Entradas

Mostrando las entradas con la etiqueta Análisis de Datos

Cómo Crear un Dashboard del Ranking WTA con JavaScript usando Tennis API y RapidAPI

Imagen
Si estás desarrollando aplicaciones deportivas, una de las formas más sencillas de obtener datos actualizados de tenis es utilizando la API de Tennis API disponible a través de RapidAPI. En este tutorial mostraré cómo crear un dashboard interactivo del Ranking WTA utilizando HTML, CSS y JavaScript. Los datos son proporcionados por Tennis API, una plataforma especializada en estadísticas, rankings, resultados y datos en tiempo real para ATP, WTA e ITF. ¿Qué es Tennis API? tennis-api.com ofrece acceso a: Ranking ATP y WTA. Resultados en vivo. Calendario de torneos. Estadísticas de jugadores. Datos punto por punto mediante WebSocket. Cuotas deportivas en tiempo real. La API también puede consumirse desde rapidapi.com , lo que facilita las pruebas y la integración en proyectos JavaScript, Python, PHP y otros lenguajes. Resultado Final El dashboard desarrollado permite: Consultar el ranking WTA actualizado. Buscar jugadoras por nombre. Mostrar el Top 3 mundial. Consulta...
Publicar un comentario
Leer más

Análisis del Top 100 ATP con Python y Tennis API | Datos Históricos por Superficie

Imagen
Análisis del Top 100 ATP con Python y Tennis API: ¿Quién domina cada superficie? Los datos deportivos son una excelente forma de aprender análisis de datos y visualización con Python. En este artículo exploramos el rendimiento histórico del Top 100 ATP actual utilizando la Tennis API , una plataforma que ofrece acceso a rankings, perfiles de jugadores, resultados en vivo, estadísticas históricas y mucho más. Nuestro objetivo fue responder una pregunta sencilla: ¿Quiénes son los mejores jugadores del Top 100 ATP actual en cada superficie? Para ello utilizamos Python, Pandas y Plotly para analizar más de 3,700 registros históricos obtenidos desde la API desde 2004 a 2026 para el top100 . Obtención de datos con Tennis API La información fue obtenida utilizando el endpoint Surface Summary disponible en la documentación oficial de Tennis API. Documentación: https://tennisapidoc.matchstat.com/ Sitio oficial: https://tennis-api.com/ El proceso consistió en: Obte...
Publicar un comentario
Leer más

👉 Análisis de ayuda internacional con Python: dataset OECD + notebook listo para usar

Imagen
🌍 Análisis de ayuda internacional con Python: dataset OECD + notebook listo para usar En el mundo de las relaciones internacionales, uno de los temas más relevantes —y a la vez menos comprendidos— es cómo se distribuyen los recursos destinados al desarrollo global. ¿Quién financia estos proyectos? ¿A qué países se dirigen los recursos? ¿Qué regiones reciben mayor apoyo? Para responder estas preguntas, realicé un análisis utilizando datos abiertos de la Organisation for Economic Co-operation and Development (OECD), específicamente del dataset Country Programmable Aid (CPA) , parte de los registros de Official Development Assistance (ODA) . 📊 El reto de trabajar con datos reales Uno de los principales aprendizajes de este análisis es que los datos del mundo real no vienen listos para usarse. Columnas desalineadas Registros inconsistentes Valores mezclados en campos clave Formatos que requieren limpieza Por esta razón, una parte fundamental del proyecto fue el proceso de lim...
Publicar un comentario
Leer más

¿Por qué algunos países prosperan y otros no? Confianza social, tecnología y desarrollo

