from google.colab import drive
drive.mount('/content/drive')

#importamos pandas
import pandas as pd

# Crear el DataFrame
register_ony = "/content/drive/MyDrive/Phyton /ony.csv"
register_ony = pd.read_csv(register_ony, delimiter=';')  #Ajustar separación por ';'
register_ony.head()

Mounted at /content/drive

# Mostrar todos los nombres de las columnas
print(register_ony.columns)

Index(['gbifID', 'datasetKey', 'occurrenceID', 'kingdom', 'phylum', 'class',
       'order', 'family', 'genus', 'species', 'infraspecificEpithet',
       'taxonRank', 'scientificName', 'verbatimScientificName',
       'verbatimScientificNameAuthorship', 'countryCode', 'locality',
       'stateProvince', 'occurrenceStatus', 'individualCount',
       'publishingOrgKey', 'decimalLatitude', 'decimalLongitude',
       'coordinateUncertaintyInMeters', 'coordinatePrecision', 'elevation',
       'elevationAccuracy', 'depth', 'depthAccuracy', 'eventDate', 'day',
       'month', 'year', 'taxonKey', 'speciesKey', 'basisOfRecord',
       'institutionCode', 'collectionCode', 'catalogNumber', 'recordNumber',
       'identifiedBy', 'dateIdentified', 'license', 'rightsHolder',
       'recordedBy', 'typeStatus', 'establishmentMeans', 'lastInterpreted',
       'mediaType', 'issue'],
      dtype='object')

# Eliminar las columnas no deseadas
register_ony = register_ony.drop(columns=["occurrenceID", "kingdom", "phylum","mediaType", "typeStatus", "license", "class", "order", "infraspecificEpithet","depth","depthAccuracy","establishmentMeans", "identifiedBy", "license",
                                          "basisOfRecord", "institutionCode", "collectionCode", "datasetKey", "species", "taxonRank", "scientificName","verbatimScientificName","verbatimScientificNameAuthorship", "occurrenceStatus", "individualCount",
                                          "month", "day", "eventDate","taxonKey","issue", "publishingOrgKey","dateIdentified","rightsHolder","recordedBy","lastInterpreted","catalogNumber","recordNumber"])

# Verificar filtrado
register_ony.head()

#Seleccionar los datos de paises de America

AmeCoun = ["BR", "CA", "CL", "CO", "CR", "DO", "EC", "GT","GD", "GF", "GY", "HN","HT", "JM",
          "MS", "MX", "NI", "PA", "PE", "PR", "SR", "SV", "TT", "US", "VC", "VE", "VI"]

# Filtrar el DataFrame por los valores de la columna "countryCod"
register_ony_filtered = register_ony[register_ony["countryCode"].isin(AmeCoun)]

# Verificar filtrado
register_ony_filtered.head()

# Eliminar las filas que tengan NaN en la columna "genus"
register_ony_filtered = register_ony_filtered.dropna(subset=["genus"])

# Mostrar las primeras filas del DataFrame después de eliminar los NaN en "genus"
register_ony_filtered.head()

import matplotlib.pyplot as plt
import seaborn as sns

# Contar el número de registros de onicóforos por país
registro_por_pais = register_ony_filtered.groupby("countryCode").size().reset_index(name="total_registros")

# Encontrar el país con el mayor número de registros
pais_mayor_registros = registro_por_pais.loc[registro_por_pais["total_registros"].idxmax()]

# Crear un gráfico de barras
plt.figure(figsize=(12, 6))
bar_plot = sns.barplot(data=registro_por_pais, x="countryCode", y="total_registros", palette="viridis", hue="countryCode", legend=False)

# Añadir títulos y etiquetas
plt.xlabel("Código de País", fontsize=12)
plt.ylabel("Total de Registros", fontsize=12)

# Añadir los valores encima de las barras
for p in bar_plot.patches:
    bar_plot.annotate(format(int(p.get_height())),
                       (p.get_x() + p.get_width() / 2., p.get_height()),
                       ha='center', va='center',
                       fontsize=12, color='black',
                       xytext=(0, 5),  # Desplazamiento hacia arriba
                       textcoords='offset points')

# Mostrar el gráfico
plt.xticks(rotation=45)  # Disposición en el eje x
plt.show()

print(f"El país con mayor cantidad de registros de onicóforos es: {pais_mayor_registros['countryCode']} con {pais_mayor_registros['total_registros']} registros.")

