###############################################################################
# CARGAMOS LAS LIBRERIAS DE FUNCIONES HECHAS QUE VAMOS A USAR
###############################################################################
import numpy as np #PARA HACER CUENTAS
import xlrd #PARA CARGAR ARCHIVOS DE EXCEL
import matplotlib.pyplot as plt #PARA GRAFICAR
plt.close('all') #CIERRA CUALQUIER GRAFICO QUE HAYA ABIERTO

###############################################################################
# DEFINIMOS NOSOTROS OTRAS DE LAS FUNCIONES QUE VAYAMOS A USAR
###############################################################################
# FUNCION PARA ABRIR UNA COLUMNA DE UN ARCHIVO DE EXCEL
def abrir_columna_excel(nombre_archivo,columna):
  wb = xlrd.open_workbook(nombre_archivo) 
  Hoja1 = wb.sheet_by_index(0) 
  N_datos=len(Hoja1.col_values(columna))
  datos=[]
  for i in range(1,N_datos):
    if type(Hoja1.cell_value(i, columna))==float:
      datos.append(Hoja1.cell_value(i, columna))
  return datos

###############################################################################
# ESCRIBIMOS LA SECUENCIA DE PROCESOS DE NUESTRO PROGRAMA
###############################################################################
# CARGAMOS LA COLUMNA DE EXEL QUE QUERRAMOS ANALIZAR
nombre_archivo = ("C:\\Users\\Usuario\\Dropbox\\Clase Estadística\\mediciones.xlsx") 
columna=2
datos=abrir_columna_excel(nombre_archivo,columna)
N_datos=len(datos)

#N_datos=10000
#datos=np.random.normal(10,1,N_datos)

# PARA VER EN PANTALLA CUANTOS DATOS CARGAMOS
print('Hay '+str(N_datos)+' datos en total')

# ABRO UNA VENTANA PARA GRAFICAR
plt.figure()
# HAGO UN HISTOGRAMA CON BINEADO AUTOMATICO
plt.hist(datos)
plt.xlabel('Tiempo(s)')
plt.ylabel('Frecuencia')
# LE AGREGO EL TITULO AL GRAFICO
plt.title('Bineado automatico')

# HAGO UN HISTOGRAMA CON UN NUMERO DETERMINADO DE CAJITAS
N_cajitas=20
plt.figure()
plt.hist(datos,N_cajitas)
plt.xlabel('Tiempo(s)')
plt.ylabel('Frecuencia')
plt.title('Bineado por total de cajitas')

# HAGO UN HISTOGRAMA DEFINIENDO CADA CAJITA
bordes_cajitas=[5,6,7,8,9,10,11,12,13,14,15]
plt.figure()
plt.hist(datos,bordes_cajitas)
plt.xlabel('Tiempo(s)')
plt.ylabel('Frecuencia')
plt.title('Bineado por bordes de cajitas')

# ABRO UNA NUEVA VENTANA PARA AGREGAR LA MEDIA, MEDIANA, MODA E INTERVALOS
plt.figure()
histo=plt.hist(datos)
plt.xlabel('Tiempo(s)')
plt.ylabel('Frecuencia')
# CALCULO LA MEDIA (EL VALOR MEDIO)
media=np.mean(datos)
plt.plot([media, media],[0,np.max(histo[0])],lw=3,label='media')

# CALCULO LA MEDIANA (EL VALOR DE LA MITAD)
mediana=np.median(datos)
plt.plot([mediana, mediana],[0,np.max(histo[0])],label='mediana')

# CALCULO LA MODA (EL VALOR MAS FRECUENTE)
moda=(histo[1][np.argmax(histo[0])]+histo[1][np.argmax(histo[0])+1])/2
plt.plot([moda, moda],[0,np.max(histo[0])],label='moda')

# CALCULO EL INTERVALO DE 50% DE CONFIANZA
intervalo_50=[np.percentile(datos,25),np.percentile(datos,75)]
plt.axvspan(intervalo_50[0],intervalo_50[1], alpha=0.5, color='green',label='intervalo 50%')

# CALCULO EL INTERVALO DE 95% DE CONFIANZA
intervalo_95=[np.percentile(datos,2.5),np.percentile(datos,97.5)]
plt.axvspan(intervalo_95[0],intervalo_95[1], alpha=0.25, color='green',label='intervalo 95%')

plt.legend()
plt.show()