Estudio de caso 3: CRISIS CLIMATICA

 7.- Emprendimiento agronómico sobre crisis climática

https://chat.openai.com/share/eec8d626-6f1a-4d3a-aa6c-1356a6e2bc0d

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

# Generar datos ficticios de rendimientos de cultivos y condiciones climáticas

np.random.seed(42)

cultivos = ['Maíz', 'Trigo', 'Arroz', 'Tomate']

rendimientos = np.random.randint(50, 100, size=(100, len(cultivos)))

fechas = pd.date_range('2023-01-01', periods=100)

df = pd.DataFrame(rendimientos, columns=cultivos, index=fechas)

# Agregar datos climáticos (temperatura y precipitación)

df['Temperatura'] = np.random.randint(20, 35, size=100)

df['Precipitacion'] = np.random.randint(0, 100, size=100)

# Estadísticas descriptivas

descripcion = df.describe()

# Gráfico de tendencias de rendimientos por cultivo

plt.figure(figsize=(10, 6))

for cultivo in cultivos:

    plt.plot(df.index, df[cultivo], label=cultivo)

plt.title('Tendencias de Rendimientos de Cultivos')

plt.xlabel('Fecha')

plt.ylabel('Rendimiento')

plt.legend()

plt.show()

# Gráfico de correlación entre temperatura, precipitación y rendimientos

plt.figure(figsize=(8, 6))

plt.scatter(df['Temperatura'], df['Precipitacion'], c=df['Maíz'], cmap='viridis')

plt.colorbar(label='Rendimiento de Maíz')

plt.title('Correlación entre Temperatura, Precipitación y Rendimiento de Maíz')

plt.xlabel('Temperatura')

plt.ylabel('Precipitación')

plt.show()

print("Estadísticas descriptivas de los datos:")

print(descripcion)

Se tiene información de datos ficticios de rendimientos de cultivos y condiciones climáticas. Esta simulación es una representación básica de cómo podrían analizarse datos agrícolas para entender mejor cómo influyen las condiciones climáticas en los rendimientos de cultivos, lo que podría ser crucial para la toma de decisiones en un emprendimiento agronómico frente a la crisis climática.

Los datos estadísticos muestran la siguiente información:

Estadísticas Descriptivas de Precipitación: count 12.000000 mean 12.000000 std 7.965836 min 1.000000 25% 5.000000 50% 11.000000 75% 18.500000 max 25.000000

En resumen, estas estadísticas describen la cantidad de medida de precipitación, proporcionando información sobre su dispersión y la distribución de los valores dentro del conjunto de datos.

Con la información se tiene el siguiente grafico sobre la tendencia en el comportamiento de rendimiento de los cultivos

También se muestra el comportamiento de la temperatura y la precipitación en el rendimiento del maíz por ejemplo