Entradas

Mostrando las entradas con la etiqueta parejas del mismo sexo

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, ...

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 ...

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