2. Fundamentos de Python#

Note

Duración: 2 horas. Objetivo central: Dominar tipos de datos, estructuras y funciones en Python a través de ejemplos oceanográficos reales.

2.1. Tipos de datos primarios y variables#

En oceanografía, trabajamos constantemente con números enteros (conteo de muestras), flotantes (temperatura, salinidad, profundidad), cadenas de texto (identificadores de estaciones) y booleanos (control de calidad):

station_id = "CTD-B01"      # Cadena (str)
latitude = 24.1425           # Flotante (float)
longitude = -110.3128        # Flotante (float)
depth_m = 450.5              # Profundidad en metros (float)
qc_passed = True             # Bandera de calidad (bool)
sample_count = 12            # Conteo de botellas Niskin (int)

2.2. Estructuras de datos: Listas y diccionarios#

Las listas almacenan secuencias ordenadas de valores (ej. profundidades de muestreo), mientras que los diccionarios vinculan claves y atributos (ej. metadatos de una estación):

# Lista de profundidades estandar (metros)
sampling_depths = [0, 10, 25, 50, 75, 100, 200, 500]

# Diccionario con metadatos de estación oceanográfica
station_metadata = {
    "cruise": "GOLFO-2026-I",
    "station": "E04",
    "lat_dms": (25, 30, 15.2),  # Grados, Minutos, Segundos
    "lon_dms": (-111, 12, 45.8),
    "bottom_depth_m": 820.0,
}

2. Tipos de datos en Python, pandas y GeoPandas#

En Python, un tipo de dato describe la clase de un valor, como un número o una cadena de texto. En una tabla de pandas o GeoPandas, cada columna tiene un tipo de datos, o dtype, que indica cómo se almacenan sus valores.

2.1. 1. Tipos básicos de Python#

Tipo

Ejemplo

Descripción

int

12

Número entero.

float

4.5

Número decimal.

bool

True, False

Valor lógico.

str

"La Paz"

Cadena de texto.

NoneType

None

Ausencia de valor.

complex

2 + 3j

Número complejo.

Se puede consultar el tipo de un valor con type():

magnitud = 4.5
print(type(magnitud))  # <class 'float'>

2.1.1. Colecciones#

Python también dispone de tipos que reúnen varios valores. Los siguientes ejemplos usan datos hipotéticos de sismos.

Tipo

Características

Ejemplo

list

Secuencia ordenada y modificable; admite valores repetidos.

[3.2, 4.5, 3.2]

tuple

Secuencia ordenada que no se puede modificar después de crearla.

(-110.3, 24.1)

dict

Asocia claves únicas con valores; es modificable.

{"mag": 4.5, "depth": 10.0}

set

Conjunto de valores únicos, sin orden garantizado.

{"ml", "mw"}

Una lista puede almacenar las magnitudes de varios eventos:

magnitudes = [3.2, 4.5, 3.2]
magnitudes.append(5.1)
print(magnitudes[0])  # 3.2

Una tupla puede representar la ubicación de un sismo como (longitud, latitud):

ubicacion = (-110.3, 24.1)
longitud, latitud = ubicacion
print(longitud, latitud)  # -110.3 24.1

Un diccionario puede reunir los atributos de un evento:

evento = {
    "place": "La Paz",
    "mag": 4.5,
    "depth": 10.0,
    "ubicacion": (-110.3, 24.1),
}
print(evento["mag"])  # 4.5

Un conjunto permite identificar tipos de magnitud distintos sin repeticiones:

tipos_magnitud = {"ml", "mw", "ml"}
print(tipos_magnitud)  # Contiene solo "ml" y "mw"; el orden puede variar.

2.2. 2. Tipos de columnas en pandas#

Un DataFrame puede contener columnas de distintos tipos. Cada columna tiene su propio dtype.

dtype habitual

Contenido

Ejemplo

int64

Números enteros.

12

float64

Números decimales.

4.5

bool

Valores lógicos.

True

object

Objetos de Python, frecuentemente cadenas o valores mezclados.

"La Paz"

string

Texto, con soporte de valores faltantes.

"La Paz"

datetime64[...]

Fechas y horas, con o sin zona horaria.

2024-01-15

timedelta64[...]

Intervalos de tiempo.

2 días

category

Valores categóricos, útiles cuando se repiten categorías.

"reviewed"

Int64, Float64, boolean

Tipos que admiten valores faltantes con pd.NA.

12, pd.NA

Los nombres concretos pueden variar según los datos y la versión de pandas. La diferencia entre mayúsculas y minúsculas importa: por ejemplo, Int64 es un tipo de pandas que admite valores faltantes, mientras que int64 es un tipo entero de NumPy.

Para consultar los tipos de la tabla de la libreta:

sismos.dtypes

En la salida de ejemplo, latitude, longitude, depth y mag son float64, mientras que place, magType y time aparecen como object. La última línea, dtype: object, describe el tipo de la serie que devuelve sismos.dtypes, no el tipo de todas las columnas originales.

