This website uses cookies to ensure you get the best experience on our website. Learn more

Python: Estadísticas básicas, rápido y fácil (Pandas, mathplotlib)

x

Python: Estadísticas básicas, rápido y fácil (Pandas, mathplotlib)

Python tiene un módulo muy poderoso, que permite analizar los datos de una forma muy rápida y fácil, con una sola instrucción. Aquí importamos los datos desde un archivo de texto, y los representamos en una gráfica. Además te mostramos como encontrar los valores máximo, mínimo y promedio de un conjunto de datos. Aquí te mostramos cómo hacerlo paso a paso. Esperamos que este vídeo te sea de utilidad, y si tienes mejoras al programa, no olvides compartirlas en la caja de comentarios.
✔Nuestro blog:

✔Spyder



- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:
✔Python: Gráficas, Ajuste de Datos, Lectura de datos (Pandas, mathplotlib, Numpy, SciPy)


✔Métodos Numéricos: Eliminación Gaussiana (Principiante)/Gaussian Elimination (Beginner)



✔Ciclo For(def)



✔Funciones (def)



✔Entrada y salida de datos (print y raw_input)



✔Condiciones (If y else)

✔Formato de tablas (str.format)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
Hot Heat
Topher Mohr and Alex Elena
Believer
Silent Partner
Frequency
Silent Partner
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
x

Pandas desde cero: Estadísticas básicas para un archivo CSV (+4000 registros)

¿Necesitas obtener las estadísticas básicas de un archivo CSV que tiene más de 4,000 registros? Aquí te mostramos como manejar los tipos de datos como null, NaN, y como convertir los datos al tipo numérico, para este vídeo utilizaremos los datos de la ATP (2000- 2016) para Tenis varonil ¡Esperamos que este vídeo te sea de utilidad!
✔Los datos del vídeo:

✔Nuestro blog

✔Pandas

✔Spyder


- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:

✔Python desde cero: Funciones Recursivas


✔TkInter: ¿Cómo hacer una ventana?


✔Python desde cero: ¿Cómo insertar, borrar y modificar datos?


✔Python desde cero: Slicing Tuples (Tuplas/Básico)


✔Entrada y salida de datos (print y raw_input)

✔Formato de tablas (str.format)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
Ambiment - The Ambient by Kevin MacLeod is licensed under a Creative Commons Attribution license (
Source:
Artist:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
x

¿Cómo visualizar variables de un DataFrame rápido?| Seaborn | Pairplot │Python │Pandas │¡Muy fácil!

En este vídeo te mostramos como:
*Hacer la gráfica pairplot de columnas de un DataFrame, con Seaborn
*Sumar los datos de una columna basados en una condición
*Agrupar y ordenar de forma descendente la suma de datos
*Cambiar los valores numéricos a strings de una columna utilizando map (mapeando)
Esperamos que este vídeo te sea de utilidad, no olvides dejarnos tus comentarios y sugerencias, nos dará mucho gusto saludarte.

✔ Datos que utilizamos en el vídeo

✔Diccionario para las categorías de YouTube
etiquetas = {
2: 'Autos & Vehicles',1 : 'Film & Animation',10 : 'Music',
15 : 'Pets & Animals',17 : 'Sports',18 : 'Short Movies',
19 : 'Travel & Events',20 : 'Gaming',21: 'Videoblogging',
22 : 'People & Blogs',23:'Comedy',24:'Entertainment',
25 : 'News & Politics',26 : 'Howto & Style',27 : 'Education',
28 : 'Science & Technology',29 :'Nonprofits & Activism',
30 : 'Movies',31 : 'Anime/Animation',32 : 'Action/Adventure',
33 : 'Classics',34 : 'Comedy',35 : 'Documentary',36 : 'Drama',
37 : 'Family',38 : 'Foreign',39 : 'Horror',40 : 'Sci:Fi/Fantasy',
41 : 'Thriller',42 : 'Shorts',43 : 'Shows',44 : 'Trailers'
}
✔Sitio de Github donde encontramos la lista de categorías:

