#Librerías Python

[scrummasterprofesional]

Herramientas de testing que ayudan a ser ágil

Una herramienta de testing es un instrumento automatizado que soporta como mínimo una actividad de prueba aunque suelen ser mas como planificación,control,especificación y ejecución. Estas herramienta se pueden utilizar en cualquier test,tipo de prueba ,fase de desarrollo y ciclo de vida de desarrollo y ayudan a mejorar la eficiencia de los controles de calidad. Las metodologías de desarrollo ágil como scrum,XP o kanban tienen control de calidad y aseguramiento de calidad como otras metodologías iterativas,incrementales o secuenciales pero scrum es una metodología que se enfoca en la entrega continua ,la mejora continua y en aceptar los cambios sobre todo si va a traer valor al cliente por eso hay una serie de herramientas de control de calidad que se utilizan normalmente con esta metodología ágil y que voy a agrupar por el objetivo que tienen. Voy a dividir las herramientas de pruebas en 12 tipos:  

Herramientas de análisis de cobertura de código

Mide el % de código que se ha probado ,generalmente el código que hay en un método de una clase ,suele basarse en el número de caminos que se ha ejecutado del código. Este tipo de herramientas dependen del lenguaje de programación en que está escrito el código.  Estas herramientas miden la cobertura que no es mas que el porcentaje de código que se ha ejecutado de un método o de una clase de una librería. Estas herramientas crean informes de cobertura de manera automática. Estas herramientas depende del lenguaje asi para los lenguajes de java y python tenemos: -Clover que es una herramienta de analisis de cobertura de código que soporta los lenguajes de programación de java y groovy;soporta los framework de pruebas de componente Junit y TestNG y además se integra con los Intellij IDEA Y Eclipse. -Pytest-cov es un complemento gratuito de Python que se utiliza para realizar analisis de cobertura de código escrito en este lenguaje y que genera informes de cobertura de código.Lo puedes instalar desde la linea de comandos utilizando pip que es el instalador de paquetes de Python. Son herramientas que se utilizan en las pruebas de componente que se realizan en la metodología de scrum además de en otras metodologías y que son pruebas fundamentales en el control de calidad. y que ayudan a cumplir el principio noveno del manifiesto ágil.  

Herramientas de testing basadas en modelo

Estas herramientas básicamente lo que hacen es generar casos de prueba automáticamente a partir de modelos. Los modelos se pueden representar casi con cualquier cosa como puede ser imágenes,gráficos,diagramas u otros elementos. Lo que es importante es que los requisitos se escriban de una manera que la herramienta los pueda entender. Hay herramientas que además de generar casos de prueba tambien los ejecuta ,una de las herramientas más utilizada para resto es Tricentis Tosca. Es unas herramienta muy completa porque permite automatizar las pruebas de un extremo a otro,diseñar casos de prueba, automatizarlos mediante scripts,diseñar y generar datos para las pruebas,analizar las pruebas y generar informes de las pruebas. Estas herramientas ayudan muchísimo a la hora de realizar las pruebas porque automatiza muchas actividades de pruebas y en metodologías ágiles como scrum la automatización de pruebas y de procesos es fundamental para conseguir ser ágiles y que ayudan a cumplir el principio noveno del manifiesto ágil.  

Herramientas de análisis de código fuente

Estas herramientas analizan el código fuente antes de ejecutarlo y lo comparan con reglas de buena codificación y generan informes para poder mejorar la calidad del código. Estas herramientas se esta volviendo imprescindibles en metodologías ágiles como scrum porque permiten encontrar defectos y vulnerabilidades en una fase temprana del desarrollo y el noveno principio del manifiesto ágil dice "la atencion continua a la excelencia técnica y al buen diseño mejora la agilidad" por lo tanto estas herramientas nos ayudan a eso en cualquier metodología pero en las ágiles aún más porque favorecen la agilidad . La herramienta mas importante de este tipo es Sonarqube,una herramienta que permite analizar la calidad de un código desde un repositorio o desde un IDE,tiene versión de pago y gratuita ,tambien hay una versión en la nube que se llama SonarCloud,si te interesa un curso de esto en Udemy hay varios. En definitiva estas herramientas ayudan a cumplir el principio noveno del manifiesto ágil.  

