Prueba Adicional de Notas - Aplicado con Colab

Realizado por : Guido W. Fernandez Ortiz

**********************************

Este es un ejemplo:  Analisis de Datos - GPT 3.5

*********************************

Desarrolla un ejemplo demostrativo completo de analisis de datos con Python de un proceso de evaluación sumativo, para un curso en linea de 30 participantes. Emplea datos ficticios y considera como parametros: asistencia 10 puntos, Foros de discusión 20 puntos, Trabajos 40, Cuestionario 30, sumando 100 puntos, La nota de aprobación es 65

import pandas as pd

import numpy as np

np.random.seed(42)

participantes = range(1, 31)

asistencia = np.random.randint(0, 11, 30)

foros = np.random.randint(0, 21, 30)

trabajos = np.random.randint(0, 41, 30)

cuestionario = np.random.randint(0, 31, 30)

data = {

    'Participante': participantes,

    'Asistencia': asistencia,

    'Foros': foros,

    'Trabajos': trabajos,

    'Cuestionario': cuestionario

}

df = pd.DataFrame(data)

// calculo de notas finales

df['Nota_Final'] = df['Asistencia'] + df['Foros'] + df['Trabajos'] + df['Cuestionario']

// Analisis de Datos

df['Aprobado'] = df['Nota_Final'] >= 65

promedio_general = df['Nota_Final'].mean()

porcentaje_aprobados = (df['Aprobado'].sum() / len(df)) * 100

print(f"Promedio General: {promedio_general:.2f}")

print(f"Porcentaje de Aprobados: {porcentaje_aprobados:.2f}%")

// El resultado es:

Promedio General: 48.20 Porcentaje de Aprobados: 26.67%

// Detalle de Panilla

import matplotlib.pyplot as plt

import seaborn as sns

# Mostrar detalle de la planilla

print(df)

# Gráfica de barras para las notas finales

plt.figure(figsize=(10, 6))

sns.barplot(x='Participante', y='Nota_Final', data=df, palette='viridis')

plt.title('Notas Finales de Participantes')

plt.xlabel('Participante')

plt.ylabel('Nota Final')

plt.show()

# Gráfica de pastel para el porcentaje de aprobados

aprobados = df['Aprobado'].sum()

no_aprobados = len(df) - aprobados

plt.figure(figsize=(8, 8))

plt.pie([aprobados, no_aprobados], labels=['Aprobados', 'No Aprobados'], autopct='%1.1f%%', colors=['skyblue', 'lightcoral'])

plt.title('Porcentaje de Participantes Aprobados')

plt.show()

grafica de resultados

Lista de Aprobados y Reprobados

Notas Finales de los participantes

porcentaje de Aprobados y Reprobados