✔Las paletas de colores de Seaborn:

✔Nuestro blog:

✔Spyder


✔Programa Python en línea, sin instalar software con Google

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:
✔Cómo graficar un sistema de tres ecuaciones con tres incógnitas en Matplotlib

✔Nuestra lista de reproducción de Machine Learning en Python

✔Nuestra lista de reproducción de Álgebra lineal

✔Cómo leer archivos CSV con pandas y Seaborn

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

✔Imagen de fondo en el Thumbnail:
Imagen de JL G en Pixabay
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
1812 Overture (by Tchaikosvky)
Tchaikovsky

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
x

Gráficas de datos|DataFrame |Seaborn| Matplotlib | Pandas | Python

¿Necesitas graficar los datos de un DataFrame de Pandas? Aquí te presentamos varias opciones de gráficas, para representar las relaciones que pueden tener los datos entre sí. Utilizamos Matplotlib y Seaborn, las gráficas se pueden hacer incluso con datos agrupados (groupby)
Utilizamos una base de datos de Kaggle, de las películas más populares, esperamos que este vídeo te sea de utilidad.
✔Base de datos completa en Kaggle:

✔Selección de datos con los que trabajamos en el vídeo:

✔ Funciones de datos en Pandas

✔Nuestro blog

✔Pandas

✔Spyder

✔Colores para las gráficas
Seaborn

Matplotlib

****************************************************
✔Timestamps del vídeo:
1:10 Gráfica de barras horizontales y verticales, utilizando groupby y plot
11:25 Gráfica de Pay (Circular) utilizando groupby y plot
17:22 Gráfica de dispersión utilizando Seaborn
19:07 Gráfica Pairplot utilizando Seaborn
22:52 Gráficas Lmplot (Correlación lineal) con Seaborn
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:

✔Agrupar datos |Groupby | Pandas | Python | Por petición


✔Python desde cero: Ciclo For


✔Python desde cero: IF/AND


✔TkInter: ¿Cómo hacer una ventana?


✔Python desde cero: ¿Cómo insertar, borrar y modificar datos?


✔Python desde cero: Slicing Tuples (Tuplas/Básico)


✔Entrada y salida de datos (print y raw_input)

✔Formato de tablas (str.format)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música

Pressure
Riot
Light Awash by Kevin MacLeod is licensed under a Creative Commons Attribution license (
Source:
Artist:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
x

Gráficas de columnas DataFrame | Guardar como PNG│Python | Pandas │¡Muy fácil!

¿Necesitas graficar los valores de las columnas de un DataFrame de Pandas? Con un sencillo ciclo For puedes recorrer todas las columnas y además exportar tus gráficas como PNG y a cada una asignarle un nombre de archivo personalizado, esperamos que este vídeo te sea de utilidad, no olvides dejarnos tus comentarios y sugerencias, nos dará mucho gusto saludarte.
✔Datos que utilizamos en el vídeo

✔ Datos originales:

✔Líneas del código para copiar y pegar
colors = (dodgerblue,salmon, palevioletred,
steelblue, seagreen, plum,
blue, indigo, beige, yellow)
✔Los colores de Matplotlib:

✔Nuestro blog:

✔Spyder


✔Programa Python en línea, sin instalar software con Google

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:
✔Cómo graficar un sistema de tres ecuaciones con tres incógnitas en Matplotlib

✔Nuestra lista de reproducción de Machine Learning en Python

✔Nuestra lista de reproducción de Álgebra lineal

✔Cómo leer archivos CSV con pandas y Seaborn


- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
Egmont Overture by Kevin MacLeod is licensed under a Creative Commons Attribution license (
Source:
Artist:
Brandenburg Concerto No4-1 BWV1049 - Classical Whimsical by Kevin MacLeod is licensed under a Creative Commons Attribution license (
Source:
Artist:


- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

🧮 Suavizamiento exponencial | Python | StatsModels | Estadística │¡Muy fácil!

