KO | EN

GitLite

Minimalist Open Source Repository Search Engine

gitlite — search

#developer-tools #dsh #dsh-plugin #ai-agent #claude-code #codex #typescript #ai-agents #mcp #cli #rust #deepseek-harness

python_para_geologos

★ 250 Open GitHub ↗

Python para Geólogos

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Python para Geólogos
### **Versión: 2.6 (Julio 2025)**
Si tienes cuenta en Github, no olvides darle una estrella al proyecto para que siga creciendo ⭐
***

***

### **Autor: Kevin Alexander Gómez**
#### Contacto: kevinalexandr19@gmail.com | [Linkedin](https://www.linkedin.com/in/kevin-alexander-g%C3%B3mez-2b0263111/) | [Github](https://github.com/kevinalexandr19)
***
### **¿Quieres probar el código sin necesidad de instalar Python?**
Usa la aplicación de Jupyterlite haciendo [click aquí](https://kevinalexandr19.github.io/python_para_geologos/lab/index.html?path=pg000_inicio.ipynb)

O ingresa a la aplicación de Binder haciendo clic aquí ☞ [![Binder](https://mybinder.org/badge_logo.svg)](https://mybinder.org/v2/gh/kevinalexandr19/manual-python-geologia/main?labpath=notebooks%2Fpg000_inicio.ipynb)
***
### **¿Tienes Python instalado en tu computadora?**
Puedes descargar todo el contenido del proyecto haciendo clic aquí ☞ <a href="https://drive.google.com/drive/folders/1LcuS0zHbzpuYjXPksMktSMlTLY1j4ac9?usp=sharing" target="_blank">
    <img src="https://www.gstatic.com/images/branding/product/1x/drive_2020q4_48dp.png" alt="Google Drive" style="width: 25px; height: 25px;">
</a>

***
## Descripción
Este proyecto académico fue creado con la finalidad de facilitar el aprendizaje en Python para estudiantes y profesionales en el campo de la Geología y ramas afines.

Desarrollando un pensamiento algorítmico, aprenderás a usar código en Python para la solución de problemas en Geología.

Es recomendable tener conocimientos previos en geología general, estadística y álgebra lineal. <br>
También es importante tener perseverancia para aprender cada tema y creatividad para resolver problemas.

***
## **Índice** [![Binder](https://mybinder.org/badge_logo.svg)](https://mybinder.org/v2/gh/kevinalexandr19/manual-python-geologia/main?labpath=notebooks%2Fpg000_inicio.ipynb)
Todos los capítulos están disponibles dentro del repositorio como notebooks de Jupyter `.ipynb`. <br>
Es recomendable descargar el contenido del repositorio y usarlo como plantilla para desarrollar tus propios notebooks.

> La mayoría de notebooks están listos (✔️), pero algunos todavía están en desarrollo (⏳).

- Fundamentos de programación geológica 
  - PG001 - Fundamentos de Python
    - Variables geológicas ✔️
    - ¿Cómo mostrar un resultado en Python? ✔️
    - Lógica computacional ✔️
    - Estructuras de datos ✔️
    - Automatización de tareas en Geología ✔️
    - Programación orientada a objetos ✔️
    - Palabras reservadas en Python ✔️
  - PG002 - Librerías fundamentales de Python
    - Numpy ✔️
    - Pandas ✔️
    - Matplotlib ✔️
    - SQLite - Bases de datos ✔️
    - Midiendo el tiempo con Python ✔️
  - PG003 - Librerías de automatización
    - Interactividad en Python ✔️
    - Procesando PDFs en Python ✔️
    - Automatización de reportes ✔️
  - PG099 - Ejercicios de programación geológica ✔️
  - PG099 - Ejercicios de programación geológica (Solucionario) ✔️
- Estadística y Matemática
  - PG101 - Fundamentos de Estadística
    - Estadística descriptiva ✔️
    - Variables aleatorias ✔️
    - Estadística inferencial ⏳
    - Bootstrap ✔️
    - Simulación de Montecarlo ✔️
    - Datasaurus ✔️
  - PG102 - Análisis de datos en Geología
    - Análisis descriptivo ✔️
    - Análisis exploratorio de datos ⏳
    - Análisis inferencial ⏳
  - PG103 - Visualización de datos en Geología
    - Seaborn ✔️
    - Plotly ✔️
    - Visualización de datos ✔️
    - Visualización de sondajes en 3D ✔️
    - Visualización de un modelo de bloques en 3D ✔️
- Ciencia de datos y Machine Learning
  - PG200 - Fundamentos de Machine Learning ✔️
    - Descenso del Gradiente ✔️
  - PG201 - Aprendizaje supervisado
    - Regresión lineal ✔️
    - Regresión logística ✔️
    - Árboles de decisión (DT) ✔️
    - Random Forest (RF) ✔️
    - Support Vector Machine (SVM) ⏳
    - K-Nearest Neighbors (KNN) ⏳
    - Extreme Gradient Boosting (XGBoost) ✔️
  - PG202 - Aprendizaje no supervisado
    - Análisis de componentes principales (PCA) ✔️
    - Clustering con K-means ⏳
  - PG203 - Deep Learning
    - Fundamentos de Deep Learning ⏳
    - Redes neuronales desde cero ✔️
    - Autoencoders (AE) ⏳
    - Generative Adversarial Networks (GAN) ⏳
- Aplicaciones en Geología
  - PG301 - Geoestadística
    - Introducción al Variograma ✔️
    - Variograma 1D ✔️
    - Declustering ✔️
  - PG302 - Geoquímica
    - Pyrolite ✔️
    - Diagramas ternarios ⏳
    - Diagrama de clasificación QAP ⏳
  - PG303 - Análisis geoespacial
    - Shapely ✔️
    - Geopandas ✔️
    - Rioxarray ✔️
    - Leafmap ✔️
    - Geoherencia ⏳
  - PG304 - Geofísica
    - Anomalía de Bouguer ⏳
    - Intensidad magnética total y residual ⏳
    - Intensidad radiométrica ⏳
  - PG305 - Geología económica y Exploración mineral
    - Introducción a la Geología Económica ⏳
    - Bases de datos - Sondajes ✔️
    - Mapeo de prospectividad mineral ⏳
  - PG306 - Estratigrafía y Sedimentología
    - StratiLib - Columnas estratigráficas ✔️
  - PG307 - Geología estructural y Geomecánica
    - Mplstereonet ✔️
    - Estimación de la probabilidad de fallo en un talud ✔️
  - PG308 - Geología del Petróleo
    - Introducción a la Geología del Petróleo ⏳
    - Petrofísica ⏳
    - Visualización de registros de pozo ✔️

