# -*- coding: utf-8 -*- """ prueba_entorno.py — Fase 1. Comprueba que todo lo necesario esta instalado. Se corre con: python prueba_entorno.py Si termina con "ENTORNO LISTO", la demo del COS va a funcionar. """ import sys, os, platform try: sys.stdout.reconfigure(encoding="utf-8", errors="replace") except Exception: pass print() print("=" * 58) print(" PRUEBA DE ENTORNO") print("=" * 58) print("Python :", sys.version.split()[0]) print("Sistema :", platform.system(), platform.release()) print("Ejecutable:", sys.executable) print("Carpeta :", os.getcwd()) print("-" * 58) paquetes = ["pandas", "numpy", "matplotlib", "scipy", "statsmodels"] faltan = [] for nombre in paquetes: try: mod = __import__(nombre) print(" OK %-12s %s" % (nombre, getattr(mod, "__version__", "?"))) except ImportError: print(" FALTA %-12s <-- hay que instalarlo" % nombre) faltan.append(nombre) print("-" * 58) if faltan: print("Faltan paquetes. Instalalos con:") print(" python -m pip install " + " ".join(faltan)) sys.exit(1) # Prueba real de cada pieza import pandas as pd, numpy as np import matplotlib matplotlib.use("Agg") import matplotlib.pyplot as plt from scipy import stats from statsmodels.stats.proportion import proportion_confint df = pd.DataFrame({"x": [1, 2, 3, 4, 5], "y": [2, 4, 5, 4, 5]}) r = stats.pearsonr(df["x"], df["y"]) lo, hi = proportion_confint(27, 55, alpha=0.05, method="wilson") print(" pandas -> DataFrame de %d filas" % len(df)) print(" numpy -> media = %.2f" % np.mean(df["y"])) print(" scipy -> r de Pearson = %.3f (p = %.3f)" % (r[0], r[1])) print(" statsmodels-> IC 95%% Wilson de 27/55 = %.1f%% - %.1f%%" % (100*lo, 100*hi)) fig, ax = plt.subplots(figsize=(5, 3)) ax.plot(df["x"], df["y"], marker="o") ax.set_title("Gráfico de prueba") fig.tight_layout() fig.savefig("prueba_grafico.png", dpi=150) plt.close(fig) print(" matplotlib -> guardado 'prueba_grafico.png'") print("-" * 58) print(" ENTORNO LISTO") print("=" * 58) print()