Entradas

Mostrando las entradas con la etiqueta Sociedad Mexicana

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, ...

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...

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