Herramientas de testing unitario

Se prueba que la unidad de componente mas pequeña de un software funciona según lo diseñado,en general prueban los métodos de una clase. Se necesita de un framework y que suele poder integrarse con entornos de desarrollo integrados o IDE. Básicamente lo que se hace es que el programador o tester codifica la prueba que se ejecuta contra el código de la aplicación. Las herramientas de testing mas conocidas para java serían JUnit y TestNG y tambien mockito que se utiliza para simular llamadas a métodos externos. Estas herramientas ayudan a cumplir el principio noveno del manifiesto ágil como las otras.  

Herramientas de gestión de incidentes

Los defectos o incidencias se suelen gestionar en herramientas de gestión de incidencias ;estas herramientas de gestión de incidencias suelen integrarse con herramientas de gestión de proyectos. Suelen tener notificaciones por correo electrónico o a chat de herramientas de comunicacion como Teams. La herramienta mas conocida para gestión de incidencias en Mantis ,es de código abierto,gratuita y es una aplicación web que puedes instalar en tu entorno y personalizar. Suele utilizarse para seguimiento de incidencias ,muy utilizada en telecomunicaciones . XRay es la otra herramientas mas utiliza sobre todo en proyectos con scrum u otras metodologías ágiles,se integra con Jira Estas herramientas tambien ayudan a cumplir el principio noveno del manifiesto ágil como las anteriores.  Herramientas de ejecución de pruebas  Las herramientas de ejecución de pruebas permiten la la creación de scripts de prueba automatizados ,es decir,permiten automatizar la ejecución de los casos de prueba. Estas herramientas se utilizan para ejecutar casos de prueba funcionales y los scripts se pueden crear utilizando un grabador o utilizando algun lenguaje de programación. Estas herramientas de testing son fundamentales para mejorar la agilidad de un proyecto y algunas de ellas son:

Cypress

Es abierto, gratuito y se puede integrar con herramientas de CI como Jenkins y soporta los navegadores de chrome,edge y firefox;permite automatizar las pruebas para aplicaciones web pero no soporta pruebas para móviles en mis libros escribo que sí pero no es verdad y no se integra con appium por lo menos hasta lo que yo se. Esta basado en javascript y es más rápido que Selenium.

Selenium

Es abierto,gratuito y se puede utilizar con lenguajes como java,python y algunos lenguajes más ;permite automatizar pruebas funcionales y de regresión y soporta los navegadores de firefox,chrome,edge y safari.Permite automatizar pruebas sobre aplicaciones web y de móvil utilizando Appium. Esta formado por 4 componentes fundamentales: Selenium IDE permite editar, grabar y depurar lo que se muestra en el navegador. Selenium remote control es un sistema de cliente/servidor que permite utilizar el navegador web de forma local o en otro ordenador. Selenium webdriver permite utilizar un navegador de forma local . Se inicia una instancia del navegador y así se puede controlar y realizar distintas acciones sobre el . Cualquiera de estos lenguajes son compatibles con Selenium WebDriver: PHP, Java, .Net, Perl, Ruby o Python. Selenium grid permite ejecutar varios navegadores a la vez en distintos SO.Permite ejecutar grandes cantidades de pruebas en poco tiempo.

UFT

Es una herramienta de pago de HP,se puede utilizar con windows y utiliza el lenguaje VisualBasic para automatizar casos de prueba;te permite automatizar pruebas sobre aplicaciones web y móviles.

Katalon Studio

Es una herramienta que permite automatizar pruebas en aplicaciones web ,escritorio y movil;además soporta los navegadores chrome,firefox,edge y safari y permite automatizar pruebas sobre API´s y importar colecciones de Postman. Se puede instalar en Windows,Linux y MAC y ademas se integra con todo tipo de aplicaciones como testlink,jira,jenkins y muchos más. Lo mejor que tiene es que pose una plataforma para pruebas online sobre distintos sistemas operativos y moviles y tiene versión gratuita y de pago. Te ha gustado hasta aquí el articulo de herramientas de testing?si quieres saber mas sobre herramientas de testing y como integrarlas con scrum tengo 3 libros donde hablo de esto que puedes verlos aquí abajo.  Y por cierto comentarte que estoy muy contento con mi hosting que es hostinger y si te interesa uno puedes mirar mas informacion sobre hostinger   Read the full article

[ibarrau]

[Fabric] Protegé credenciales en Notebooks con Azure KeyVault

Ciertamente, cuando usamos notebooks, no todo es transformación y limpieza del contenido de nuestro lakehouse. En distintas oportunidades se nos presenta la opción de utilizarlos para integrar datos. Los Notebooks nos pueden ayudar a conectarnos a APIs en nube u otros entornos cloud directamente usando código.

