Entradas

Mostrando las entradas con la etiqueta Tendencias Sociales

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...

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!