Analisis de textos

Les dejamos, en este post, el codigo a emplear para el analisis de textos. Para usarlo, solo tienen que copiar y pegar la definicion de funcion que encontraran al pie de este post.

Esperamos que les resulte util.

* Codigo *

import numpy as np
import matplotlib.pyplot as plt

import re
from collections import Counter

def analisis_palabras(archivotxt):
# leemos archivo de texto
file = open(archivotxt, ‘r’)
# convertimos a minusculas
text = file.read().lower()
file.close()

# removemos cosas que no sean letras
text = re.sub(‘[^a-z\ \']+’, “”, text)
listado_de_palabras = list(text.split())

counts = Counter(listado_de_palabras)

labels, values = zip(*counts.items())

# ordenamos en orden descendente
indSort = np.argsort(values)[::-1]

# reordenamos
labels = np.array(labels)[indSort]
values = np.array(values)[indSort]

indexes = np.arange(len(labels))
N = len(values)
idx = np.linspace(1,N,N)

plt.figure()
plt.loglog(idx,values,’.')
plt.grid(‘on’)

return idx, values

Practicas especiales propuestas

En este post listamos *algunas* de las practicas especiales propuestas. Recuerden que pueden elegir alguna de estas, pero tambien existe la posibilidad de que ustedes traigan sus propias propuestas.

(1) Caracterizacion de las fuerzas de rozamiento en los sistemas del laboratorio
(2) Dinamica de sistemas en rotacion
(3) Conservacion de momento angular
(4) Pendulo de masa variable
(5) Pendulo fisico*
(6) Anillos oscilantes*
(7) Pendulo de Kater*
(8) Pendulo interrumpido

Tengan en cuenta que las propuestas marcadas con un asterisco (*) son recomendadas para estudiantes que hayan cursado ya Física 1, dado que hacen uso intensivo de nociones de cuerpo rígido. No obstante esta recomendación, aquellos que quieran encarar alguna de tales guías son también bienvenidos.

Todos los datos del periodo del pendulo en un mismo lugar

En este post les dejo el link a una jupyter notebook de python donde podran encontrar absolutamente todos los datos que midieron cada uno de ustedes para el periodo del pendulo. La idea es que tengan estos datos disponibles para explorarlos comparativamente, y ademas que vean como se pueden realizar visualizaciones de datos muy reveladoras con muy poco esfuerzo en python.

El documento podran encontrarlo aqui.

Espero que les resulte util.

Como mentir con estadisticas

Ya a principios de 1900 H.G. Wells escribia: “Statistical thinking will one day be as necessary for efficient citizenship as the ability to read and write”. Segun les comenté en clase, la estadistica es tan buena como nuestro conocimiento de como fue calculada y de como leer, a partir de ella, el mundo que nos rodea. En el caso particular de nuestro curso, esto implica saber analizar los resultados experimentales de forma justa, evaluando el nivel de precision alcanzado y transmitir nuestros resultados a la comunidad de forma clara e inequivoca.

Aqui les dejo un link al libro de Darrell Huff que les mencioné acerca de “Como mentir con estadistica”; es de lectura rapida y altamente recomendable para todo aquel que comienza a trabajar con las herramientas basicas de estadistica. El libro lo encontraran haciendo click aqui.

Espero que les resulte util.