Para que esta opción sea viable, necesitamos evitar exponer las credenciales o claves del origen de datos usadas en el código. Sino imaginen que cualquier persona con acceso al código (ya sea en Fabric o en el repositorio), podría obtener una key de acceso a una API. Para evitar esto, vamos a utilizar un servicio de Azure que ya existe hace tiempo, Azure KeyVaults.

¿Qué es el servicio de Azure Key Vaults?

En palabras Microsoft "Azure Key Vault es un servicio en la nube para el almacenamiento de los secretos y el acceso a estos de forma segura. Un secreto es todo aquello cuyo acceso desea controlar de forma estricta, como las claves API, las contraseñas, los certificados o las claves criptográficas."

Si bien el servicio varias operaciones, nosotros nos quedaremos con la idea que nos permite ingresar una clave o contraseña a encapsular. Solo usuarios con permiso de lectura de claves al servicio podrá utilizar el encapsulado. De ese modo garantizamos que únicamente usuarios aprobados para usarlo, lo usen.

Veamos como crear este secreto antes de usarlo en un Fabric Notebook.

La creación del servicio es bastante simple, basta seleccionar suscripción + grupo de recursos, nombre, region y plan:

Como mencioné antes, el servicio cuenta con muchas más cosas de las que usaremos nosotros. Ahora nos vamos a concentrar en "Secretos" que es lo que nos interesa.

Aqui por ejemplo ya contamos con tres secretos que usaremos para conectar a la PowerBi Rest API. Guardamos secreto para el tenantid, appid y secretvalue de nuestra app registrada en Azure.

Veamos como generar uno nuevo. Es tan simple como darle un nombre y delimitar lo que queremos encapsular. También podemos delimitarlo como algo temporal:

De ese modo podemos crear un nuevo secreto para nuestro almacén de claves. ¿Qué sigue? permitir la lectura a quien vaya a utilizarlo.

Los recursos de azure se manejan con permisos RBAC (role-based access control). Éstos los encontramos en el "Access Control (IAM)". Podemos abrir nuestro menú de permisos y agregar el que lleva el nombre de "Key Vault Secrets User". La cuenta de EntraID con ese permiso, podrá llamar por código a nuestro secreto almacenado aquí.

Este proceso es muy importante. Imaginen que con esto podríamos dar permisos a un desarrollador para construir un proceso sin saber nunca las credenciales de origen.

¿Cómo llamarlo desde Fabric?

Para utilizar este servicio desde Fabric Notebook usando python, vamos a nutrirnos de la librería de Microsoft que tiene muchas facilidades de interacción. Pueden leer más detalles aqui: https://learn.microsoft.com/en-us/fabric/data-engineering/microsoft-spark-utilities

Dentro de nuestro notebook vamos a comenzar importando SimplePBI para conectarme a la Power Bi Rest API. Luego importaremos las librerías necesarias. El foco está en nuestra tercera celda. Aqui podremos apreciar como llamar el secreto almacenado recientemente:

Utilizamos el método getSecret que necesita dos parámetros. El primero es "Vault URI" que podemos encontrarlo en el Overview de nuestro recurso en el portal de Azure. El segundo es el nombre que le dimos a nuestro secreto.

mssparkutils.credentials.getSecret('https://casa.vault.azure.net/','TenantId')

De ese modo almacenamos en variables nuestro resultado y podemos continuar la autenticación de la API en las siguientes filas que crea un token y pide ver el top 5 de workspaces. Recordemos que aquí buscamos seguridad, no solo de exposición de contraseña en código sino de visualización del contenido del secreto. Si el desarrollador intenta leer la variable se encontrará con una limitante:

NOTA: ésta tercera celda pidiendo el secreto solo puede ser ejecutada por una cuenta logueada en Fabric con permisos "Key Vault Secrets User" en nuestro Key Vault. Sino fallará por prohibición de acceso al secreto.

Espero que esto les sea de utilidad para poner automatizar flujos de manera más segura usando Fabric Notebooks.

#Azure #Azure keyvaults #Fabric #Microsoft fabric #Fabric argentina #fabric cordoba #Fabric jujuy #Fabric tutorial #fabric training #Fabric tips #SimplePBI #Fabric python #Fabric notebooks

[tecnicasdetrading]

Cálculo de MACD con Python

En este artículo explicamos como podemos calcular el oscilador MACD mediante el lenguaje de programación Python. También explicamos como podemos trazarlo en un gráfico de precios junto con el precio.