El país con mayor cantidad de registros de onicóforos es: TT con 69 registros.

import pandas as pd
import matplotlib.pyplot as plt

# Agrupar los datos por "year" y "countryCode" y contar la cantidad de ocurrencias
data_grouped = register_ony_filtered.groupby(["year", "countryCode"]).size().reset_index(name="count")

# Crear una tabla pivote para organizar los datos en el formato adecuado para el heatmap
heatmap_data = data_grouped.pivot(index="year", columns="countryCode", values="count")

# Definir un nuevo colormap con gris para NaN
cmap = sns.color_palette("YlGnBu", as_cmap=True).reversed()  # Invertir la escala de colores
cmap.set_bad('lightgrey')  # Establecer gris para NaN

# Crear el heatmap con el colormap modificado
plt.figure(figsize=(12, 8))
sns.heatmap(heatmap_data, cmap=cmap, fmt=".0f", linewidths=.5)

# Añadir títulos y etiquetas
plt.xlabel("Country")
plt.ylabel("Year")
plt.xticks(rotation=45)

# Mostrar el gráfico
plt.show()

# Contar las ocurrencias de cada género y calcular los porcentajes
genus_counts = register_ony_filtered['genus'].value_counts(normalize=True) * 100

# Agrupar los géneros menores al 1% como "Otros"
other_threshold = 1
other_count = genus_counts[genus_counts < other_threshold].sum()
genus_counts = genus_counts[genus_counts >= other_threshold]
genus_counts['Otros'] = other_count

# Paleta de colores
colors = sns.color_palette("YlGnBu", len(genus_counts))

# Crear un gráfico de pastel
plt.figure(figsize=(8, 8))
wedges, texts, autotexts = plt.pie(genus_counts, labels=genus_counts.index, autopct='%1.1f%%', colors=colors)

# Transformar en donut
centre_circle = plt.Circle((0, 0), 0.70, fc='white')  # El radio para ajustar centro de la dona
fig = plt.gcf()  # Obtiene la figura actual
ax = fig.gca()  # Obtiene el eje actual
ax.add_artist(centre_circle)  # Añade el círculo al eje actual

# Ajuste del tamaño de los porcentajes
plt.setp(autotexts, size=10)

plt.show()

# Contabilizar el número de géneros únicos por país
genus_country = register_ony_filtered.groupby("countryCode")["genus"].nunique().reset_index(name="num_genus")
# Mostrar el resultado
print(genus_country)

   countryCode  num_genus
0           BR          3
1           CA          2
2           CL          2
3           CO          4
4           CR          4
5           DO          2
6           EC          1
7           GD          1
8           GF          2
9           GT          1
10          GY          2
11          HN          2
12          HT          1
13          JM          4
14          MS          1
15          MX          2
16          NI          2
17          PA          4
18          PE          1
19          PR          1
20          SR          2
21          SV          1
22          TT          3
23          US          2
24          VC          1
25          VE          3
26          VI          1

# Agrupar país x género, y contar los registros
genus_counts = register_ony_filtered.groupby(["countryCode", "genus"]).size().reset_index(name="count")

# Género más frecuente por país
most_frequent_genus = genus_counts.loc[genus_counts.groupby("countryCode")["count"].idxmax()]

print(most_frequent_genus)

   countryCode             genus  count
0           BR      Epiperipatus      7
3           CA      Hallucigenia     16
5           CL     Metaperipatus     12
7           CO      Epiperipatus     19
14          CR  Principapillatus     22
15          DO         Peripatus      4
17          EC      Oroperipatus     32
18          GD      Epiperipatus      3
19          GF      Epiperipatus      5
21          GT      Epiperipatus      1
23          GY         Peripatus      2
24          HN      Epiperipatus      3
26          HT         Peripatus      5
28          JM         Peripatus     11
31          MS         Peripatus      3
32          MX      Oroperipatus     41
34          NI      Oroperipatus      1
36          PA      Epiperipatus     19
40          PE      Oroperipatus     18
41          PR         Peripatus     16
42          SR      Epiperipatus      3
44          SV   Heteroperipatus      1
46          TT    Macroperipatus     48
48          US       Acinocricus     36
50          VC         Peripatus      4
53          VE         Peripatus      4
54          VI         Peripatus      2

# Lista de géneros
genuslist = [
    "Acinocricus", "Epiperipatus", "Hallucigenia", "Helenodora",
    "Heteroperipatus", "Macroperipatus", "Metaperipatus", "Mongeperipatus",
    "Oroperipatus", "Paropisthopatus", "Peripatus", "Plicatoperipatus",
    "Principapillatus", "Rushtonites", "Speleoperipatus", "Tertiapatus"
]

