Ingresa a la aplicación haciendo clic aquí ☞

Si tienes cuenta en Github, no olvides darle una estrella al proyecto para que siga creciendo ⭐

Este manual ha sido creado con la finalidad de facilitar el aprendizaje en Python a estudiantes y profesionales en el campo de la Geología.

Es recomendable tener conocimientos previos en geología general, estadística y álgebra lineal.
También es importante tener perseverancia para aprender cada tema y creatividad para resolver problemas.

• Aprender a desarrollar código usando Python.
• Desarrollar un pensamiento algorítmico.
• Aprender a usar Python para solucionar problemas en Geología.

Todos los capítulos están disponibles dentro del repositorio como notebooks de Jupyter .ipynb.

1. Fundamentos de Python
   1a. Python básico
   1b. Numpy
   1c. Pandas
   1d. Matplotlib
   1e. Ejercicios de Python en Geología
   1f. Ejercicios resueltos de Python en Geología
2. Estadística y Visualización de datos
   2a. Bootstrap
   2b. Análisis descriptivo
   2c. Ejemplos de visualización de datos
   2d. Visualización de sondajes en 3D
   2e. Visualización de un modelo de bloques en 3D
3. Ciencia de datos y Machine Learning
   3a. Seaborn
   3b. Agregando interactividad dentro de Python
   3c. Árboles de decisión
4. Geoestadística
   4a. Introducción al Variograma
   4b. Variograma 1D
   4c. Declustering
   4d. Interpolación 2D - Inverso de la distancia
5. Geoquímica
   5a. Pyrolite
6. Geofísica
   6a. Visualizando registros de pozo
7. Geología estructural
   7a. Mplstereonet
   7b. Red estereográfica interactiva
8. Geotecnia
   8a. Estimación de la probabilidad de falla en un talud

• Plantilla para visualizar sondajes en 3D

Es altamente recomendable usar Binder para interactuar con los notebooks.
Alternativamente, puedes clonar el repositorio y usarlos como plantilla o reusar el código para desarrollar tus propios notebooks.

El manual contiene documentos en formato .ipynb y se pueden abrir de las siguientes formas:

• A través de un navegador web, usando la aplicación de Google Colab.
• Usando Binder, una aplicación web que permite ejecutar código arbitrario dentro de un entorno virtual (similar a Google Colab).
• A través de un editor de código instalado en tu computadora, como por ejemplo: Jupyter Lab, Jupyter Notebook o Visual Studio Code.

Si no tienes instalado Python, puedes seguir las indicaciones del archivo Anexos.ipynb.

• Barbieri, R., Garelik, C. (2022). La matemática y las geociencias. Editorial UNRN (pp. 15 y 136).
• Mälicke, M. (2022). SciKit-GStat 1.0: a SciPy-flavored geostatistical variogram estimation toolbox written in Python. European Geosciences Union, Volume 15, issue 6. Institute for Water and River Basin Management, Karlsruhe Institute of Technology (KIT), Karlsruhe, Germany.
• Marsden, Eric. (2021). Monte Carlo simulation for estimating slope failure risk.
• Petrelli, M. (2021). Introduction to Python in Earth Science Data Analysis. Repositorio en Github
• Pyrcz, M. (2020). Python Numerical Demos.
• Suarez-Burgoa, L. (2017). Matematización de la geología. Boletín de Ciencias de la Tierra 41 (pp. 30 - 38). Universidad Nacional de Colombia.