Python ejercicios 2

Preparación: Importar Librerías

# Importa las librerías necesarias
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from io import StringIO # Para simular archivos CSV
 
# Configuraciones opcionales para mejor visualización
%matplotlib inline 
pd.set_option('display.max_rows', 100) # Mostrar más filas si es necesario
sns.set_style('whitegrid')

Parte 1: NumPy Básico

Ejercicio 1.1: Creación de Arrays

Crea un array de NumPy llamado tiempos_respuesta a partir de la siguiente lista de Python, que representa tiempos de respuesta de un servidor en milisegundos: [120, 135, 128, 140, 150, 133, 122].
Crea un array de NumPy llamado vulnerabilidades con 5 puntuaciones de criticidad (números flotantes) entre 0.0 y 10.0 (puedes inventarlos, ej: [7.5, 3.2, 8.9, 5.0, 9.8]).
Imprime ambos arrays y sus tipos (.dtype).

Ejercicio 1.2: Operaciones Vectorizadas

Convierte los tiempos_respuesta (del ejercicio 1.1) de milisegundos a segundos dividiendo el array por 1000. Guarda el resultado en tiempos_respuesta_seg.
“Normaliza” las puntuaciones de vulnerabilidades dividiendo cada puntuación por 10.0 (para que estén entre 0 y 1). Guarda el resultado en vulnerabilidades_norm.
Imprime los nuevos arrays.

tiempos_respuesta = np.array([120, 135, 128, 140, 150, 133, 122])
vulnerabilidades = np.array([7.5, 3.2, 8.9, 5.0, 9.8])

Ejercicio 1.3: Indexing y Slicing

Imprime el primer y el último tiempo de respuesta del array tiempos_respuesta.
Imprime los tiempos de respuesta desde el segundo hasta el cuarto elemento (inclusive).
Imprime todas las puntuaciones de vulnerabilidades que sean mayores o iguales a 7.0 (usa boolean indexing).

Ejercicio 1.4: Funciones Matemáticas Básicas

Calcula e imprime el tiempo de respuesta medio, mínimo y máximo del array tiempos_respuesta usando funciones de NumPy (np.mean(), np.min(), np.max()).

Parte 2: Pandas Series

Ejercicio 2.1: Creación de Series

Crea una Serie de Pandas llamada intentos_fallidos a partir de la lista [5, 10, 3, 1, 8], usando como índice los nombres de usuario ['admin', 'guest', 'root', 'user1', 'test'].
Imprime la Serie.

Ejercicio 2.2: Acceso a Elementos

Usando la Serie intentos_fallidos:
- Imprime el número de intentos fallidos del usuario ‘admin’.
- Imprime el número de intentos fallidos del segundo usuario (usando acceso posicional).
- Imprime los intentos fallidos de ‘guest’ y ‘test’ al mismo tiempo.

usuarios = ['admin', 'guest', 'root', 'user1', 'test']
datos_intentos = [5, 10, 3, 1, 8]
intentos_fallidos = pd.Series(datos_intentos, index=usuarios)

Ejercicio 2.3: Operaciones y Filtrado

Usando la Serie intentos_fallidos:
- Imprime los usuarios que tuvieron más de 4 intentos fallidos.
- Incrementa en 1 el número de intentos fallidos para todos los usuarios e imprime la Serie resultante.

Parte 3: Pandas DataFrames

Ejercicio 3.1: Creación de DataFrame desde Diccionario

Crea un DataFrame de Pandas llamado df_logs a partir del siguiente diccionario, simulando logs de acceso.
Imprime el DataFrame.

data = {
    'timestamp': ['2025-04-15 20:00:01', '2025-04-15 20:01:15', '2025-04-15 20:01:30', '2025-04-15 20:02:05', '2025-04-15 20:03:10'],
    'usuario': ['user1', 'admin', 'user1', 'guest', 'admin'],
    'ip_origen': ['192.168.1.10', '10.0.0.5', '192.168.1.10', '203.0.113.1', '10.0.0.5'],
    'accion': ['login_success', 'login_success', 'file_access', 'login_failed', 'logout']
}
 
df_logs = pd.DataFrame(data)
print(df_logs)

Ejercicio 3.2: Simulación de Lectura de CSV

Tenemos los siguientes datos simulados de un archivo CSV:

timestamp,source_ip,dest_ip,port,protocol,action
2025-04-15 21:00:00,192.168.1.50,10.0.0.80,80,TCP,ALLOW
2025-04-15 21:00:05,192.168.1.55,10.0.0.81,443,TCP,ALLOW
2025-04-15 21:00:10,192.168.1.50,10.0.0.80,123,UDP,DENY
2025-04-15 21:00:15,192.168.1.60,8.8.8.8,53,UDP,ALLOW
2025-04-15 21:00:20,192.168.1.55,10.0.0.81,443,TCP,ALLOW