# Filtrar por género
register_ony_filtered = register_ony_filtered[register_ony_filtered["genus"].isin(genuslist)]

# Agrupar los datos por genus x countryCode y contar los registro
data_grouped = register_ony_filtered.groupby(["genus", "countryCode"]).size().reset_index(name="count")

# Crear una tabla para organizar los datos para el heatmap
heatmap_data = data_grouped.pivot(index="genus", columns="countryCode", values="count")

# Dimensiones el heatmap
plt.figure(figsize=(12, 8))

# Definir un nuevo colormap con gris para NaN
cmap = sns.color_palette("YlGnBu", as_cmap=True).reversed()  # Invertir la escala de colores
cmap.set_bad('lightgrey')  # Establecer gris para NaN

# Crear el heatmap
sns.heatmap(heatmap_data, cmap=cmap, fmt=".0f", linewidths=.5, annot=True, cbar=True)

# Añadir títulos y etiquetas
plt.xlabel("País")
plt.ylabel("Género")
plt.xticks(rotation=45)

# Mostrar el gráfico
plt.show()

# Cargar paquete para prueba de Shapiro
from scipy.stats import shapiro

# Filtrar para eliminar filas con faltante de información en la columna "elevation"
register_ony_filtered = register_ony_filtered.dropna(subset=["elevation"])

# Extraer los datos de la columna "elevation"
elevation_data = register_ony_filtered['elevation'].dropna()

# Realizar la prueba de Shapiro
stat, p_value = shapiro(elevation_data)

# Mostrar los resultados
print(f'Estadístico de Shapiro-Wilk: {stat}')
print(f'Valor p: {p_value}')

# Interpretación del resultado
if p_value > 0.05:
    print("No se rechaza la hipótesis nula: Los datos parecen seguir una distribución normal.")
else:
    print("Se rechaza la hipótesis nula: Los datos no siguen una distribución normal.")

#Cargar paquete para prueba de Kruskal

from scipy.stats import kruskal

# Agrupar los datos por género y extraer las elevaciones
groups = [group['elevation'].values for name, group in register_ony_filtered.groupby('genus')]

# Realizar la prueba de Kruskal-Wallis
kruskal_resultado = kruskal(*groups)

# Mostrar el resultado de la prueba
print(f'Estadístico H de Kruskal-Wallis: {kruskal_resultado.statistic}')
print(f'Valor p: {kruskal_resultado.pvalue}')

# Crear un boxplot para visualizar la relación entre género y elevación
plt.figure(figsize=(12, 6))
sns.boxplot(data=register_ony_filtered, x='genus', y='elevation')
plt.xticks(rotation=90)
plt.xlabel('Género')
plt.ylabel('Elevación(msnm)')
plt.grid(True)
plt.show()

Estadístico de Shapiro-Wilk: 0.8092438628390688
Valor p: 3.045179577661006e-09
Se rechaza la hipótesis nula: Los datos no siguen una distribución normal.
Estadístico H de Kruskal-Wallis: 15.273870755339363
Valor p: 0.018230294199040525

# Dimenciones de la figura
plt.figure(figsize=(10, 6))

# Grafico de disperción entre el género y la elevación
plt.scatter(register_ony_filtered['genus'], register_ony_filtered['elevation'], alpha=0.5)

# Añadir etiquetas y título
plt.xlabel('Género')
plt.ylabel('Elevación (msnm)')

# Rotar las etiquetas del eje X
plt.xticks(rotation=90)

# Añadir una cuadrícula al gráfico
plt.grid(True)

# Mostrar el gráfico
plt.show()

import matplotlib.pyplot as plt
import geopandas as gpd

# Ruta a los archivos del continente
shapefile_path2 = "/content/drive/MyDrive/Phyton /ne_110m_admin_0_countries.shp"

# Ruta a los archivos de resgistro de onicoforos
shapefile_path1 = "/content/drive/MyDrive/Phyton /oni.shx"

# Importar el shapefile que contine las observaciones
gdf1 = gpd.read_file(shapefile_path1)

# Importar el shapefile countries
world = gpd.read_file(shapefile_path2)

# Filtrar por Norteamérica y Sudamérica
NA = world[world['CONTINENT'] == 'North America']
SA = world[world['CONTINENT'] == 'South America']

# Concatenar ambos DataFrames
america = pd.concat([NA, SA])

# Graficar el mapa
fig, ax = plt.subplots(figsize=(12, 10))
america.plot(ax=ax, color='lightgrey', edgecolor='white')
gdf1.plot(ax=ax, color='red', marker='o', markersize=5)
plt.xlabel("Longitud")
plt.ylabel("Latitud")

plt.legend(["Observaciónes"], loc='lower right')