### Plantillas de trabajo
- Plantilla para visualizar sondajes en 3D ✔️

---
### ¿Cómo usar el contenido de este proyecto?
El proyecto contiene documentos en formato `.ipynb` y se pueden abrir de las siguientes formas:
- A través de un navegador web, usando la aplicación de `Google Colab`.
- Usando `Binder`, una aplicación web que permite ejecutar código arbitrario dentro de un entorno virtual (similar a `Google Colab`).
- A través de un editor de código instalado en tu computadora, como por ejemplo: `Jupyter Lab`, `Jupyter Notebook` o `Visual Studio Code`.

Si no tienes instalado `Python`, puedes seguir las indicaciones del archivo `instalar_python.ipynb`.

***
### Referencias
- Barbieri, R., Garelik, C. (2022). [La matemática y las geociencias](https://editorial.unrn.edu.ar/index.php/catalogo/346/view_bl/62/lecturas-de-catedra/106/la-matematica-y-las-geociencias?tab=getmybooksTab&is_show_data=1). Editorial UNRN (pp. 15 y 136).
- Bhattacharya, S. (2021). [A Primer on Machine Learning in Subsurface Geosciences](https://link.springer.com/book/10.1007/978-3-030-71768-1).
- GEOROC (2023). [Geochemistry of Rocks of the Oceans and Continents](https://georoc.mpch-mainz.gwdg.de/georoc/Start.asp). Geoscience Centre Göttingen, Germany.
- Kinsley, H., & Kukiela, D. (2020). [Neural Networks from Scratch in Python](https://nnfs.io/). Sentdex.
- Mälicke, M. (2022). [SciKit-GStat 1.0: a SciPy-flavored geostatistical variogram estimation toolbox written in Python](https://gmd.copernicus.org/articles/15/2505/2022). European Geosciences Union, Volume 15, issue 6. Institute for Water and River Basin Management, Karlsruhe Institute of Technology (KIT), Karlsruhe, Germany.
- Marsden, Eric. (2021). [Monte Carlo simulation for estimating slope failure risk](https://risk-engineering.org/notebook/monte-carlo-slope-stability.html).
- Merlino, Rubens (2022). [Stratilib](https://github.com/rubensdmp/stratilib).
- Petrelli, M. (2021). [Introduction to Python in Earth Science Data Analysis](https://link.springer.com/book/10.1007/978-3-030-78055-5). Repositorio en [Github](https://github.com/petrelli-m/python_earth_science_book).
- Petrelli, M. (2023). [Machine Learning for Geosciences](https://link.springer.com/book/10.1007/978-3-031-35114-3)
- Prieto Gómez, G. (2024). [Introducción a Python para geociencias](https://repositorio.unal.edu.co/handle/unal/85961). Universidad Nacional de Colombia, Sede Bogotá, Facultad de Ciencias.
- Pyrcz, M. (2021). [Python Numerical Demos](https://github.com/GeostatsGuy/PythonNumericalDemos).
- Suarez-Burgoa, L. (2017). [Matematización de la geología](https://www.researchgate.net/publication/313464003_Matematizacion_de_la_geologia). Boletín de Ciencias de la Tierra 41 (pp. 30 - 38). Universidad Nacional de Colombia.
- Trauth, M. (2022). [Python Recipes for Earth Sciences](https://link.springer.com/book/10.1007/978-3-031-07719-7). Institute of Geosciences, University of Potsdam, Potsdam, Brandenburg, Germany.
- Wu, Qiusheng (2023). [Leafmap Geopython Tutorials](https://www.youtube.com/watch?v=-UPt7x3Gn60&list=PLAxJ4-o7ZoPeMITwB8eyynOG0-CY3CMdw).

python_para_geologos

Explore Similar Repositories

Was this content helpful?

Recent Feedback

Download README