Demostración: estadística descriptiva y visualización científica¶

datos = pd.read_csv("actividad_enzimatica_limpia_equipo.csv", encoding="utf-8-sig")
datos.head()

# Nivel 1: lecturas técnicas → unidades biológicas
claves_biologicas = ["ph", "temperatura_c", "replica_biologica"]

biologicas = (
    datos
    .groupby(claves_biologicas, as_index=False)
    .agg(
        actividad_u_ml=("actividad_u_ml", "mean"),
        de_tecnica_u_ml=("actividad_u_ml", "std"),
        n_tecnicas=("actividad_u_ml", "size"),
    )
)

print("Lecturas instrumentales:", len(datos))
print("Unidades biológicas:", len(biologicas))
print("Réplicas técnicas por unidad:", biologicas["n_tecnicas"].unique())
biologicas.head()

# Nivel 2: unidades biológicas → resumen por tratamiento
claves_tratamiento = ["ph", "temperatura_c"]

resumen = (
    biologicas
    .groupby(claves_tratamiento, as_index=False)
    .agg(
        n=("actividad_u_ml", "size"),
        media=("actividad_u_ml", "mean"),
        mediana=("actividad_u_ml", "median"),
        varianza=("actividad_u_ml", "var"),
        de=("actividad_u_ml", "std"),
        ee=("actividad_u_ml", "sem"),
    )
)

resumen["cv_pct"] = 100 * resumen["de"] / resumen["media"]
resumen.round({
    "media": 4,
    "mediana": 4,
    "varianza": 6,
    "de": 4,
    "ee": 4,
    "cv_pct": 2,
})

resumen_37 = resumen.query("temperatura_c == 37").copy()
resumen_37.sort_values("ph").round({
    "media": 4,
    "mediana": 4,
    "varianza": 6,
    "de": 4,
    "ee": 4,
    "cv_pct": 2,
})

fig, ax = plt.subplots(figsize=(8, 4.6))
PALETTE = sns.color_palette("viridis")
sns.histplot(
    data=biologicas,
    x="actividad_u_ml",
    bins="auto",
    color=PALETTE[0],
    edgecolor="white",
    ax=ax,
)
ax.set(
    title="Distribución global de la actividad biológica media",
    xlabel="Actividad enzimática (U/mL)",
    ylabel="Frecuencia",
)
plt.tight_layout()
plt.show()

fig, ax = plt.subplots(figsize=(9, 4.8))
sns.boxplot(
    data=biologicas,
    x="ph",
    y="actividad_u_ml",
    hue="temperatura_c",
    palette="viridis",
    ax=ax,
)
ax.set(
    title="Actividad por pH y temperatura",
    xlabel="pH",
    ylabel="Actividad enzimática (U/mL)",
)
ax.legend(title="Temperatura (°C)", bbox_to_anchor=(1.02, 1), loc="upper left")
plt.tight_layout()
plt.show()

# Seleccionar los datos obtenidos a 37 °C
foco = biologicas[
    biologicas["temperatura_c"] == 37
]

# Crear la gráfica
plt.figure(figsize=(8, 5))

sns.scatterplot(
    data=foco,
    x="ph",
    y="actividad_u_ml",
    hue="replica_biologica",
    palette="viridis",
    s=90,
)

plt.title("Réplicas biológicas a 37 °C")
plt.xlabel("pH")
plt.ylabel("Actividad enzimática (U/mL)")
plt.legend(title="Réplica biológica")
plt.tight_layout()
plt.show()

# Ordenar los resultados por pH
orden = resumen_37.sort_values("ph")

plt.figure(figsize=(8, 5))

# Curva de medias con barras de desviación estándar
plt.errorbar(
    orden["ph"],
    orden["media"],
    yerr=orden["de"],
    marker="o",
    linestyle="-",
    label="Media ± 1 DE",
)

# Mostrar las réplicas biológicas
plt.scatter(
    foco["ph"],
    foco["actividad_u_ml"],
    color="black",
    s=35,
    label="Réplicas biológicas",
)

plt.title("Actividad enzimática a 37 °C según el pH")
plt.xlabel("pH")
plt.ylabel("Actividad enzimática (U/mL)")
plt.xticks(orden["ph"])
plt.legend()
plt.tight_layout()
plt.show()

import matplotlib.pyplot as plt

# Seleccionar y ordenar los resultados obtenidos a 37 °C
orden = (
    resumen_37
    .sort_values("ph")
)

# Crear dos gráficas con la misma escala vertical
fig, ejes = plt.subplots(
    1, 2,
    figsize=(13, 5),
    sharey=True
)

# Panel 1: media ± desviación estándar
ejes[0].bar(
    orden["ph"],
    orden["media"],
    yerr=orden["de"],
    capsize=5,
    color="steelblue",
    alpha=0.85
)

ejes[0].set_title("Media ± 1 DE")
ejes[0].set_xlabel("pH")
ejes[0].set_ylabel("Actividad enzimática (U/mL)")
ejes[0].set_xticks(orden["ph"])

# Panel 2: media ± error estándar
ejes[1].bar(
    orden["ph"],
    orden["media"],
    yerr=orden["ee"],
    capsize=5,
    color="#2a9d9f",
    alpha=0.85
)

ejes[1].set_title("Media ± 1 EE")
ejes[1].set_xlabel("pH")
ejes[1].set_xticks(orden["ph"])

# Título general y nota al pie
fig.suptitle(
    "La barra izquierda se refiere a Desviación Estándar, mientras que la derecha a Error Estándar",
    fontsize=18
)

fig.text(
    0.5,
    0.02,
    "n = 3 réplicas biológicas por pH a 37 °C",
    ha="center",
    fontsize=11
)

plt.tight_layout()
plt.show()