2.2.1. ¿Qué significa object?#

Una columna object almacena referencias a objetos Python. A menudo contiene cadenas de texto, pero object no garantiza que todos sus valores sean texto ni que tengan el mismo tipo. Puede incluir, por ejemplo, cadenas, números, listas y valores faltantes.

import pandas as pd

valores = pd.Series([4.5, "4.6", None], dtype="object")
print(valores.dtype)            # object
print(valores.map(type))        # float, str y NoneType

Aunque 4.5 y "4.6" se parecen, el primero es un número y el segundo es texto. Esta mezcla puede dificultar cálculos, comparaciones y ordenamientos. Para inspeccionar los tipos de los valores de una columna:

sismos["mag"].map(type).value_counts()

Si una columna debería contener números, pd.to_numeric puede convertirla:

numeros = pd.to_numeric(valores, errors="coerce")

Con errors="coerce", los valores que no se puedan convertir pasan a ser faltantes. Conviene revisarlos antes de reemplazar los datos originales:

no_convertidos = valores.notna() & numeros.isna()
print(valores[no_convertidos])

De forma similar, una columna object con fechas en texto puede convertirse a fechas. En la libreta, time aparece como object, por lo que todavía no tiene un dtype de fecha:

sismos["time"] = pd.to_datetime(sismos["time"], utc=True, errors="coerce")

Aquí utc=True normaliza las fechas a UTC; errors="coerce" convierte las fechas que no se puedan interpretar en NaT, el valor faltante para fechas.

2.3. 3. Tipos en GeoPandas#

Un GeoDataFrame admite las mismas columnas que un DataFrame de pandas y añade columnas de tipo geometry. Una columna de geometría puede contener:

Geometría

Representación

Ejemplo

Point

Punto.

Localización de un sismo.

LineString

Línea.

Trazo de una falla.

Polygon

Polígono.

Límite de una región.

MultiPoint, MultiLineString, MultiPolygon

Colecciones de geometrías del mismo tipo.

Un estado formado por varios polígonos.

GeometryCollection

Colección de geometrías que pueden ser de distintos tipos.

Un punto y una línea agrupados.

Si longitude y latitude son coordenadas WGS84, se pueden convertir a puntos así:

import geopandas as gpd

sismos_geo = gpd.GeoDataFrame(
    sismos,
    geometry=gpd.points_from_xy(sismos["longitude"], sismos["latitude"]),
    crs="EPSG:4326",
)

print(sismos_geo.dtypes)

La columna geometry tendrá el dtype geometry y cada valor representará un punto. El sistema de referencia de coordenadas, o CRS, indica cómo interpretar las coordenadas; no es un dtype. EPSG:4326 solo debe asignarse si las coordenadas originales están en WGS84.

Para inspeccionar la tabla y sus geometrías:

type(sismos_geo)                       # Tipo del objeto completo
sismos_geo.dtypes                      # Tipo de cada columna
sismos_geo.geometry.geom_type          # Tipo de cada geometría
sismos_geo.geometry.geom_type.value_counts()  # Conteo por tipo
sismos_geo.crs                         # Sistema de referencia

2.4. Control de flujo: Condicionales y bucles#

Iterar sobre perfiles oceanográficos y filtrar según criterios físicos:

temperatures = [24.5, 22.1, 18.3, 14.2, 11.0, 8.5]

for temp in temperatures:
    if temp > 20.0:
        layer = "Capa superficial cálida"
    elif temp >= 12.0:
        layer = "Termoclina"
    else:
        layer = "Agua profunda"
    print(f"Temperatura: {temp:4.1f} C -> {layer}")

2.5. Funciones reutilizables: Conversión de coordenadas#

En bitácoras y cartas náuticas es habitual registrar coordenadas en formato sexagesimal (Grados, Minutos y Segundos). La librería espacial requiere Grados Decimales (DD):

\[\text{DD} = \text{Grados} + \frac{\text{Minutos}}{60} + \frac{\text{Segundos}}{3600}\]
def dms_to_dd(degrees: float, minutes: float, seconds: float, hemisphere: str = "N") -> float:
    """
    Convierte coordenadas de Grados, Minutos y Segundos (DMS) a Grados Decimales (DD).

    Parametros:
        degrees (float): Grados absolutos.
        minutes (float): Minutos sexagesimales.
        seconds (float): Segundos sexagesimales.
        hemisphere (str): Orientacion cardinal ('N', 'S', 'E', 'W').

    Retorna:
        float: Coordenada en grados decimales con signo apropiado.
    """
    dd = degrees + (minutes / 60.0) + (seconds / 3600.0)
    if hemisphere.upper() in ["S", "W"]:
        dd = -dd
    return round(dd, 6)

# Ejemplo de aplicacion practica
lat_estacion = dms_to_dd(24, 15, 30.5, "N")
lon_estacion = dms_to_dd(110, 20, 15.0, "W")
print(f"Coordenadas en Grados Decimales: ({lat_estacion}, {lon_estacion})")

2.6. Ejercicios de la sesión#

  1. Escriba una función que reciba una lista de temperaturas registradas por un CTD y devuelva el gradiente térmico vertical entre la superficie y la máxima profundidad.

  2. Cree una lista de diccionarios representando tres estaciones oceanográficas con coordenadas en DMS y conviértalas a grados decimales mediante un bucle for.