1. Learn
    2. /
  2. Courses
    3. /
  3. Python intermedio
  • 1

    Matplotlib

    Free

    La visualización de datos es una habilidad clave para los aspirantes a científicos de datos. Matplotlib facilita la creación de gráficos significativos y reveladores. En este capítulo, aprenderás a construir varios tipos de gráficos y a personalizarlos para que sean más atractivos visualmente e interpretables.

  • 2

    Diccionarios y pandas

    Conoce el diccionario, una alternativa a la lista de Python, y el DataFrame de pandas, el estándar de facto para trabajar con datos tabulares en Python. Practicarás la creación y manipulación de conjuntos de datos, y aprenderás a acceder a la información que necesitas de estas estructuras de datos.

  • 3

    Lógica, flujo de control y filtrado

    La lógica booleana es la base de la toma de decisiones en los programas Python. Conoce los distintos operadores de comparación, cómo combinarlos con operadores booleanos y cómo utilizar los resultados booleanos en estructuras de control. También aprenderás a filtrar datos en DataFrames de pandas utilizando la lógica.

  • 4

    Bucles

    Hay varias técnicas que puedes utilizar para ejecutar repetidamente código Python. Mientras que los bucles son como sentencias if repetidas, el bucle for itera sobre todo tipo de estructuras de datos. Aprende todo sobre ellos en este capítulo.

  • 5

    Caso práctico: Estadísticas Hacker

    Este capítulo te permitirá aplicar todos los conceptos que has aprendido en este curso. Utilizarás estadísticas de hacker para calcular tus posibilidades de ganar una apuesta. ¡Utiliza generadores de números aleatorios, bucles y Matplotlib para obtener una ventaja competitiva!

Initializing

Exercise

Poner en práctica la torpeza

Con este código tuyo tan bien escrito, cambiar el número de veces que debe simularse el paseo aleatorio es superfácil. Sólo tienes que actualizar la función range() en el bucle de nivel superior for.

¡Todavía hay algo que olvidamos! Eres un poco torpe y tienes un 0,5% de posibilidades de caerte. Eso requiere otra generación de números aleatorios. Básicamente, puedes generar un flotador aleatorio entre 0 y 1. Si este valor es menor o igual que 0,005, debes restablecer el paso a 0.

Instructions

100 XP
  • Cambia la función range() para que la simulación se realice 20 veces.
  • Termina la condición if para que step se ponga a 0 si un flotador aleatorio es menor o igual que 0,005. Utiliza np.random.rand().