#sistemas de trading #Forex #forextrading #python

[oenriqueg]

Py... interfaces gráficas!

Pues resulta que desde la semana pasada he estado aprendiendo a usar la librería Tkinter de python, por lo que he leído, realmente es una biblioteca algo “vieja”, lo cual pude constatar con el primer intento que hice, la interfaz resultante se parecía más a las interfaces de windows 98 que a una interfaz moderna, pero bueno, todo sea por aprender más. Después de los primeros intentos me puse a…

View On WordPress

[evilnapsis]

Leer un archivo PDF con Python y PyPdf2

Leer archivos PDF en Python es util para saber el contenidos de los archivos y también si queremos buscar un texto en especifico dentro de uno o mas archivos PDF, vamos a usar la librería PyPDF2 para leer archivos pdf en python. Continue reading Untitled

View On WordPress

[construyendoachispas]

Bark. Generar audio texto a voz usando prompts

Vamos a ver el proyecto Bark que permite convertir de texto a voz, pero nos da capacidad de modificar ese audio con indicaciones de texto. Veamos como funciona. Instalación Necesitaras tener python y pip para realizar la instalación, requiere unas cuantas librerías para que todo funcione, dejo aquí todos los comandos que necesite hasta que lo hice funcionar git clone…

View On WordPress

[danieidiomas]

Curso de introducción a la creación de chatbots automatizados para Discord con DiscordPy y DiscordJS ( 12.99€ , ~USD$ 13 , ~259 MXN , ~11929 CLP , ~64048 COP , ~51 PEN ) Cupón válido hasta el 10 de diciembre de 2022

#dani e idiomas #discord #python #js #javascript #bots #chatbots #ia #ai #programacion #api #cupones #diciembre2022 #diciembre #udemy #españa #eeuu #méxico #perú #chile #colombia

[linnartsf]

Objeto de bloque de AutoCAD en Python

Objeto de bloque de AutoCAD en Python

En este artículo, explico los objetos de bloque en AutoCAD y cómo se puede automatizar el trabajo con ellos usando Python. Aunque para este ejemplo práctico estoy usando la librería pyautocad también puedo usar pythoncom. He explicado cómo usar módulos de comunicación en Python en publicaciones de blog anteriores. Más precisamente, me refiero específicamente a pythoncom y win32com . Creación de…

View On WordPress

[qisocokahufi]

Quartiles deciles and percentiles in statistics pdf cdf

 QUARTILES DECILES AND PERCENTILES IN STATISTICS PDF CDF >>Download (Descargar) vk.cc/c7jKeU

  QUARTILES DECILES AND PERCENTILES IN STATISTICS PDF CDF >> Leer en línea bit.do/fSmfG

        estadística descriptiva python pdf librería statistics python medidas de tendencia central python varianza python numpy statistics and finance: an introduction pdf estadística en python ejemplos estadística descriptiva con pythonestadística con python pdf

  Applied Statistics is intended to introduce the concepts, definitions, and terminology of the subject in an elementary presentation with minimum mathematical Statistics and Finance: An Introduction | David Ruppert (auth.) | download | Z-Library. Download books for free. Find books. 116-121|doi.org/10.25237/revchilanestv43n02.08 PDF|ePub|RIS Statistics notes: Quartiles, quintiles, centiles, and other quantities. The contribution of schooling attainment targeted to the poor in reducing poverty and income inequality is also reported and illustrated using Chilean data.las cuales denotan la pdf y cdf de una normal estándar, respectivamente. Cuantiles de orden p son la mediana, cuartiles, quintiles, deciles y dígito 14 dic 2018 — percentiles (como, por ejemplo, la mediana) de una muestra de interés, cuartiles o deciles son casos particulares (Sánchez et al., 2012) de J Asturias · 2018 · Citado por 131 — To discipline the parameters of our model, we use plant-level data of the India's manufacturing sector and transportation network. We derive a set of structural Mediana, o percentil 50, de los datos agrupados. mode(). Moda única (valor más común) de Determinar los cuartiles y deciles de las puntuaciones del SAT:. Lesson 6 Statistics I whith some examples of how to solve the practice lesson nsional and tw Pdf-planeacion-de-computacion-primaria-de-1-a-6 compress

https://www.tumblr.com/qisocokahufi/697670498489974784/wskazywanie-drogi-po-angielsku-pdf, https://www.tumblr.com/qisocokahufi/697670498489974784/wskazywanie-drogi-po-angielsku-pdf, https://www.tumblr.com/qisocokahufi/697670775211196416/family-of-origin-scale-pdf-linux, https://www.tumblr.com/qisocokahufi/697670775211196416/family-of-origin-scale-pdf-linux, https://www.tumblr.com/qisocokahufi/697670631990362112/likierman-the-five-traps-of-performance.