<matplotlib.legend.Legend at 0x7f2f1a59a080>

# Importar shapefile de Costa Rica
shapefile_CR = '/content/drive/MyDrive/Phyton /gadm41_CRI_1.shp'

# Cargar el archivo .shp en un GeoDataFrame
gdf_map = gpd.read_file(shapefile_CR)

# Crear el DataFrame
register_CR_path = "/content/drive/MyDrive/Phyton /ony.csv"
register_CR = pd.read_csv(register_CR_path, delimiter=';')

# Filtrar los registros de CR
register_CR2= register_CR[register_CR['countryCode'] == 'CR']

# Convertir el DataFrame filtrado a un GeoDataFrame
gdf_CR = gpd.GeoDataFrame(
    register_CR2,
    geometry=gpd.points_from_xy(register_CR2['decimalLongitude'], register_CR2['decimalLatitude']),
    crs="EPSG:4326"  # Sistema de coordenadas WGS 84
)

# Graficar el mapa
fig, ax = plt.subplots(figsize=(12, 10))
gdf_map.plot(ax=ax, color='lightgrey', edgecolor='grey')

# Graficar los registros de onicóforos
gdf_CR.plot(ax=ax, color='red', marker='o', markersize=5, label='Onicóforos registrados')
plt.xlabel("Longitud")
plt.ylabel("Latitud")
plt.legend(loc='center')

# Mostrar el gráfico
plt.show()

# Importar shapefile de Costa Rica
shapefile_CR = '/content/drive/MyDrive/Phyton /gadm41_CRI_2.shp'

# Cargar el archivo .shp en un GeoDataFrame
gdf_map = gpd.read_file(shapefile_CR)

# Crear el DataFrame
register_CR_path = "/content/drive/MyDrive/Phyton /ony.csv"
register_CR = pd.read_csv(register_CR_path, delimiter=';')

# Filtrar los registros de CR
register_CR2 = register_CR[register_CR['countryCode'] == 'CR']

# Sustituir los valores faltantes en la columna 'genus' con 'unknown'
register_CR2.loc[:, 'genus'] = register_CR2['genus'].fillna('unknown')

# Convertir register_CR2 a un GeoDataFrame
gdf_CR = gpd.GeoDataFrame(
    register_CR2,
    geometry=gpd.points_from_xy(register_CR2['decimalLongitude'], register_CR2['decimalLatitude']),
    crs="EPSG:4326"  # Sistema de coordenadas WGS 84
)

# Lista de géneros y grupo 'unknown'
genera_list = ['Epiperipatus', 'Mongeperipatus', 'Macroperipatus', 'Principapillatus', 'unknown']

# Colores para los puntos de cada género
color_list = ['blue', 'yellow', 'green', 'orange', 'violet']

# Crear un diccionario para mapear cada género y su color
color_dict = dict(zip(genera_list, color_list))

# Graficar el mapa
fig, ax = plt.subplots(figsize=(12, 10))
gdf_map.plot(ax=ax, color='lightgrey', edgecolor='grey')

# Graficar los géneros registrados con colores
for genus in genera_list:
    subset = gdf_CR[gdf_CR['genus'] == genus]
    if not subset.empty:  # Asegurarse de que haya datos para el género
        subset.plot(ax=ax, color=color_dict[genus], marker='o', markersize=5, label=genus)
plt.xlabel("Longitud")
plt.ylabel("Latitud")
plt.legend(loc='center left', title='Géneros')

# Mostrar el gráfico
plt.show()

# Asignar "unknown" a los registros que no tienen género
register_CR2.loc[:, 'genus'] = register_CR2['genus'].fillna('unknown')

# Contar el número de registros por género
registro_por_genero = register_CR2.groupby("genus").size().reset_index(name="total_registros")

# Crear un gráfico de barras
plt.figure(figsize=(10, 6))
bar_plot = sns.barplot(data=registro_por_genero, y="genus", x="total_registros", palette="viridis_r", hue="genus", legend=False)

# Añadir títulos y etiquetas
plt.ylabel("Género", fontsize=12)
plt.xlabel("Total de Registros", fontsize=12)

# Añadir los valores al lado de las barras
for p in bar_plot.patches:
    bar_plot.annotate(format(int(p.get_width())),
                      (p.get_width(), p.get_y() + p.get_height() / 2.),
                      ha='left', va='center',
                      fontsize=12, color='black',
                      xytext=(5, 0),textcoords='offset points')

