A tu propio ritmo

Explora nuestra extensa colección de cursos diseñados para ayudarte a dominar varios temas y habilidades. Ya seas un principiante o un aprendiz avanzado, aquí hay algo para todos.

Bootcamp

Aprende en vivo

Únete a nosotros en nuestros talleres gratuitos, webinars y otros eventos para aprender más sobre nuestros programas y comenzar tu camino para convertirte en desarrollador.

Próximos eventos en vivo

Catálogo de contenidos

Para los geeks autodidactas, este es nuestro extenso catálogo de contenido con todos los materiales y tutoriales que hemos desarrollado hasta el día de hoy.

Tiene sentido comenzar a aprender leyendo y viendo videos sobre los fundamentos y cómo funcionan las cosas.

Full-Stack Software Developer - 16w

Data Science and Machine Learning - 16 wks

Buscar en lecciones


IngresarEmpezar
← Regresar a lecciones

Weekly Coding Challenge

Todas las semanas escogemos un proyecto de la vida real para que construyas tu portafolio y te prepares para conseguir un trabajo. Todos nuestros proyectos están construidos con ChatGPT como co-pilot!

Únete al reto

Podcast: Code Sets You Free

Un podcast de cultura tecnológica donde aprenderás a luchar contra los enemigos que te bloquean en tu camino para convertirte en un profesional exitoso en tecnología.

Escuchar el podcast
Editar en Github
Abrir en Colab

Media y desviacion estandar con python

Media y Desviación Estándar

mean=μ=1ni=1nxi\text{mean} = \mu = \frac{1}{n}\sum_{i = 1}^n x_i

standard deviation=σ=1ni=1n(xiμ)2\text{standard deviation} = \sigma = \sqrt{\frac{1}{n}\sum_{i = 1}^n (x_i - \mu)^2}

In [ ]:
#media de una lista
x = [3, 5, 7, 9, 11]
np.mean(x)
Out[ ]:
7.0
In [ ]:
#desviación estándar de una lista 
np.std(x)
Out[ ]:
2.8284271247461903
In [ ]:
#distribución Binominal con n = 20, p = 0.5  
b = stats.binom(20, 0.5)
In [ ]:
#media
b.mean()
Out[ ]:
10.0
In [ ]:
#gráfica
plt.bar(range(21), b.pmf(range(21)))
Out[ ]:
<BarContainer object of 21 artists>
No description has been provided for this image
In [ ]:
#otro ejemplo
#binomial n = 50, p = 0.3
ex2 = stats.binom(50, 0.3)
ex3 = stats.binom(20, 0.3)
In [ ]:
#media
ex2.mean()
Out[ ]:
15.0
In [ ]:
ex3.mean()
Out[ ]:
6.0
In [ ]:
ex3.std()
Out[ ]:
2.0493901531919194
In [ ]:
#desviación 
ex2.std()
Out[ ]:
3.24037034920393
In [ ]:
#gráfica
plt.bar(range(51), ex2.pmf(range(51)))
plt.bar(range(21), ex3.pmf(range(21)))
Out[ ]:
<BarContainer object of 21 artists>
No description has been provided for this image