Entradas

Mostrando las entradas con la etiqueta Visualización de Datos

Data Science & Copilot: Explorando Datos de Salud en México

Imagen
En México, el Instituto Nacional de Estadística y Geografía (INEGI) pone a nuestra disposición una vasta cantidad de datos abiertos sobre salud pública. Estos conjuntos de datos representan una mina de oro para la investigación, pero a menudo, su análisis inicial puede ser un proceso largo y laborioso. ⏳ Aquí es donde entra en juego la tecnología de los Grandes Modelos de Lenguaje (LLMs) . ¿Qué pasaría si una IA pudiera actuar como un verdadero copiloto en este proceso, ayudándonos a explorar estos datos y a descubrir patrones de forma más rápida y eficiente? En este post, vamos a ver cómo una herramienta como Copilot puede acelerar la investigación en salud y la ciencia de datos, y por qué se está convirtiendo en un aliado indispensable para los data scientists. Sobre el dataset Para este ejercicio, vamos a usar un dataset público del INEGI que contiene información valiosa sobre temas de salud. Estos datos son cruciales para entender la demografía, la prevalencia de enfermeda...

Análisis de redes sociales con minería de datos: ¿Quién usa qué plataforma?

Imagen
Análisis Demográfico de las Redes Sociales: Un Enfoque desde la Ciencia de Datos En la era digital, las redes sociales se han convertido en una fuente masiva de datos útiles para entender comportamientos humanos, segmentar audiencias y tomar decisiones estratégicas. Desde la perspectiva de la minería de datos y la ciencia de datos (data science), analizar los patrones demográficos de plataformas como Facebook, Instagram o TikTok ofrece un terreno fértil para extraer conocimiento. ¿Quién usa qué red social? Los datos más recientes sobre la distribución por género en redes sociales revelan patrones interesantes: Facebook : Con más de 3 mil millones de usuarios activos mensuales, es la red social más usada del mundo. Tiene una distribución bastante equilibrada: aproximadamente 51% mujeres y 49% hombres. Pinterest : Predominantemente femenina, con alrededor del 76% de sus usuarios identificados como mujeres. Reddit : Mayoritariamente masculina, con 63.6% hombres y 35.1% mujeres...

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...

📊 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...

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