[hefodeqofaji]

Python standard library pdf

 PYTHON STANDARD LIBRARY PDF >>Download (Descargar) vk.cc/c7jKeU

  PYTHON STANDARD LIBRARY PDF >> Leer en línea bit.do/fSmfG

        librerías de python pdf sintaxis python pdf todas las librerías de python librerías de python descargar librerías de python y sus funciones manual de python 39 en español pdfcrear biblioteca en python librerías python más usadas

  Standard Library¶. 上一页. Python & Haxe · 下一页. target-details. Copyright © 2021 SanstyleLab | Powered by Jupyter Book. with file system paths in Python 3 using the new "pathlib" module in the standard library. 100 Skills to Better Python.pdf Desarrollo De Software. This function drops you into the debugger at the call site. Specifically, it calls sys.breakpointhook() , passing args and kws straight through. By default an encrupted / secured PDF file with the PDF Standard encruption handler, will allow the document to be used with this library. param str password:Python Standard Library (Nutshell Handbooks) PDF, 1.81 MB. Sus etiquetas: Python Standard Library: Threads and Processes. Python Standard Library is an essential guide for serious Python programmers. Python is a modular language that imports most useful operations from the Para los sistemas operativos tipo Unix Python suele ser provisto como una colección de paquetes, así que puede requerirse usar las herramientas de empaquetado Modern Python Standard Library Cookbook: Over 100 recipes to fully leverage the features of the standard library in Python. By; Alessandro Molina. Revisión de la programación en Python Python es un lenguaje de programación interpretado . Desde la versión 2.6, se denomina python standard library.

https://www.tumblr.com/hefodeqofaji/697589025463304192/newars-pdf, https://www.tumblr.com/hefodeqofaji/697589544871182336/propuesta-para-la-eliminacion-de-la-discriminacion, https://www.tumblr.com/hefodeqofaji/697589025463304192/newars-pdf, https://www.tumblr.com/hefodeqofaji/697589287529676800/pidion-bp50-pdf-file, https://www.tumblr.com/hefodeqofaji/697589398652567552/saad-filho-pdf-merge.

[ciberninjas]

Lanzan Flask 2.0, Jinja y más

Lanzan Flask 2.0, Jinja y más #flask #python #framework #frameworkpython #py #desarrolloweb

El equipo de Pallets Proyects encargados de mantener un grupo de muy interesantes proyectos, entre ellos, interesantes proyectos para Python. Como son el framework de Python: Flask. Conjunto a sus proyectos adjuntos: Jinja, Click, Werzeug, ItsDangerous y MarkupSafe. Flask: Framework de desarrollo web para Python. Jinja: Es un motor de creación de plantillas para Python. Click: Un paquete de…

View On WordPress

#Flask #Jinja #Librerías Python #Python

[natapgon18-blog]

Programación en Processing

Qué es Processing Processing es un lenguaje de programación y también es un IDE. Fue desarrollado para creadores gráficos sin conocimientos de programación. El hecho de estar asociado a un IDE no es algo menor ya que, a diferencia de otros marcos de trabajo con una finalidad equiparable a Processing, como openFrameworks, resulta más sencillo para los usuarios ajenos al desarrollo informático iniciarse en su uso sin verse intimidados por un producto complejo y sin necesidad de otros componentes para empezar a trabajar.

Funcionalidad

Este modelo de funcionalidad y simplicidad del IDE de Processing, PDE en la terminología que usa Processing, ha servido como base para otros sistemas de desarrollo, de los que, seguramente, Arduino es el más difundido, y también como inspiración para otros, ya sea directamente o desde sus derivados.