# Mostrar el gráfico
plt.show()

	gbifID	datasetKey	occurrenceID	kingdom	phylum	class	order	family	genus	species	...	identifiedBy	dateIdentified	license	rightsHolder	recordedBy	typeStatus	establishmentMeans	lastInterpreted	mediaType	issue
0	931028643	4bfac3ea-8763-4f4b-a71a-76a6f5f243d3	MCZ:IZ:43401	Animalia	Onychophora	NaN	NaN	Peripatidae	Oroperipatus	Oroperipatus peruvianus	...	Gonzalo Giribet	2016-10-05T00:00:00	CC_BY_NC_4_0	President and Fellows of Harvard College	Luis Espinasa	NaN	NaN	2024-08-28T04:12:27.262Z	NaN	GEODETIC_DATUM_INVALID
1	911958582	828ca1f8-f762-11e1-a439-00145eb45e9a	NaN	Animalia	Onychophora	NaN	NaN	Peripatidae	Heteroperipatus	Heteroperipatus engelhardi	...	NaN	NaN	CC_BY_4_0	NaN	NaN	PARATYPE	NaN	2024-09-11T09:26:42.572Z	NaN	COORDINATE_ROUNDED
2	899600711	85b1cfb6-f762-11e1-a439-00145eb45e9a	4C4C5367-7030-48D9-BD01-42279617EBE8	Animalia	Onychophora	NaN	NaN	NaN	NaN	NaN	...	NaN	NaN	CC_BY_NC_4_0	NaN	Slapcinsky, John	NaN	NaN	2024-09-09T04:12:11.298Z	NaN	INSTITUTION_MATCH_FUZZY
3	890192982	4bfac3ea-8763-4f4b-a71a-76a6f5f243d3	MCZ:IZ:29204	Animalia	Onychophora	NaN	NaN	Peripatopsidae	Peripatoides	Peripatoides aurorbis	...	Caitlin M. Baker	2021-01-01T00:00:00	CC_BY_NC_4_0	President and Fellows of Harvard College	Scott Bartlam, Rosa Fernández, Gonzalo Giribet	NaN	NaN	2024-08-28T04:17:11.139Z	StillImage	TYPE_STATUS_INVALID
4	890192973	4bfac3ea-8763-4f4b-a71a-76a6f5f243d3	MCZ:IZ:29205	Animalia	Onychophora	NaN	NaN	Peripatopsidae	Peripatoides	NaN	...	Gonzalo Giribet	NaN	CC_BY_NC_4_0	President and Fellows of Harvard College	Scott Bartlam, Rosa Fernández, Gonzalo Giribet	NaN	NaN	2024-08-28T04:12:24.508Z	StillImage	TYPE_STATUS_INVALID

	gbifID	family	genus	countryCode	locality	stateProvince	decimalLatitude	decimalLongitude	coordinateUncertaintyInMeters	coordinatePrecision	elevation	elevationAccuracy	year	speciesKey
0	931028643	Peripatidae	Oroperipatus	EC	El Chato, on the surface	Galápagos	-0.672770	-90.43117	NaN	0.00001	NaN	NaN	2014.0	2235489.0
1	911958582	Peripatidae	Heteroperipatus	SV	Ostkegel des Vulkans San Vicente, Finca El Carmen	NaN	13.612617	-88.83615	NaN	NaN	NaN	NaN	1951.0	2235497.0
2	899600711	NaN	NaN	ID	Obi Island, slopes along Laiwui River, 6 km SS...	Maluku Utara Province	-1.397110	127.64776	NaN	NaN	NaN	NaN	2008.0	NaN
3	890192982	Peripatopsidae	Peripatoides	NZ	Waikato, Raglan, Te Toto Gorge	NaN	-37.841850	174.77342	NaN	0.00001	144.0	0.0	2014.0	4862402.0
4	890192973	Peripatopsidae	Peripatoides	NZ	Waikato, Karapiro, Walsh family farm	NaN	-37.943360	175.63790	NaN	0.00001	173.0	0.0	2014.0	NaN

Datamineo de onicofóros americanos, busqueda y patrones de distribución¶

Preprocesamiento de base de datos¶

Depuración de base de Datos¶

Datos estadisticos y visualización¶

Observaciones por género en América¶

Correlación entre elevación y distribución de géneros¶

Datos geoespaciales¶

Mapa de la distribución historica de onicóforos en el continente americano¶

Costa Rica¶

Descripción de resultados¶

Conclusiones¶

Referencias¶