from IPython.display import HTML

HTML("""
<style>

/* ocultar la primera celda */
.jp-CodeCell:first-child {
    display:none;
}

/* tipografía general */
body {
    font-family: 'Segoe UI', Arial, sans-serif;
    line-height: 1.7;
    background:#fafafc;
}

/* títulos */
h1 {
    color:#6B8EEC;
    border-bottom:3px solid #BFD3FF;
    padding-bottom:6px;
}

h2 {
    color:#5A5A7A;
    margin-top:30px;
}

/* párrafos */
p {
    font-size:16px;
    color:#444;
}

/* bloques de código */
.jp-CodeCell pre {
    background:#f4f6ff !important;
    color:#333 !important;
    border-left:4px solid #9FB8FF;
    padding:12px;
    border-radius:6px;
}

/* resultados */
.jp-OutputArea pre {
    background:#fdf6ff;
    border-left:4px solid #D7B8FF;
    padding:10px;
    border-radius:6px;
}

/* tablas de pandas */
.dataframe {
    border-collapse: collapse !important;
    margin-top:15px;
    background:white;
    border-radius:8px;
    overflow:hidden;
}

.dataframe th {
    background:#C9D8FF !important;
    color:#333 !important;
    padding:8px;
}

.dataframe td {
    padding:8px;
    border-bottom:1px solid #eee;
}

/* cajas informativas */
.note {
    background:#EEF3FF;
    padding:15px;
    border-radius:8px;
    border-left:6px solid #9FB8FF;
}

/* listas */
ul {
    line-height:1.8;
}

</style>
""")

Análisis de datos usando NumPy

En esta sección se utiliza la biblioteca NumPy, una herramienta muy utilizada en Python para realizar cálculos numéricos y trabajar con arreglos de datos de manera eficiente.

Primero se importa la biblioteca NumPy y se le asigna el alias np, lo cual es una convención común en Python.

Posteriormente se crea un arreglo que contiene diferentes valores que representan datos de ventas. Estos datos se almacenan en una estructura llamada array, la cual permite realizar operaciones matemáticas de forma rápida.

Finalmente se utiliza la función np.sum() para calcular la suma total de los valores almacenados en el arreglo.

Este tipo de operaciones es muy común en análisis de datos, estadísticas y procesamiento de información.

import numpy as np

ventas = np.array([12, 8, 15, 20, 50])

total = np.sum(ventas)

print("Ventas:", ventas)
print("Total de ventas:", total)

Ventas: [12  8 15 20 50]
Total de ventas: 105

Cálculo de ventas utilizando bucles

En esta sección se realiza un análisis simple de una lista de ventas utilizando estructuras básicas de Python.

Primero se define una lista que contiene diferentes valores de ventas. Luego se calcula el total de las ventas recorriendo la lista con un bucle for y acumulando los valores en una variable.

Posteriormente se obtiene el promedio de las ventas dividiendo el total entre la cantidad de elementos de la lista.

Finalmente se utiliza una estructura condicional if dentro de un bucle for para identificar aquellas ventas que superan un valor determinado. Esto permite filtrar y mostrar únicamente los valores que cumplen con la condición establecida.

Este tipo de estructuras es fundamental para el procesamiento de datos en Python.

ventas = [100, 300, 150, 400, 250]

total = 0

for v in ventas:
    total += v

promedio = total / len(ventas)

print("Total:", total)
print("Promedio:", promedio)

print("Ventas altas:")

for v in ventas:
    if v >= 250:
        print(v)

Total: 1200
Promedio: 240.0
Ventas altas:
300
400
250