# -*- coding: utf-8 -*-
"""
Editor de Spyder

Este es un archivo temporal
"""
# Donde empezar:

# Lo mas fácil para usar Python científico es utilizar
# la distribución Anaconda (que incluye muchos paquetes).
# http://continuum.io/downloads#py34

# Tutorial generico: http://www.diveintopython3.net/
# Documentacion de Python: https://docs.python.org/3/
# Tutorial científico: https://scipy-lectures.github.io/

# Paquetes:
# - Rutinas numéricas: http://www.numpy.org/
#                      http://www.scipy.org/
# - Graficos: http://matplotlib.org/
# - Manejo de Unidades: http://pint.readthedocs.org/

#==============================================================================
# IMPORTACIÓN DE LAS BIBLIOTECAS QUE NECESITAMOS USAR
#==============================================================================


import pandas as pd
import numpy as np
import matplotlib.mlab as mlab 
import matplotlib.pyplot as plt

#==============================================================================
# IMPORTACIÓN DE LOS DATOS DESDE UN ARCHIVO 
#==============================================================================
#uso la biblioteca 'pandas'

######### Desde un achivo de excel .csv
# Nombre del archivo con los datos, tiene que estar en la misma carpeta 
# donde guardamos el .py
file="histograma100.csv"

# donde volcar datos
result = []

# Lee el archivo, separado por tabulaciones, salteando 0 lineas de header
#     y empleando el punto como separador decimal
#data = pd.read_csv(file, sep='\t', skiprows=0, decimal='.')# mirar que separador tiene configurado el excel
data = pd.read_csv(file, sep=';', skiprows=0, decimal='.')


# Convierte el dataframe de pandas a un array de numpy
nparray = data.values # Guardo en la variable nparray los datos que importé, en forma de array (es como una matriz)

# Remueve los posibles nans del archivo
nparray = nparray[~np.isnan(nparray).any(axis=1)]


# Asigna las columnas a variables de salida al array
for cols in range(nparray.shape[1]):
    out = nparray[:,cols]
    result.append(out) 


# para ver
print(result)
print(len(result[0]))

######### Desde un achivo excel .xls


#xls_file = pd.ExcelFile('C:/Users/Win7 32 virtual/Desktop/data.xls') # Importar el archivo de Excel de esta dirección

#df = xls_file.parse('Hoja1') # En particular los datos de esta hoja

#data = np.array(df) # Guardo en la variable data los datos que importé, en forma de array (es como una matriz)

#x = data[:,0] # guardo en la variable x todos los datos de la columna 0

# #tener en cuenta que en python las cosas se numeran desde el cero, no desde el 1.

######### Desde un achivo .txt

# Datos ordenados- col1 : x, col 2: y, col3: dy
#Misdatos = np.loadtxt('Misdatos1.txt')
#x = Misdatos[:,0]
#y = Misdatos[:,1]
#dy = Misdatos[:,2]