#Primero importo numpy
import numpy as np
#Ahora, inserto la url del gist
ulr = ('https://gist.githubusercontent.com/ahcamachod/9be09de793dc3bf1e6c3d98eb4e5b1ef/raw/21b85572693200040e11284ef6dcfc3457ec8e11/citrus.csv')
#Para ver los datos, selecciono el rango de los mismos
datos_naranjas = np.loadtxt(url, delimiter=',',usecols = np.arange(1,6,1))
datos_narajas #ejecuto la función
#resultado
array([[ 1.2013, 2.2013, 3.2013, 4.2013, 5.2013],
[79.72 , 81.08 , 79.68 , 79.8 , 80.63 ],
[42.67 , 44.37 , 44.73 , 46.75 , nan],
[62.55 , 62.73 , 63.43 , 63.83 , 66.06 ],
[48.26 , 51.01 , 50.91 , 53.94 , 61.27 ],
[71.25 , 71.35 , 70.9 , 71.92 , 72.91 ]])
#Ahora para ver más organizado, utilizo la herramienta Transpose
datos_naranjas.T
#resultado
array([[ 1.2013, 79.72 , 42.67 , 62.55 , 48.26 , 71.25 ],
[ 2.2013, 81.08 , 44.37 , 62.73 , 51.01 , 71.35 ],
[ 3.2013, 79.68 , 44.73 , 63.43 , 50.91 , 70.9 ],
[ 4.2013, 79.8 , 46.75 , 63.83 , 53.94 , 71.92 ],
[ 5.2013, 80.63 , nan, 66.06 , 61.27 , 72.91 ]])