En esta ocasión te mostramos como calcular el suavizamiento exponencial, para hacer los pronósticos de datos de ventas. Además utilizamos Matplotlib para graficar y comparar con diferentes valores de alfa, con un ciclo For, para hacerlo de forma automática.
Por si tienes prisa aquí te dejamos el minuto a minuto de los temas del vídeo:
⏰ Timestamps
🔖 0:05 Hacer el suavizamiento exponencial con Statsmodels
🔖 3:29 Gráfica de los valores reales de ventas, para comparar con los pronósticos
🔖 7:39 Ciclo For para hacer el suavizamiento exponencial, variando los valores de alfa
Esperamos que este vídeo te sea de utilidad, no olvides dejarnos tus comentarios y sugerencias, nos dará mucho gusto saludarte.
💻 Líneas que mencionamos en el código:
from statsmodels.tsa.api import SimpleExpSmoothing
modelo=SimpleExpSmoothing(datos).fit(smoothing_level=0.2,optimized=False)

⬇️ Descarga los archivos que utilizamos en el vídeo:
Ventas madera:


💻 Programa Python en línea, sin instalar software con Google

😉 Nuestro blog:

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
🎞️ Otros vídeos que pueden ser de utilidad:
✔Vídeo de Rolling Windows

✔Lista de reproducción de los vídeos de Estadística
✔Nuestra lista de reproducción de Machine Learning en Python

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
📷Imagen de fondo en el Thumbnail:
Imagen de Coco Zinva en Pixabay
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
🎼 Música
The Emperor's Army
Jeremy Blake
Sky Scraper
Geographer
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Python: Leer archivos CSV, Selección de datos, columnas y filas con Pandas (Básico)

¿Deseas seleccionar, ordenar y copiar datos de un archivo *.CSV utilizando Pandas? Es muy rápido y fácil, las instrucciones son muy sencillas y aquí te mostramos cómo hacerlo paso a paso. Esperamos que este vídeo te sea de utilidad, y si tienes mejoras al programa, no olvides compartirlas en la caja de comentarios.
✔Descarga los datos:

✔Nuestro blog:

✔INEGI:
inegi.org.mx
✔Spyder



- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:


✔Métodos Numéricos: Eliminación Gaussiana (Principiante)/Gaussian Elimination (Beginner)



✔Ciclo For(def)



✔Funciones (def)



✔Entrada y salida de datos (print y raw_input)



✔Condiciones (If y else)

✔Formato de tablas (str.format)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
Majestic Hills by Kevin MacLeod is licensed under a Creative Commons Attribution license (
Source:
Artist:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Python: Gráficas, Ajuste de Datos, Lectura de datos (Pandas, mathplotlib, Numpy, SciPy)

¿Quieres importar datos desde un archivo de texto (*.txt)? ¿Hacer una gráfica en Python? Y hasta ajustar esos datos a un modelo lineal, Python, lo hace y de una forma muy sencilla, aquí te mostramos cómo hacerlo paso a paso. Esperamos que este vídeo te sea de utilidad, y si tienes mejoras al programa, no olvides compartirlas en la caja de comentarios.
**Nota: El Header (encabezado) debe decir header=0, ya que la primer línea del archivo de texto, es el encabezado.

Descarga el archivo TXT del vídeo:


✔Nuestro blog:

✔Spyder



- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:
✔Métodos Numéricos: Eliminación Gaussiana (Principiante)/Gaussian Elimination (Beginner)



✔Ciclo For(def)



✔Funciones (def)



✔Entrada y salida de datos (print y raw_input)



✔Condiciones (If y else)

✔Formato de tablas (str.format)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
You're free to use this song and monetize your video, but you must include the following in your video description:
We Always Thought the Future Would Be Kind of Fun by Chris Zabriskie is licensed under a Creative Commons Attribution license (
Source:
Artist:
You're free to use this song and monetize your video, but you must include the following in your video description:
Out of the Skies, Under the Earth by Chris Zabriskie is licensed under a Creative Commons Attribution license (
Source:
Artist:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Gráficos Estadísticos con Python - Parte 1

Implementación de gráficos estadísticos de líneas, dispersión e histogramas utilizando
Python junto a librerías como Matplotlib, Pandas y Seaborn en el entorno Jupyter Notebook.


