Entradas

¿Qué podemos analizar con los datos de una carrera de F1? Ejemplo con el GP de Baku 2026 y Python

Imagen
¿Qué podemos analizar con los datos de una carrera de F1? Ejemplo con el GP de Baku 2026 y Python Cuando pensamos en analizar una carrera de Fórmula 1, normalmente pensamos en preguntas como: ¿Quién ganó? ¿Quién quedó segundo? ¿Quién hizo la vuelta más rápida? Pero cuando tenemos los datos de la carrera , podemos hacer muchas más preguntas. Y ahí es donde comienza realmente el análisis de datos. En este proyecto utilicé datos del Gran Premio de Azerbaiyán 2026 y Python para demostrar una idea muy sencilla: No siempre necesitamos más datos. Muchas veces necesitamos aprender a mirar los datos que ya tenemos de otra manera. 🏎️ De una tabla de resultados a un análisis de datos Los datos obtenidos de la API contienen información como: Piloto Equipo Posición final Posición de salida Vueltas completadas Estado de la carrera Información del piloto y del equipo A primera vista parece simplemente una tabla de resultados. Pero podemos comenzar a hacer pre...

21 personajes del Spirit World encontrados con una API de Avatar y Python

Imagen
21 personajes del Spirit World encontrados con una API de Avatar y Python ¿Cuántos personajes relacionados con el Spirit World podemos encontrar en el universo de Avatar: The Last Airbender ? En este proyecto combinamos una API REST, Python y Pandas para explorar un conjunto de datos de personajes de Avatar y encontrar aquellos cuya afiliación está relacionada con el Spirit World . El resultado fue bastante interesante: después de consultar todos los registros, encontramos 21 personajes asociados con el Spirit World en los datos proporcionados por la API. 🌌 ¿Qué API utilizamos? Para este análisis utilizamos la Last Airbender API , una API REST que proporciona información sobre personajes del universo de Avatar. El endpoint utilizado para obtener los personajes es: https://last-airbender-api.fly.dev/api/v1/characters La respuesta está formada por registros JSON que contienen infor...

World Nomad Games 2026: Analyzing Kyrgyz Media Coverage with Python

Imagen
World Nomad Games 2026: Analyzing Kyrgyz Media Coverage with Python What did Kyrgyz media talk about during the World Nomad Games 2026 ? In this project, we used Python, Pandas and BeautifulSoup to analyze news coverage published by Kabar , the Kyrgyz national news agency. The goal was to understand how the Games were covered from a Kyrgyz media perspective. Instead of looking only at individual articles, we transformed the news headlines into data and created visualizations to answer three questions: When did Kabar publish the most World Nomad Games stories? Which countries were mentioned most often? What type of topics dominated the coverage? Data Source The analysis is based on 51 Kabar news headlines published between August 31 and September 6, 2026 . Kabar provides an RSS feed, which can be accessed programmatically with Python. However, the current RSS feed mainly contains recent stories. To reconstruct the World Nomad Games coverage for the event dates, ...

🏎️ Análisis del GP de Madrid 2026 con Python: abandonos, posiciones, puntos y campeonato de F1

Imagen
🏎️ Análisis del GP de Madrid 2026 con Python El Gran Premio de Madrid 2026 nos dejó varios datos interesantes que podemos analizar utilizando datos de Fórmula 1 y Python. En este análisis vamos a responder cuatro preguntas: 😱 ¿Quiénes abandonaron el GP de Madrid? 🔥 ¿Quién ganó más posiciones durante la carrera? 🏆 ¿Qué equipo consiguió más puntos? 📊 ¿Cuándo podría Mercedes asegurar matemáticamente el campeonato? La idea es utilizar los datos para encontrar historias que no siempre son evidentes al observar solamente el resultado final de la carrera o comparar lo que se vivio en la carrera con los datos. 😱 ¿Quiénes abandonaron el GP de Madrid 2026? No todos los pilotos consiguieron llegar a la bandera a cuadros en Madrid. El análisis de los resultados de la carrera muestra cuatro abandonos. Carlos Sainz Jr fue uno de los abandonos más destacados. El piloto de Williams comenzó desde la P20 y completó 45 vueltas. (Lastima por Sainz en su casa) Tambié...

World Nomad Games 2026: análisis con Python y noticias RSS

Imagen
 Análisis de los World Nomad Games 2026 con Python: noticias, países y disciplinas Los World Nomad Games 2026 reunieron en Kirguistán a atletas de 108 diferentes países para competir en deportes tradicionales, juegos intelectuales y otras disciplinas relacionadas con la cultura nómada. Pero, ¿qué pasa cuando queremos analizar estos Juegos desde el punto de vista de los datos? En este proyecto de Programación Para Todos quisimos responder algunas preguntas utilizando Python: 📅 ¿Cómo evolucionó la cantidad de noticias durante los Juegos? 🌎 ¿Qué países aparecen con mayor frecuencia en los titulares? 🏆 ¿Qué disciplinas tuvieron mayor presencia en las noticias? El problema es que no encontramos una API específica disponible para los World Nomad Games 2026 que pudiéramos utilizar para obtener los datos. Así que decidimos buscar una alternativa: RSS . 🐍 ¿Cómo obtuvimos los datos? En proyectos de análisis deportivo normalmente podemos utilizar una API para obtene...

🏎️ GP de Austria 2026: ¿Quién ganó, quién remontó y quién abandonó?

Imagen
Gran Premio de Austria 2026: análisis de posiciones, remontadas y abandonos con Python El Gran Premio de Austria 2026 nos dejó una carrera con cambios importantes de posiciones, remontadas y cuatro abandonos. En este análisis utilizamos Python y datos obtenidos mediante una API de Fórmula 1 para estudiar qué pilotos ganaron posiciones, quién perdió más lugares desde la largada y qué pilotos no pudieron completar la carrera. Este análisis forma parte de nuestra serie de Sport Analytics de Fórmula 1 , donde utilizamos datos para descubrir historias interesantes dentro de las carreras. 📡 Fuente de datos: API de Fórmula 1 Para obtener los datos utilizamos la API de Fórmula 1 disponible a través de RapidAPI . La API utilizada fue: api-formula-1.p.rapidapi.com Primero consultamos las carreras de la temporada 2026 mediante el endpoint: /races?season=2026 A partir de esta consulta identificamos el Gran Premio de Austria 2026 . El identificador de la carrera f...

Cómo creamos un Short animado de programación con IA

Imagen
Cómo creamos un Short animado de programación con IA ¿Puede la inteligencia artificial ayudarnos a crear un Short animado sobre programación? En ProgramaciónParaTodos decidimos probarlo. Para nuestro primer experimento tomamos una idea de uno de nuestros antiguos memes de programación y la transformamos en una pequeña historia relacionada con una situación cada vez más común: el código generado por inteligencia artificial que después tiene que depurar un programador. 🤖 De un meme a una historia animada La idea original era sencilla: un programador recibe un aviso de que el sistema tiene un error y pasa horas buscando el problema. Pero quisimos actualizar el concepto para llevarlo al mundo actual de la programación: La inteligencia artificial genera el código. El programador confía en que todo funcionará. El programa falla. El programador intenta pedir ayuda a la propia IA. Finalmente tiene que encontrar y corregir el error por sí mismo. El resultad...

🚀 Mantener este blog funcionando requiere tiempo y café. ¡Puedes contribuir con uno aquí!