Contacto: [email protected] | Linkedin | Github
Ingresa a la aplicación haciendo clic aquí ☞
Si tienes cuenta en Github, no olvides darle una estrella al proyecto para que siga creciendo ⭐
Este manual ha sido creado con la finalidad de facilitar el aprendizaje en Python para estudiantes y profesionales en el campo de la Geología.
Es recomendable tener conocimientos previos en geología general, estadística y álgebra lineal.
También es importante tener perseverancia para aprender cada tema y creatividad para resolver problemas.
- Aprender a desarrollar código usando Python.
- Desarrollar un pensamiento algorítmico.
- Aprender a usar Python para solucionar problemas en Geología.
Todos los capítulos están disponibles dentro del repositorio como notebooks de Jupyter .ipynb
.
- Fundamentos de Python
1a. Python básico
1b. Numpy
1c. Pandas
1d. Matplotlib
1e. Ejercicios de Python en Geología
1f. Ejercicios resueltos de Python en Geología - Estadística
2a. Bootstrap
2b. Análisis descriptivo - Ciencia de datos
3a. Seaborn
3b. Agregando interactividad dentro de Python
3c. Visualización de datos
3d. Visualización de sondajes en 3D
3e. Visualización de un modelo de bloques en 3D - Geoestadística
4a. Declustering
4b. Variograma - Geoquímica
5a. Pyrolite - Geofísica
6a. Visualizando registros de pozo - Geología estructural
7a. Mplstereonet
7b. Red estereográfica interactiva - Geotecnia
8a. Estimación de la probabilidad de falla en un talud
- Plantilla para visualizar sondajes en 3D
Es altamente recomendable usar Binder para interactuar con los notebooks.
Alternativamente, puedes clonar el repositorio y usarlos como plantilla o reusar el código para desarrollar tus propios notebooks.
El manual contiene documentos en formato .ipynb
y se pueden abrir de las siguientes formas:
- A través de un navegador web, usando la aplicación de
Google Colab
. - Usando
Binder
, una aplicación web que permite ejecutar código arbitrario dentro de un entorno virtual (similar aGoogle Colab
). - A través de un editor de código instalado en tu computadora, como por ejemplo:
Jupyter Lab
,Jupyter Notebook
oVisual Studio Code
.
Si no tienes instalado Python
, puedes seguir las indicaciones del archivo Anexos.ipynb
.
- Maurizio Petrelli (2021). Introduction to Python in Earth Science Data Analysis. Repositorio en Github
- Barbieri, R., Garelik, C. (2022). La matemática y las geociencias. Editorial UNRN (pp. 15 y 136).
- Marsden, Eric. (2021). Monte Carlo simulation for estimating slope failure risk.
- Pyrcz, M. (2020). Python Numerical Demos.