00:24:46	Christian Davila:	Buenas tardes, van a subirse las grabaciones?
00:25:21	Rosamaría Pérez Bellido:	ya están en la página del campus :)
00:25:35	Christian Davila:	Genial, gracias por el dato
01:12:43	Christian Barreto:	%reset -sf

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

file="nino.xlsx"
nino=pd.read_excel(file, "NINO")
nino
01:16:05	Christian Barreto:	date1 = "1960-01-01"
date2 = "2020-12-31"
mydates = pd.date_range(date1,date2,freq="M")
nino["FECHA"]=mydates
nino_idx=nino.set_index("FECHA")
nino_idx
01:24:40	Christian Barreto:	from scipy import stats

pearson_corr=[]
sprm_corr=[]
tauk_corr=[]

for i in np.arange(1990,2021,1):
    n12=nino_idx["ANOM"].loc["1960-01-01": str(i)+"-12-31"]
    n34=nino_idx["ANOM.3"].loc["1960-01-01": str(i)+"-12-31"]
    
    r, p = stats.pearsonr(n12,n34)
    pearson_corr.append(r)
    
    r,p = stats.spearmanr(n12,n34)
    sprm_corr.append(r)
    
    r,p = stats.kendalltau(n12,n34)
    tauk_corr.append(r)
01:32:23	Christian Barreto:	plt.plot(np.arange(1990,2021,1),pearson_corr,marker="*")
plt.title("pearson corr evolution 1960:1990 al 2020")
01:32:34	Christian Barreto:	plt.plot(np.arange(1990,2021,1),sprm_corr,marker="o")
plt.title("spearman corr evolution 1960:1990 al 2020")
01:40:34	Christian Barreto:	plt.plot(np.arange(1990,2021,1),tauk_corr,marker="o")
plt.title("Tau-Kendall corr evolution 1960:1990 al 2021")
01:51:52	Christian Barreto:	# only with feb
nino_ene=nino_idx.loc[nino_idx.index.month==1]
nino_ene
01:55:35	Christian Barreto:	####################
01:55:37	Christian Barreto:	pearson_corr=[]
sprm_corr=[]
tauk_corr=[]

for i in np.arange(1990,2021,1):
    n12=nino_ene["ANOM"].loc["1960-01-31": str(i)+"-01-31"]
    n34=nino_ene["ANOM.3"].loc["1960-01-31": str(i)+"-01-31"]
    
    r, p = stats.pearsonr(n12,n34)
    pearson_corr.append(r)
    
    r,p = stats.spearmanr(n12,n34)
    sprm_corr.append(r)
    
    r,p = stats.kendalltau(n12,n34)
    tauk_corr.append(r)

plt.plot(np.arange(1990,2021,1),pearson_corr, marker="o")
plt.title("pearson corr evolution, enero, 1960-1990:2020")
01:59:03	Christian Barreto:	# only with enero
nino_ene=nino_idx.loc[nino_idx.index.month==1]
nino_ene
02:01:22	Christian Barreto:	plt.plot(np.arange(1990,2021,1),sprm_corr,marker="o")
plt.title("spearman corr evolution, Enero 1960-1990:2020")
02:56:57	Christian Barreto:	#########################
02:56:59	Christian Barreto:	#########################
02:57:00	Christian Barreto:	%reset -sf
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

file="nino.xlsx"
nino=pd.read_excel(file, "NINO")

date1 = '1960-01-01'
date2 = '2020-12-31'
mydates = pd.date_range(date1, date2,freq="M")

nino["FECHA"]=mydates
nino_idx=nino.set_index('FECHA')
# solo enero !!!
nino_ene=nino_idx.loc[nino_idx.index.month==1]
nino_ene_data=nino_ene[["ANOM","ANOM.1","ANOM.2","ANOM.3"]]
nino_ene_data.reset_index(drop=True, inplace=True)
nino_ene_data
03:00:28	Christian Barreto:	covr=nino_ene_data.cov()
corrm_p = nino_ene_data.corr(method="pearson")

corrm_k = nino_ene_data.corr(method="kendall")

print("-------------------------------")
print("covarianza")
print(covr)
print("-------------------------------")
print(corrm_p)
print("-------------------------------")
print(corrm_k)
03:05:20	Christian Barreto:	import seaborn as sn
sn.heatmap(corrm_p, annot=True, vmin =-1, vmax=1, cmap="coolwarm")
plt.title("pearson")
plt.show()

sn.heatmap(corrm_k, annot=True, vmin =-1, vmax=1, cmap="coolwarm")
plt.title("pearson")
plt.show()
03:05:45	Christian Barreto:	############
03:05:46	Christian Barreto:	import seaborn as sn
sn.heatmap(corrm_p, annot=True, vmin =-1, vmax=1, cmap="coolwarm")
plt.title("pearson")
plt.show()

sn.heatmap(corrm_k, annot=True, vmin =-1, vmax=1, cmap="coolwarm")
plt.title("tau kendall")
plt.show()
03:13:31	Christian Barreto:	# y los p values???

from itertools import product
from scipy.stats import pearsonr
from scipy.stats import spearmanr

corr_prs = pd.DataFrame(index=nino_ene_data.columns,columns=nino_ene_data.columns, dtype=np.float64)
pvals_prs = corr_prs.copy()

corr_spr = corr_prs.copy()
pvals_spr =corr_prs.copy()

for i, j in product(nino_ene_data.columns, nino_ene_data.columns):
    corr_prs.loc[i,j], pvals_prs.loc[i,j] = pearsonr(nino_ene_data[i], nino_ene_data[j])
    corr_spr.loc[i,j], pvals_spr.loc[i,j] = spearmanr(nino_ene_data[i], nino_ene_data[j])
03:16:47	Christian Barreto:	################
03:16:48	Christian Barreto:	sn.heatmap(corr_spr, annot=True,cmap="YlOrBr",vmin=0.8,vmax=1)

plt.title("spearman")
plt.show()
03:28:27	Christian Barreto:	file="datos_huanuco_mensuales_pp.xlsx"
huanuco=pd.read_excel(file)
huanuco
03:28:32	Christian Barreto:	date1 = "1964-01-31"
date2= "2018-12-31"
mydates=pd.date_range(date1, date2, freq ="M")
huanuco["FECHA"]=mydates
huanuco_idx=huanuco.set_index("FECHA")
huanuco_idx
03:29:29	Christian Barreto:	huanuco_idx=huanuco_idx.drop(columns=["Index"])
huanuco_idx
03:51:59	Christian Barreto:	############################
03:52:04	Christian Barreto:	# mapas de correlacion
03:52:06	Christian Barreto:	################
03:52:14	Christian Barreto:	%reset -sf

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

file="Chuquibambilla_Puno.xlsx"
data=pd.read_excel(file)
data
03:53:47	Christian Barreto:	data_idx=data.set_index("FECHA")
data_idx
03:57:50	Christian Barreto:	# sacamos anomalias de enero
data_ene=data_idx.loc[data_idx.index.month==1]
data_ene
data_ene_c=data_ene.loc["1981-01-1":"2010-01-01"]
data_ene_anom=data_ene-data_ene_c.mean()
(data_ene_anom).plot(marker="*")
04:01:35	Christian Barreto:	import xarray as xr

dset = xr.open_dataset("sst.mnmean.nc")
dset
04:01:39	Christian Barreto:	sst=dset.sst
sst
04:02:47	Christian Barreto:	# seleccionamos solo tropicos
sst_trop=sst.sel(lat=slice(30,-30))
sst_trop.sel(time="2010-01-01").plot(robust=True)
04:06:01	Jorge Poma  Dz11:	gracias....