Análisis de datos de F1: GP de Singapur 2026 con Python y una API

Imagen
¿Qué podemos descubrir sobre una carrera de Fórmula 1 utilizando datos? En este análisis del Gran Premio de Singapur 2026 vamos a trabajar con una API deportiva, Python y Pandas para obtener resultados, comparar posiciones y generar visualizaciones que nos permitan responder preguntas concretas. El objetivo no es solamente consultar quién terminó primero, sino analizar la diferencia entre la parrilla de salida y el resultado final, identificar remontadas y detectar qué pilotos perdieron posiciones durante la carrera. 1. Herramientas utilizadas API de Fórmula 1: servicio disponible a través de RapidAPI para consultar datos de carreras. Python: lenguaje utilizado para realizar las solicitudes y procesar los resultados. Requests: biblioteca para realizar solicitudes HTTP. Pandas: biblioteca para transformar los datos JSON en tablas y realizar cálculos. Matplotlib y Pillow: herramientas que podemos utilizar para crear gráficas e imágenes para nuestros análisis y Shorts. ...

📊 Ejemplos de Python para Hacer Gráficas: Visualiza tus Datos con Matplotlib

Como hemos visto en otras publicaciones del blog Python es un lenguaje muy amigable y con muchas librarías que permiten apoyarnos para realizar tareas de la manera más ágil.

En esta ocasión quiero mostrarles como pueden hacer para mostrar datos en mapas, por ejemplo si quieren representar en el mapa de México la cantidad de universidades por cada estado y obtener una imagen como la siguiente:

Ejemplo de gráficos en Python creados con Matplotlib para visualizar datos.

Tendremos que utilizar las librería 

  •  geopandas
  •  matplotlib.pyplot 
  •  numpy 
  •  pandas 

Para este ejemplo necesitamos:


Vamos a utilizar el siguiente código

import geopandas as gpd
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

direccion = 'tu directorio //mexican-states-master'
direccion2 = 'tu directorio\\carpeta\\'
shapefile = gpd.read_file(direccion+'\mexican-states.shp')
shapefile.head(5)
estados = pd.read_csv(direccion2+'UniMex.csv',encoding='UTF-8',low_memory=False)
estados.head(5)
shapefile = shapefile.merge(
                     right = estados,
                     left_on = 'name',
                     right_on = 'Estado',
                     how = 'left'
                     )
shapefile.plot(column = 'Numero_Universidades',
               legend = True, 
            legend_kwds = {
              'label': "Número de Universidades",
              'orientation': "horizontal"
              },
            cmap = 'Greens')


Les comparto un vídeo demostrativo del programa





Espero les sea de utilidad y nos compartan.

Si buscas otro ejemplo de python y graficar en mapas ve a esta liga
https://www.programacionparatodos.com/2026/01/como-analice-10-anos-de-divorcios-en.html

Comentarios

Publicar un comentario

Dejanos tus dudas y comentarios

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

Entradas más populares de este blog

Guía Práctica: Ejemplo Completo de ASPX para Desarrolladores Web

👉 Cómo obtener el tipo de cambio en Excel con API de Banxico (paso a paso)

Cómo crear un Predictor de Partidos de Fútbol con JavaScript y API-Football