Entre las operaciones básicas del lenguaje se encuentran las que sirven para realizar gráficos vectoriales, incluir imágenes y programar interactividad pero, gracias a las librerías que extienden sus funcionalidades (desarrolladas por el propio equipo de Processing o por terceros), se puede trabajar con audio y vídeo (incluyendo síntesis de voz con FreeTTS o visión artificial con OpenCV), controlar dispositivos electrónicos (tanto soluciones comerciales como Leap Motion o Kinect, estándares como MIDI, o equipos electrónicos genéricos usando I2C, SPI, UART…), implementar comunicaciones red con protocolos alto nivel, como HTTP o a bajo nivel, como UDP…

Su lenguaje de programación y vinculo con Java

El lenguaje de programación Processing está basado en Java y originalmente servía para generar una aplicación Java a partir de la «traducción» del sketch (programa) en Processing. Actualmente es capaz de generar, básicamente utilizando el mismo código, programas en otros lenguajes como Python o JavaScript. Una de las ventajas de utilizar Java es que puede utilizarse fácilmente en las principales plataformas (GNU/Linux, Windows o MacOS). Además es capaz de generar aplicaciones para dispositivos móviles con Android añadiendo el correspondiente modo de programación.

Usar Processing en proyectos de electrónica Aunque en polaridad.es se han tratado otros temas diferentes, y es algo que se seguirá haciendo, el foco principal del blog está puesto en la programación de dispositivos microcontrolados. Puede parecer raro abrir una línea de artículos que tratan de un sistema de desarrollo como Processing, que está diseñado para creadores gráficos. Hay, al menos, tres buenas razones para hacerlo.

Processing sirve para desarrollar la interacción gráfica Para un usuario, la forma que resulta más sencilla de interactuar con un dispositivo, conocer su estado y establecer su comportamiento, es por medio de una interfaz gráfica y para esas tareas, tanto para presentar los datos recabados por un dispositivo electrónico (por medio de sensores) como para elegir su funcionamiento (por medio de actuadores), Processing es una herramienta eficaz y sencilla de explotar, productiva desde estadios muy tempranos de uso (curva de aprendizaje suave) y escalable por medio de librerías propias o de terceros con la que programar la presentación gráfica y la interactividad.

Bibliografia: https://polaridad.es/processing-tutorial-manual/

Natalia Peña

Ana Maria Rodriguez

#processing #programacion

[ibarrau]

Data Wrangler el método de transformación python similar a PowerBi Query Editor

Hace tiempo que existe una extensión para limpieza de datos en el mercado que no para de llamar la atención. Normalmente me encontré con dos tipos de perfiles que limpian datos, los que aman código (usan python o R) y los que usan herramientas de Bi (power bi, tableau, etc). Creo que esta extensión busca integrar lo mejor de ambos mundos. Utilizar el poder de python con la comodidad visual de las herramientas tradicionales.

Este artículo nos cuenta sobre Data Wrangler. La extensión que permite hacer transformaciones de datos de un archivo de python o jupyter con clicks como si fuera una herramienta de BI.

Para comenzar, veamos la definición de Data Wrangler.

"Es una herramienta de limpieza de datos centrada en código integrada a visual studio code. Apunta a incrementar la productividad de expertos en datos haciendo limpieza al proveer una interfaz que automatiza funciones core de la librería Pandas y muestra útiles insights de las columnas."

Also así traducido es la definición que le dan los creadores. Si bien, al momento de crear este post solo acepta Pandas, ya anunciaron que tienen foco en que también pueda usarse con PySpark Frames.

Para encontrar la herramienta basta con buscarla por VS Code o podes conocer más del proyecto Open Source en su repositorio github. En el mismo encontrarán también opciones de descarga.

Una vez instalado, abrirlo es tan simple como realizar un "head" para un Pandas DataFrame:

Nos sugiere un botón para iniciar la extensión.

La interfaz nos muestra rapidamente información útil. La veamos por partes:

Columnas con distribución y estadísticas que nos permiten entenderlas más rapidamente.

Acciones de transformaciones disponibles para ejecutar separadas por categorías

Lista de pasos de transformaciones ejecutados para repasar la historia

Código generado. Esta sección es ideal para aprender más sobre el lenguaje puesto que nos mostrará como es la ejecución de una acción y también nos permitirá modificarla a gusto.

A mano izquierda vemos las transformaciones que podemos elegir seleccionando una columna previamente. Por ejemplo, cambiemos el formato de nuestra columna Order Date. Seleccionamos en las opciones de formato "DateTime formatting example" para mostrarle tal como queremos que sea el formato. Eso nos genera una nueva columna que definiendo el ejemplo se completará y creará luego de darle Apply:

Si nos ubicamos en el paso anterior podremos ver el código ejecutado como así también modificarlo. Si quisieramos cambiar el nombre de la nueva columna derivedCol por "Fecha de Orden", bastaría con ir al código subrayado donde vemos el nombre y cambiarlo.

