#!/usr/bin/env python
# coding: utf-8

# # Cómo cargar datos en Python
# 
# Es muy útil poder leer datos, pero es aún más útil poder modificarlos a nuestro antojo.
# 
# Hay varias maneras de hacer esto,usando diferentes módulos de Python.

# # Usando Numpy
# 
# Podemos generar datos dentro de Python usando Numpy y luego guardándolos en algún archivo, cuya extensión es ```.npy``` (Qué raro) para luego volver a cargarlo en otro Notebook o Script.
# 
# **Ejemplo:**

# In[49]:


import numpy as np


data = np.array([[1, 2, 3], [4, 5, 6]])

np.save('/home/moury/Documents/Data/test', data)

x = np.load('/home/moury/Documents/Data/test.npy')

print("Data =\n\n",x)


# **Juguemos** con los datos:

# In[36]:


sumita = np.sum(x)
produc = 2*x
potenc = x**2
promed = np.average(x)
stdevi = np.std(x)

print("La suma es:", sumita,"\n")
print("El Producto es:\n\n", produc,"\n")
print("La Potencia es:\n\n", potenc,"\n")
print("El promedio es:", promed,"\n")
print("La Desviación estándar es:", stdevi)


# También podríamos haber usado el atributo ```loadtxt``` para leer archivos .txt:

# In[52]:


x=np.loadtxt("/home/moury/Documents/Data/data.txt")
print("Data =\n\n",x)
#Notar los puntos


# # Usando CSV
# 
# Numpy es un poco celoso para leer archivos de otros formatos diferentes de npy y .txt.
# 
# En vez de eso, podemos usar el módulo **csv** (comma-separated values) para leer archivos.
# 
# Esto es un poco más engorroso, pero sin lugar a dudas vale la pena.
# 
# **Nota:** Solo podremos leer datos que contengan elementos numéricos.

# In[56]:


import csv

filen = '/home/moury/Documents/Data/data.txt'
rawdata = open(filen,'r')
reader = csv.reader(rawdata, delimiter=' ')
x = list(reader)
data = np.array(x).astype('float')
print(data)


# # Cargar datos desde Internet
# 
# Para esto, basta suministrar la dirección url donde se encuentran alojados los datos e importar ciertos atributos del módulo **urllib**:

# In[59]:


from numpy import loadtxt
from urllib.request import urlopen

url = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/pima-indians-diabetes.data.csv'

rawdata=urlopen(url)

data2 = loadtxt(rawdata, delimiter=",")

print(data2)


# # Tarea
# 
# - Hacer el mismo proceso usando la librería pandas
# - ¿Por qué es tan famoso pandas?
# - Haga un análisis estadístico descriptivo de un conjunto grande datos