Scribd
Cargar
15 vistas

Taller 1.2 Python

La tarea consiste en que los estudiantes utilicen Python para analizar datos abiertos de Colombia, seleccionando una base de datos de interés y generando al menos 10 gráficas diversas. Se evaluará la comprensión del código utilizado para cargar datos, generar y personalizar gráficas, así como la elección de colores. La entrega debe incluir un archivo de Python comentado y debe realizarse antes del 7 de marzo a las 2:00 p.m.

Cargado por

Thomas Cerchar
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
15 vistas

Taller 1.2 Python

La tarea consiste en que los estudiantes utilicen Python para analizar datos abiertos de Colombia, seleccionando una base de datos de interés y generando al menos 10 gráficas diversas. Se evaluará la comprensión del código utilizado para cargar datos, generar y personalizar gráficas, así como la elección de colores. La entrega debe incluir un archivo de Python comentado y debe realizarse antes del 7 de marzo a las 2:00 p.m.

Cargado por

Thomas Cerchar
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 3

Tarea: Análisis de Datos con Python usando Datos Abiertos de Colombia

Curso: Introducción a Python

Objetivo:
El objetivo de esta tarea es que los estudiantes desarrollen habilidades prácticas en
el manejo de bases de datos, la generación de visualizaciones y el análisis de datos
utilizando Python. Para ello, se trabajará con datos reales obtenidos de la plataforma
de Datos Abiertos de Colombia.

Instrucciones:

1.​ Selección de la base de datos:


○​ Visite la página de Datos Abiertos de Colombia.
○​ Explore las diferentes bases de datos disponibles y seleccione un tema
de interés (por ejemplo, educación, salud, medio ambiente, transporte,
etc.).
○​ Descargue la base de datos en un formato compatible con Python
(CSV, Excel, etc.).
2.​ Carga de la base de datos en Python:
○​ Utilice Python para cargar la base de datos descargada.
○​ Asegúrese de manejar correctamente los datos (por ejemplo, limpieza
de datos, manejo de valores nulos, etc.).
3.​ Generación de gráficas:
○​ Genere al menos 10 gráficas de diferentes tipos que permitan analizar
las cifras de la base de datos. Los tipos de gráficas deben incluir, entre
otros:
■​ Diagramas de barras.
■​ Diagramas de torta (pie charts).
■​ Gráficas de dispersión (scatter plots).
■​ Histogramas.
■​ Gráficas de líneas.
○​ Asegúrese de que cada gráfica tenga un título descriptivo, etiquetas en
los ejes y una leyenda (si es necesario).
4.​ Personalización de gráficas:
○​ Modifique los colores de las gráficas para mejorar su claridad y
estética.
○​ Utilice diferentes paletas de colores o colores personalizados según
sea necesario.
Evaluación:

La evaluación de la tarea consistirá en responder 5 preguntas relacionadas con el


código implementado. Las preguntas se enfocarán en:
1.​ Explicación de las líneas de código para cargar la base de datos:
○​ ¿Cómo se cargó la base de datos en Python?
○​ ¿Qué bibliotecas se utilizaron y por qué?
2.​ Explicación de las líneas de código para generar las gráficas:
○​ ¿Cómo se generaron las gráficas?
○​ ¿Qué parámetros se utilizaron para personalizar las gráficas?
3.​ Explicación de las funciones utilizadas para generar las gráficas:
○​ ¿Qué funciones de Python se utilizaron para crear las gráficas?
○​ ¿Cómo funcionan estas funciones?
4.​ Explicación de las líneas de código para cambiar los colores en las gráficas:
○​ ¿Cómo se modificaron los colores de las gráficas?
○​ ¿Qué impacto tiene la elección de colores en la interpretación de los
datos?

Formato de entrega:

●​ Archivo de Python:
○​ El archivo debe contener todo el código utilizado para cargar la base de
datos, generar las gráficas y personalizarlas.
○​ El archivo debe estar correctamente comentado para facilitar su
comprensión.
●​ Fecha y hora de entrega:
○​ La tarea debe cargarse en la plataforma antes del viernes 7 de marzo a
las 2:00 p.m.
○​ Se recomienda llegar 5 minutos antes de la clase para asegurar la
entrega a tiempo.

Recomendaciones:

●​ Utilice bibliotecas como Pandas para el manejo de datos y Matplotlib para la


generación de gráficas.
●​ Revise la documentación oficial de las bibliotecas para explorar opciones
adicionales de personalización.
●​ Practique el código antes de la entrega para asegurarse de que funcione
correctamente.

También podría gustarte