Usa pd.read_csv() junto con StringIO() (importado al principio) para leer estos datos en un DataFrame llamado df_traffic.
Imprime el DataFrame.

csv_data = """
timestamp,source_ip,dest_ip,port,protocol,action
2025-04-15 21:00:00,192.168.1.50,10.0.0.80,80,TCP,ALLOW
2025-04-15 21:00:05,192.168.1.55,10.0.0.81,443,TCP,ALLOW
2025-04-15 21:00:10,192.168.1.50,10.0.0.80,123,UDP,DENY
2025-04-15 21:00:15,192.168.1.60,8.8.8.8,53,UDP,ALLOW
2025-04-15 21:00:20,192.168.1.55,10.0.0.81,443,TCP,ALLOW
"""
 
# Lee los datos usando pd.read_csv y StringIO
df_traffic = pd.read_csv(StringIO(csv_data))
print(df_traffic)

Ejercicio 3.3: Inspección Básica

Usando el DataFrame df_traffic del ejercicio anterior:
- Muestra las primeras 3 filas (.head()).
- Muestra las últimas 2 filas (.tail()).
- Muestra información general del DataFrame (.info()). ¿Qué tipo de datos tiene cada columna?
- Muestra un resumen estadístico (si aplica, .describe()).
- Muestra los nombres de las columnas (.columns).
- Muestra las dimensiones del DataFrame (.shape).

Ejercicio 3.4: Selección de Columnas

Usando df_traffic:
- Selecciona e imprime únicamente la columna ‘source_ip’.
- Selecciona e imprime las columnas ‘timestamp’, ‘source_ip’ y ‘action’.

Ejercicio 3.5: Selección de Filas (.loc y .iloc)

Usando df_traffic:
- Selecciona e imprime la primera fila usando .iloc.
- Selecciona e imprime las filas con índice 1 y 3 usando .iloc.
- Selecciona e imprime la fila con índice 2 usando .loc.
- Selecciona e imprime las filas con índice 0 a 2 (inclusive) usando .loc.

Ejercicio 3.6: Filtrado de Filas (Boolean Indexing)

Usando df_traffic:
- Selecciona e imprime todas las filas donde la acción (‘action’) sea ‘DENY’.
- Selecciona e imprime todas las filas donde el puerto (‘port’) sea 443.
- Selecciona e imprime todas las filas donde la IP origen (‘source_ip’) sea ‘192.168.1.55’.
- Selecciona e imprime todas las filas donde el protocolo sea ‘TCP’ Y la acción sea ‘ALLOW’.

Parte 4: Limpieza Básica de Datos

Ejercicio 4.1: Manejo de Nulos (NaN)

Vamos a crear un DataFrame con algunos valores faltantes:

data_vuls = {
    'cve_id': ['CVE-2025-001', 'CVE-2025-002', 'CVE-2025-003', 'CVE-2025-004', 'CVE-2025-005'],
    'producto': ['WebServer', 'Database', 'WebServer', 'OS', 'Database'],
    'puntuacion': [9.8, 7.5, np.nan, 5.0, 7.5],
    'vector': ['AV:N/AC:L/PR:N/UI:N/S:U/C:H/I:H/A:H', np.nan, 'AV:N/AC:L/PR:L/UI:N/S:U/C:H/I:N/A:N', 'AV:L/AC:H/PR:L/UI:R/S:C/C:L/I:L/A:N', np.nan]
}
df_vuls = pd.DataFrame(data_vuls)

Imprime el DataFrame df_vuls.
Cuenta cuántos valores nulos hay en cada columna (.isnull().sum()).
Crea un nuevo DataFrame df_vuls_filled donde los NaN en la columna ‘puntuacion’ se reemplacen por la media de esa columna (.fillna()).
Crea un nuevo DataFrame df_vuls_dropped donde se eliminen las filas que contengan cualquier valor NaN (.dropna()).
Imprime df_vuls_filled y df_vuls_dropped.

data_vuls = {
    'cve_id': ['CVE-2025-001', 'CVE-2025-002', 'CVE-2025-003', 'CVE-2025-004', 'CVE-2025-005'],
    'producto': ['WebServer', 'Database', 'WebServer', 'OS', 'Database'],
    'puntuacion': [9.8, 7.5, np.nan, 5.0, 7.5],
    'vector': ['AV:N/AC:L/PR:N/UI:N/S:U/C:H/I:H/A:H', np.nan, 'AV:N/AC:L/PR:L/UI:N/S:U/C:H/I:N/A:N', 'AV:L/AC:H/PR:L/UI:R/S:C/C:L/I:L/A:N', np.nan]
}
df_vuls = pd.DataFrame(data_vuls)
 
print("DataFrame Original:")
print(df_vuls)
print("\nValores Nulos por Columna:")
# Cuenta nulos aquí
 