Imagen
Confianza social, tecnología y desarrollo: ¿por qué algunos países prosperan y otros no? En los últimos años he tenido la oportunidad de visitar varios países que han marcado profundamente mi forma de ver el desarrollo económico. He estado en Japón y visité Hiroshima, una ciudad que fue destruida por una bomba atómica y que hoy es una ciudad moderna y ordenada. También visité Corea del Sur, un país que hace pocas décadas era uno de los más pobres del mundo y que hoy es líder en tecnología e innovación. Y he visto Alemania, que después de dos guerras mundiales logró reconstruirse y convertirse nuevamente en una de las economías más fuertes del mundo. Estas experiencias generan una pregunta inevitable: ¿por qué algunos países logran reconstruirse y prosperar incluso después de enormes crisis, mientras que otras regiones con grandes recursos naturales siguen enfrentando dificultades para desarrollarse? Una posible respuesta está en un concepto muy estudiado en economía...
Publicar un comentario
Leer más

👉 Cómo conectar una API a Excel paso a paso (Guía para principiantes con ejemplo real)

Imagen
Cómo conectar una API a Excel paso a paso (Guía para principiantes con ejemplo real) Hoy en día, muchas empresas necesitan obtener información en tiempo real sin capturar datos manualmente. Una de las formas más poderosas de lograrlo es conectando una API a Excel . Si trabajas como analista, desarrollador, contador o automatizas reportes, aprender esto puede ahorrarte horas de trabajo cada semana. En esta guía aprenderás: Qué es una API (explicado fácil) Por qué conectar Excel con APIs es una habilidad clave Cómo hacerlo paso a paso Un ejemplo real funcionando Errores comunes que debes evitar ¿Qué es una API? (Explicación sencilla) Una API (Application Programming Interface) es un servicio que permite que dos sistemas se comuniquen entre sí. Imagina que Excel es un cliente en un restaurante. La API sería el mesero que toma tu orden y te trae la información desde la cocina. En lugar de copiar datos manualmente desde una página web, Excel puede solicitarlos automá...
Publicar un comentario
Leer más

Radiografía del Matrimonio en México: Un Análisis de Datos con Python (2018-2024)

Imagen
  Introducción El matrimonio, más allá de ser un vínculo afectivo, es un acto jurídico que genera datos valiosos para entender la evolución de la sociedad mexicana. Tras analizar los divorcios en mi artículo anterior te comparto la liga Análisis divorcios en México , surge una pregunta obligada: ¿Cómo se están comportando las uniones en nuestro país? En este post, utilizaremos Python y Jupyter Notebook para explorar el conjunto de datos oficiales del INEGI. A través de la limpieza de datos y visualizaciones, identificaremos tendencias, cambios generacionales y el impacto de factores externos en la formalización de estas uniones. Metodología: El Camino de los Datos Para obtener resultados confiables, seguí una estructura de trabajo clara: Extracción: Obtención de microdatos desde el portal oficial del INEGI. Exploración (EDA): Análisis previo de la estructura de los archivos comprimidos. Procesamiento: Lectura y limpieza profunda con la librería Pandas . Visualización: Creación...
Publicar un comentario
Leer más

Ejemplo Análisis de datos con Python, Jupyter. Datasciense de divorcios en México

Imagen
Los divorcios son un fenómeno social que refleja cambios en la estructura familiar y las dinámicas de pareja en México. Analizar estos datos nos permite entender patrones, tendencias y diferencias según el sexo de los integrantes, duración del matrimonio y otras variables relevantes. En este artículo, exploraremos un conjunto de datos oficiales sobre divorcios en México utilizando Python y Jupyter Notebook. A través de limpieza de datos, visualizaciones y análisis estadístico, obtendremos conclusiones que nos ayudan a comprender mejor la dinámica de estos eventos. A continuación, describo los pasos que seguí para realizar este análisis de manera clara y estructurada: Obtener los datos de una fuente oficial Analizar la información descargada  Leer los datos con Panda Limpiar Datos Hacer análisis con graficas Generar una descripción de estas gráficas para obtener algunas conclusiones Las Herramientas tecnológicas que vamos a utilizar son Python Jupyter  Matplotlib seaborn ...
Publicar un comentario
Leer más

Análisis con Python: ¿Cuántos reumatólogos se necesitan en Playa del Carmen?