NOTA: solo podemos cambiar el código del paso anterior. Los pasos más viejos quedan en preview para evitar sobrecargar la memoria.

Hay operaciones tradicionales de texto como split que simplemente con el delimitador nos ajustaría las columnas

En caso que conozcamos más sobre el lenguaje también tenemos un espacio para escribir una fórmula de python para una columna nueva o actual. Por ejemplo una operación matemática sencilla:

Algunos otros ejemplos que estuve probando son reemplazar cadenas de texto, eliminar columnas, agregar columnas por ejemplo y cambiar tipo.

Si en algún momento queremos regresar, tenemos un botón "Back to Notebook" que nos permitiría reordenar código y/o ajustar de manera manual a todo lo que se generó.

Consideremos que si volvemos al notebook, no podremos volver al wrangler tal cual estaba con sus pasos para ver y editar, sino que tendríamos que generar un "head()" nuevo del dataframe del paso de limpieza más reciente para volver a iniciarlo y ejecutar pasos faltantes.

Integración con Fabric

Además del uso local antes mencionado, la herramienta fue integrada con los lanzamientos de Microsoft Build 2023. Notebooks de Fabric no solo pueden ser abiertos en visual studio code para utilizarlo desde allí, sino que tienen una pestaña data que detecta pandas frames para abrir Data Wrangler.

Así abriremos algo muy similar a lo que vimos en visual studio code

Si bien se ve idéntica pero en versión clara, tiene algunas diferencias. La integración con Fabric no cuenta con todas las opciones locales como por ejemplo "Create column from formula". No tenemos la opción de escribir el código de una columna. El resto es bastante similar a lo que antes mencionamos.

Conclusión

Esta es una excelente herramienta que puede fortalecer nuestros inicios con Python para mejorar la experiencia de usuario y aprender sobre el código viendo lo que genera finalmente luego de aplicar las operaciones.

Si la comparamos con un editor de consultas de Power Bi se siente algo tosca. De todas formas tiene mucho potencial y oportunidad de crecimiento para ir mejorando.

Una excelente alternativa para quienes no terminan de amigarse con Python y necesitan ejecutar algunas transformaciones entre capas de Lake o ingesta de datos.

#data wrangler #python data wrangler #python #fabric #powerbi #power bi #power bi service #fabric notebooks #python notebooks #ladataweb #fabric argentina #fabric jujuy #fabric cordoba #synapse

[senderopress]

Msc vs Cognitiveclass.ai

Dada mi curiosidad con la preparación y costos de una persona en la Transformación Digital, investigue a una universidad catalogada entre las primeras 20 del ranking 2020 de USA, que imparte un postGrado en BIG DATA y la comparé con www.cognitiveclass.ai (Universidad de IBM). Les hago el mayor resumen logrado, de una vez les digo que considero que el 80% de lo dado en la "universidad" es a nivel de nombre de la materia... igual!.Vamos a compararlas:

UNIVERSIDAD                            Clase Cognitiva (IBM) materias                                     + electivas: 42                           Batches: 64 Tiempo estudio: 2 a 3 años       < 1 año

Áreas:  Manejo Proyectos           -- IA                                                  Igual BlockChain                                  Igual Ciencia Datos                              Igual Big Data                                       Igual ?                                                   Arquitecturas Reactivas ?                                                   Optimizacion de decisiones

Virtual: ?                                       100% en línea

Cloud: ?                                         IBM Cloud                                                       IBM Object Storage                                                       IBM BlockChain

Software ?                                    Watson Studio                                                       Machine Learning                                                       Deep Learning                                                       SPSS Modeler                                                       SPSS Estadisticas                                                      Jupyter Notebooks

                                                    Zepellin Notebooks                                                     IA Watson API's:                                                      . Reconocimiento facial                                                      . Texto a voz                                                      . Voz a texto                                                      . Translación de idiomas                                                      R, Python, Scala                                                      Hadoop                                                      Spark                                                      Kafka                                                      HIVE                                                     SQL

Titulado: SI                                    NO Costo:    41.000 USD                    0,00 USD

EXPERIENCIAS PROPIAS Y COSTOS OPCIONALES ¿Saben una cosa?, Yo no tengo interés en el título,me interesan otros estudios. Quien les escribe se acerca a los 30 Batches logrados. Esto es para mi , FASE I, es decir dar mis primeros pasos en la Transformación Digital.