# Rellena nulos en 'puntuacion' aquí
# df_vuls_filled = ...
# print("\nDataFrame con Nulos Rellenos:")
# print(df_vuls_filled)
 
# Elimina filas con nulos aquí
# df_vuls_dropped = ...
# print("\nDataFrame con Filas Nulas Eliminadas:")
# print(df_vuls_dropped)

Ejercicio 4.2: Manejo de Duplicados

Considera el DataFrame df_traffic del ejercicio 3.2. Ya tenía una fila duplicada (índices 1 y 4).
Encuentra las filas duplicadas en df_traffic usando .duplicated(). ¿Qué resultado te da?
Crea un nuevo DataFrame df_traffic_unique eliminando las filas duplicadas de df_traffic usando .drop_duplicates(). Conserva la primera aparición.
Imprime df_traffic_unique y verifica su tamaño (.shape).

# Asegúrate de tener df_traffic definido
 
# Encuentra duplicados aquí
 
# Elimina duplicados aquí
# df_traffic_unique = ...
 
# Imprime el resultado

Parte 5: Agrupación y Agregación (`.groupby()`)

Ejercicio 5.1: Agrupar y Contar

Usando el DataFrame df_logs (del ejercicio 3.1):
- Agrupa los logs por ‘usuario’ y cuenta cuántas acciones realizó cada uno (.size() o .count()).
- Agrupa los logs por ‘accion’ y cuenta cuántas veces ocurrió cada acción.
- Agrupa los logs por ‘ip_origen’ y cuenta cuántas acciones provinieron de cada IP.

# Escribe tu código para el Ejercicio 5.1 aquí
# Asegúrate de tener df_logs definido
data = {
    'timestamp': ['2025-04-15 20:00:01', '2025-04-15 20:01:15', '2025-04-15 20:01:30', '2025-04-15 20:02:05', '2025-04-15 20:03:10'],
    'usuario': ['user1', 'admin', 'user1', 'guest', 'admin'],
    'ip_origen': ['192.168.1.10', '10.0.0.5', '192.168.1.10', '203.0.113.1', '10.0.0.5'],
    'accion': ['login_success', 'login_success', 'file_access', 'login_failed', 'logout']
}
df_logs = pd.DataFrame(data)
 
# Agrupa por usuario y cuenta
 
# Agrupa por acción y cuenta
 
# Agrupa por IP y cuenta

Ejercicio 5.2: Agrupar con Múltiples Columnas

Usando el DataFrame df_logs:
- Agrupa por ‘usuario’ y ‘ip_origen’ simultáneamente y cuenta las ocurrencias.

Parte 6: Visualización Básica

Ejercicio 6.1: Histograma

Usando el DataFrame df_traffic (el original o el df_traffic_unique):
- Crea un histograma de la columna ‘port’ usando .plot(kind='hist') o plt.hist().
- Añade un título al gráfico.

# Asegúrate de tener df_traffic o df_traffic_unique definido
plt.figure(figsize=(8, 4)) # Opcional: ajustar tamaño
 
# Crea el histograma aquí
 
plt.title('Distribución de Puertos Utilizados')
plt.xlabel('Puerto')
plt.ylabel('Frecuencia')
plt.show()

Ejercicio 6.2: Gráfico de Barras

Usando el DataFrame df_logs:
- Calcula la cuenta de cada ‘accion’ (puedes usar .value_counts() o .groupby().size()).
- Crea un gráfico de barras de las cuentas de acciones usando .plot(kind='bar').
- Añade un título y etiquetas a los ejes.

# Asegúrate de tener df_logs definido
plt.figure(figsize=(8, 5))
 
# Calcula las cuentas de acciones aquí
# action_counts = ...
 
# Crea el gráfico de barras aquí
# action_counts.plot(kind='bar', ...) 
 
plt.title('Número de Ocurrencias por Acción')
plt.xlabel('Acción')
plt.ylabel('Número de Ocurrencias')
plt.xticks(rotation=45) # Rotar etiquetas si son largas
plt.tight_layout() # Ajustar layout
plt.show()

🪴 Rafael del Río

Explorer

Python ejercicios 2

Preparación: Importar Librerías

Parte 1: NumPy Básico

Parte 2: Pandas Series

Parte 3: Pandas DataFrames

Parte 4: Limpieza Básica de Datos

Parte 5: Agrupación y Agregación (`.groupby()`)

Parte 6: Visualización Básica

Graph View

Table of Contents

Backlinks

🪴 Rafael del Río

Explorer

Python ejercicios 2

Preparación: Importar Librerías

Parte 1: NumPy Básico

Parte 2: Pandas Series

Parte 3: Pandas DataFrames

Parte 4: Limpieza Básica de Datos

Parte 5: Agrupación y Agregación (.groupby())

Parte 6: Visualización Básica

Graph View

Table of Contents

Backlinks

Parte 5: Agrupación y Agregación (`.groupby()`)