Imagen
📊 ¿Cuántos reumatólogos se necesitan en Playa del Carmen? Un análisis con Python Las enfermedades autoinmunes afectan aproximadamente al 5% de la población mundial . Esto incluye padecimientos como lupus, artritis reumatoide, esclerosis múltiple, entre otros. En este artículo haremos un ejercicio técnico para estimar cuántos reumatólogos serían necesarios para atender esa demanda en una ciudad como Playa del Carmen, Quintana Roo , utilizando Python y Jupyter Notebook . 📌 Paso 1: Estimar población y personas afectadas De acuerdo con datos recientes, la población aproximada de Playa del Carmen es de 304,942 personas. Si el 5% sufre una enfermedad autoinmune: # Supuestos poblacion_total = 304_942 porcentaje_afectados = 0.05 personas_afectadas = poblacion_total * porcentaje_afectados print(f"Número estimado de personas con enfermedades autoinmunes: {int(personas_afectadas)}") Resultado: 15,247 personas con enfermedades autoinmunes. 📌 Paso 2: ¿Cuántos re...
Publicar un comentario
Ubicación: México
Leer más

Cómo Crear Gráficos con Palabras Clave en Python: Tutorial y Ejemplos Prácticos

Imagen
Quizá han visto algunos gráficos en internet o en publicidad donde podemos ver una serie de palabras ordenadas y que resaltan las palabras mas populares o mas utilizadas en un texto, si no lo han visto hablo de una imagen como la siguiente. Este tipo de diagramas pueden construirse con la ayuda de Natural Language Processing , es decir un procesador de lenguaje que es capaz de interpretar las palabras. Tenemos varias aplicaciones para el procesamiento de lenguaje natura: Como es en los chatbot En los correctores de ortografía En las aplicaciones que nos ayudan con la gramática Resultados de búsqueda en navegadores Texto predictivo en nuestros celulares o en correos Traducción de texto Análisis de datos  Hoy les quiero platicar acerca del ultima aplicación,  Análisis de Datos utilizando  Python y la librería Word Cloud para poder analizar datos y generar un diagrama como la primer imagen de esta publicación.  Para hacerlo interesante tome...
Publicar un comentario
Ubicación: V26M+R7 Purépero de Echáiz, Mich., México
Leer más

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

Imagen
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: Tendremos que utilizar las librería   geopandas  matplotlib.pyplot   numpy   pandas  Para este ejemplo necesitamos: Instalar Jupyter ,  https://jupyter.org/install Descargar un mapa de México, yo encontré  un Github de Jon Schleuss  https://github.com/jschleuss/mexican-states 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+'\mexica...
2 comentarios
Leer más

🔢 Programación en Octave: Alternativa Libre a MATLAB para Cálculo Numérico

Imagen
Si han tenido oportunidad de seguir este blog, en un post anterior platicamos acerca de Inteligencia Artificial   un curso que estoy tomando en Machine Learning y que una de las herramientas utilizadas es el curso es Octave que es  similar "Open free "de Matlab . e ¿Qué es octave? Octave es un lenguaje de programación para conocer y entender datos , es decir es un software que nos facilita el crear gráficas, realizar operaciones matemáticas simples y complejas, operaciones de álgebra lineal.  ¿Qué podemos hacer con Octave? Como por ejemplo podemos hacer análisis de capacidad en lineas de producción por medio de datos de numero de piezas producidas entre el total de tiempo ejecutado. Podemos realizar Revisión de Errores en monto contables. Podemos graficar la curva de venta de algún producto. Podemos hacer cálculos para BigData complejos creando nuestras propias funciones. Podemos analizar los datos de nuestros pacientes en un laboratorio medico para conoce...
Publicar un comentario
Leer más

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