title(f'Histograma de {var}')  # Título del gráfico
+    ax.set_xlabel(var)                    # Etiqueta del eje X
+    ax.set_ylabel('Frecuencia')          # Etiqueta del eje Y
+
+# Ajusta automáticamente los espacios entre los subgráficos
+plt.tight_layout()
+
+# Muestra los gráficos en una ventana emergente
+plt.show()

docs/analisis.md

@@ -0,0 +1 @@
+