Luego empezare , en mi Road Map personal, mi FASE II que consiste en profundizar todos estos temas, estamos hablando de entre 200 y 700 USD en libros, mas apoyo con profesores en matemáticas y/o Estadísticas, si es que quiero entrar en temas como desarrollar un nuevo algoritmo en una librería en algún lenguaje, de verdad que no lo sé. Luego empiezo Fase III, que es solucionar problemas reales. Recurran al representante de IBM de su país para temas de Cloud.

Finalmente les recomiendo que si quieren tener un WorkStation (computador en casa) propio para investigar o emprender estos profundos temas, vayan comprando las piezas estamos hablando de unos 2.500 USD y ustedes lo arman o un ténico. Aumentando el poder de computo pueden llegar a unos 20.000 USD, con crecimiento vertical sobre el mismo computador. Si quieren ver el costo de un workstation comprandolo por Internet ya armado, de entrada estamos hablando de 8.000 USD. Esta de mas decirles, que mi plan por FASES encaja perfectamente realizarlo en paralelo o secuencia.

Éxitos y mucha suerte.!

#IBM #cognitiveclass.ai #TransformacionDigital #BIGDATA

[paisa-code]

La pasarela del desarrollo de software

Todos los días nos vemos abrumados con nuevos frameworks, nuevas librerías y nuevas metodologías, la experticia a día de hoy es una ilusión basada en conocimientos sobre tecnologías pasadas y el aprovechamiento de la misma novedad; "en tierra de ciegos el tuerto es rey".    Me refiero a pasadas por que son tecnologías de dos años atrás, podría enumerar entonces muchos de los conocimientos que el gremio exige y que entrega medallas escondidas en títulos que denotan dos situaciones: o explotación de una pasión nata en nosotros o una herramienta ejecutada de manera mediocre y sin poder usar el 100 por ciento de su potencial, comencemos con la lista:

Backend:Nos encontramos con lenguajes como:

Java

C#

Python

Ruby

javascript(NodeJs)

Y de ahí se desprenden frameworks, librerías e IDEs que aunque cumplen la misma función, muchas solo tienen de diferencia que es lo mas usado de momento.Solo en java podemos encontrarnos con Spring Mvc, Spring boot, JFS, la lista es interminable.

No basta con esto, después nos encontramos con el frontend que a mi parecer debido a sus resultados inmediatos tiene mas influencia en nosotros y nos lleva a experimentar mas y adoptar de manera mas rápida las modas que transitan por este mundo del desarrollo, en este campo tenemos categorías por su función: están los frameworks o librerías que tienen como base el javascript y nos ayudan a operar acciones en el html permitiendo el dinamismo de nuestros desarrollos web por otro lado tenemos los preprocesadores de css como sass, less y mas, finalmente tenemos librerías que nos ayudan a la maquetación de nuestros sitios incluyendo funciones que son ya  inherentes en las web.una lista bastante breve es:

JQuery(recontra Obsoleto)"pero me encanta, quizás es la nostalgia"

Knockoutjs(obsoleto)

Angularjs(obsoleto)

Angular 2 al 8

Reactjs

vuejs

embeberjs

backbonejs

less

sass

foundation

bootstrap

materialize

Cada vez que sale una nueva herramienta para la creación de software la experticia se ve comprometida por el tiempo de la misma en el mercado , y cada vez gracias a la nube tenemos mas recursos disponibles y es muy fácil escalar recursos para soportar nuestras descuidadas formas de programar consecuencias del desconocimiento en estas herramientas.Entonces las empresas buscan personas fullstack suponiendo que nuestros conocimientos y gustos deben estar al servicio de las tecnologías que estén en sus 15 minutos de fama.

Les dejo algunas referencias de las pocas herramientas que nombre y una pregunta que todos debemos hacernos: ¿cuanto tiempo trabajando en una herramienta nos hace expertos?.

mis favoritas: en backend c# en visual studio con .NetFramework o .NetCore y en front Angular 8; para móviles Xamarin Forms.

sitios de las herramientas:

https://www.java.com/es/download/faq/whatis_java.xml https://visualstudio.microsoft.com/es/ https://www.ruby-lang.org/es/ https://angular.io https://es.reactjs.org https://vuejs.org https://materializecss.com

#desarrolladores #developer tools #software #fullstack #frontend #backend

[evilnapsis]

Crear una Grafica de Pie o Pastel con Matplotlib y Python

Crear una Grafica de Pie o Pastel con Matplotlib y Python

Veamos como crear una gráfica de Pie o pastel con Python y la librería Matplotlib. (more…)

View On WordPress