🔍 Clase 2 – Exploración Visual de Ensayos de Concreto con Python
- José Alfonso Ortiz González
- 16 jul
- 2 Min. de lectura
En la primera clase de este curso gratuito se llevó a cabo un análisis de los datos de mezclas de hormigón, desde un punto de vista estadístico, aprendiendo a importar y lavar un conjunto de datos reales de resistencia a compresión. En la Clase 2 de hoy, desarrollamos el análisis visual de estos datos, que forma parte de un paso muy importante en cualquier proyecto de ciencia de datos o de inteligencia artificial aplicada a la ingeniería civil.
🧪 ¿Qué estamos analizando?
Los datos provienen del repositorio de la UCI Machine Learning y están compuestos por 1030 mezclas de concreto caracterizadas por las siguientes variables:
Cemento (kg/m³)
Escoria, ceniza volante
Agua
Superplastificante
Agregados finos y gruesos
Edad del ensayo (en días)
Resistencia a compresión (MPa)
La misma es utilizada en laboratorios o en proyectos reales de construcción civil para poder evaluar la calidad de la mezcla.
📁 Puedes descargar el dataset desde aquí:
📊 ¿Por qué usar visualizaciones?
Como paso previo a la construcción de cualquier modelo predictivo debemos realizar un análisis de los datos. A través de gráficas debemos ser capaces de:
Detectar relaciones entre ellas.
Detectar valores atípicos o erróneos.
Confirmar supuestos técnicos (por ejemplo, que a mayor cantidad de agua que se adiciona se reduce la resistencia).
🔎 Resultados destacados de la exploración
1. Distribución de materiales
Si consultamos las gráficas de histograma observamos que muchas de las variables tienen distribuciones sesgadas, como por ejemplo el cemento o la escoria. La variable “edad”, por su parte, se concentra en los mismos valores que son típicos de ensayo (7, 28 y 90 días).
2. Correlaciones de interés
La correlación entre cemento y resistencia es positiva, de hecho cuanto mayor es el cemento, mayor es la resistencia para los casos analizados.
La correlación entre agua y resistencia es negativa; es decir, que un mayor contenido de agua puede llevar a un debilitamiento de la mezcla.
El superplastificante permite incrementar mínimamente la resistencia, pero manteniendo siempre la trabajabilidad.
Estos resultados confirman lo que todo ingeniero civil ya sabe de la teoría... ¡pero en este caso lo verificamos a partir de datos reales!
3. Relación visual entre las variables.
Las gráficas de dispersión como la de cemento vs resistencia o agua vs resistencia nos permiten detectar tendencias. Por ejemplo, existe una clara caída sobre la resistencia conforme aumenta el contenido de agua, sobre todo en las edades más tempranas.
También utilizamos gráficos de matriz (pairplot) para representar cómo interactúan las variables de forma simultánea.
🎓 ¿Qué aprendimos?
Este conjunto de actividades ha sido la oportunidad de:
Ver e interpretar datos de carácter técnico desde un punto de vista computacional.
Poner en relación las variables de mezcla con las propiedades mecánicas del hormigón.
Prepararnos para el siguiente paso que consiste en generar modelos predictivos con Python.
🎥 ¿Ya viste la clase en video?
👉 Mira la Clase 2 completa en nuestro canal de YouTube:📺 https://youtu.be/18H7B0alGAA
🎁 Únete al curso completo (Nivel Básico)
¿Quieres aprender a automatizar cálculos estructurales con Python?Ya está disponible nuestro curso completo de Python para Ingeniería Civil – Nivel Básico, en la plataforma CACEEDU.
🌐 Enlace directo al curso:https://www.caceedu.com/challenge-page/018d7162-e8ae-48da-8d3b-32f17f61cae6
🎟️ Usa el cupón CIVILPYCI para obtener 25% de descuento🎉
Comentarios