UNA MEJOR

GESTIÓN
DEL DATO
Python para geocientistas
A R T I C U L O # 1 0 4 D E M A R Z O D E 2 0 2 2
PERMITE:

Aplicaciones de Python en geociencias

Lo primero que podríamos plan- Podriamos decir que el aporte El despliegue de perfiles litológi-
• Modelado geo-
tearnos es ¿para que puede ser- que ofrece python en el área de cos y estratigráficos para pozos y
estadístico
vir aprender sobre este lenguaje geociencias es tan amplio que no afloramientos, la evaluación de
de programación?, es posible cubrirlo todo en un formaciones geológicas mediante
• Estimación de el procesamiento de datos geofí-
Hoy día con el uso de nuevas solo compendio, por citar algu-
recursos mine- sicos con herramientas para el
herramientas para el análisis de nas de sus aplicaciones como la
rales análisis petrofísico, el modelado,
datos un lenguaje de alto nivel lectura y escritura de datos de
inversión y estimación de pará-
registros geofísicos de pozos que metros geofísicos, el análisis geo-
• Evaluación pe- permite un mejor entendimiento
sobre éste tema. Una ventaja que vienen dados en formato LAS estadístico, visualización de datos
trofísica
ofrece python es que no requiere archivos Log ASCII Standard. de desviación de un pozo. Como
herramienta para gestionar un
• Mapeo del sub- emplear tantas líneas de código
conjunto de modelos de yaci-
suelo para obtener un excelente resul-
mientos, el modelado geoestadís-
tado. A pesar de que este lengua-
tico, predicción y simulación,
je de programación tuvo su ori- estimación de recursos minera-
gen en el año 1995 y debido a lo les, visualización y representación
sencillo de su estructuración y cartográfica.
manejo se ha vuelto popular en
universidades de todo el mundo
CONTENIDO: y forma parte de aplicaciones
importantes.
Hoy día todo proyecto tiene
Estructura 1
como elemento básico el dato
Este puede ser manejado según
Líneas de código 2 lo requiera el tipo de especialista.

Líneas de código

Gráficos
3

4
Porqué python?
Machine Learning 5 Debido a su accesibilidad a todo fácil. Entonces, en lugar de clasificar sus datos en
momento es una fuente inagotable Excel, Python lo ayuda a crear una solución soste-
de innovación, permanentemente se nible para manipular sus datos y comprenderlos.
jupyter Notebook 6
ponen a disposición nuevas librerias Hoy dia no basta con buscar y almacenar datos, es
de código abierto. necesario darles su uso adecuado utilizando técni-
Python fue creado para ser fácil de cas más avanzadas , modelos de regresión,, clasifi-
leer. Para los geocientíficos, la tran- cación y agrupamiento (clustering) , conceptos
sición a la ciencia de datos es más relacionados con Machine Learning
 PÁGINA 2

1. Estructura
Aunque su aplicabilidad es muy
extensa su estructura depen-
derá básicamente de la necesi-
dad del usuario. Así por ejem-
plo se puede crear un algorit-
mo básico que comprende
pocas líneas de código para
ejecutar un calculo sencillo,
hasta elaborar un robusto
algoritmo que permita hacer
una evaluación petrofísica
completa.

2. Librerías disponibles
Estas librerías ó módulos han sido
“Incluya aquí una rigurosamente creados para ejecutar
cálculos o acciones que se requieren
frase o una cita para representar un gráfico específi-
co, como la representación cartográ-
del artículo para
fica que utiliza la librería matplotlib,
captar la atención con la cual podemos representar
como se distribuye arealmente un
del lector”. conjunto de datos, o el resultado de
una tendencia en un modelo geoesta-
dístico

3. Líneas de código
No se necesita tanta línea de procede a la ejecución bien
código, solo debe tener en sea estableciendo una función
cuenta cual es la librería que se o una sencilla línea de código
requiere y esta se declara en para su ejecución y la parte
la primera sección , La otra final que consiste en el desplie-
parte importante del código es gue de los resultados requeri-
la carga del dato este puede dos. En secciones posteriores
ser un archivo de texto, csv, se mostrarán ejemplos ilustra-
las, etc. tivos para un mejor entendi-
Con la lectura del dato se miento.

PYTHON PARA GEOCIENTISTAS

4. Gráficos “No se requiere ser

un experto
Una de las ventajas que ofrece po-
der contar con esta herramienta es programador para
que podemos disponer de librerías
que permiten excelentes resultados darnos cuenta de su
gráficos. Los diagramas de disper-
sión (versión 3.5 y posteriores), o potencial”
graficos cruzados (cross-plots)que
faciltan el manejo de la información.
Permitiendo al usuario ser más
creativo lo que se podría traducir
en eficiencia a la hora de analizar e
interpretar datos.

5. Machine Learning
Machine learning permite analizar datos y aprende a predecir un
resultado, un paso en la dirección de la inteligencia artificial, facili-
ta el estudio de datos y estadísticas
Puede obtener información sobre los beneficios y las limitaciones
de varios algoritmos más adelante, hay muchas publicaciones que
puede leer para repasar los pasos de un proyecto de machine
learning
 PÁGINA 4

6. jupyter Notebook

Con la implementación de jupyter Notebook como editor y ejecutor de código se ha dado un paso muy importante en la escritura
de código, agregue o inserte líneas de código donde y en el momento que lo requiera ejecute o reinicie el kernel las veces que sea
necesario. No importa, porque se mantendrá la secuencia lógica de programación y todo eso usted lo ejecutará sin tener que ser un
experto programador.

Instale ANACONDA (recomendado) con lo cual usted dispondrá de varias herramientas o simplemente instale python des-
de su sitio www.python.org para poder ver todo el potencial que ofrece esta herramienta tecnológica disponible en códi-
go abierto, no requiere de una licencia para poder ejecutar desde su computador personal

Haremos una breve introducción a python, como funciona su estructura que la hace tan particularmente diferente a los demás lenguajes
de programación.
Hablaremos de las librerías básicas como numpy, matplotlib, pandas, LASReader, lasio que vienen siendo las más comúnmente utilizadas
en el procesado de datos geofísicos

[email protected]