Estudiantes:
Kevin Andres Largo Toro (klargo2@utmachala.edu.ec)

Herramientas estadísticas con Python

Material del curso de Herramientas Computacionales de Uniandes

Universidad de los Andes | Vigilada Mineducacion Reconocimiento como Universidad: Decreto 1297 del 30 de mayo de 1964. Reconocimiento personeria juridica: Resolucion 28 del 23 de febrero de 1949 Minjusticia. Carrera 1 18A-10, Bloque Ip. Bogota - Colombia. A.A. 4976-12340. Telephone +571 3324500. Fax +571 3324516 Universidad de los Andes - Faculty of Science- Department of Physics
x

🧮 Promedio móvil | Python | Rolling | Estadística │¡Muy fácil!

Obtener el promedio móvil con Python, es muy sencillo y aquí lo hacemos paso a paso y te mostramos lo siguiente:
🔖Calcular el promedio móvil, paso a paso
🔖Obtenemos el promedio móvil, utilizando rolling de pandas
🔖Ajustamos el Dataframe, para que tenga la presentación del ejemplo (Agregamos un valor al final de la columna, insertamos una fila al final del Dataframe y desplazamos hacia abajo un lugar la columna del promedio móvil)
🔖Cambiamos el nombre de las columnas
🔖Graficamos las columnas del promedio móvil, valores de las ventas y el número de la semana utilizando Pandas
Esperamos que este vídeo te sea de utilidad, no olvides dejarnos tus comentarios y sugerencias, nos dará mucho gusto saludarte.
💻Línea del código que NO mencionamos en el vídeo, pero te permite ver la suma de la columna de los errores elevados al cuadrado:
print(Suma errores cuad: ,df['errorpcua'].sum())

💻 Programa Python en línea, sin instalar software con Google

😉 Nuestro blog:

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
🎞️ Otros vídeos que pueden ser de utilidad:
✔Vídeo de Rolling Windows

✔Lista de reproducción de los vídeos de Estadística
✔Nuestra lista de reproducción de Machine Learning en Python

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
🎼 Música
Sunrise Drive
South London HiFi
Sunny Morning
Bruno E.

Introducción Estadistica Inferencial con Python - PyData Guatemala

¿Cómo hacer Tablas Pivote?| Resumen de datos | Exportar a Excel| Python │Pandas │¡Muy fácil!

En este vídeo te mostramos:
*¿Cómo se forma una Tabla Pivote?
*¿Cómo saber cuántos datos únicos tiene una columna de un DataFrame?
*¿Cómo enlistar los títulos de las columnas de un DataFrame?
*¿Cómo hacer una Tabla Pivote? Y utilizar las funciones de agregación.
*¿Cómo exportar la Tabla Pivote, para abrirla en un archivo de Excel?
Esperamos que este vídeo te sea de utilidad, no olvides dejarnos tus comentarios y sugerencias, nos dará mucho gusto saludarte.
✔ Datos que usamos en el vídeo:
Google Play Store:
Datos de sismos:
Datos de los proyectos FOMIX:
Datos de la Beca:

✔Programa Python en línea, sin instalar software con Google

✔Nuestro blog:

✔Spyder

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:
✔Nuestra lista de reproducción de Machine Learning en Python

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Imágenes en el Thumbnail:
Imagen de TeroVesalainen en Pixabay
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
Streamline
Eveningland

Stardrive
Jeremy Blake

Copycat
R.LUM.R


- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Regresión lineal | SciKitLearn |Machine Learning| Python

En esta ocasión te mostramos cómo hacer una regresión lineal en el módulo de machine learning o aprendizaje máquina, utilizamos la base de datos de películas de kaggle.
Esperamos que este vídeo sea de utilidad, no olvides dejarnos de dónde nos estás visitando, nos dará mucho gusto saludarte en la sección de comentarios.
✔Nuestro blog

✔Scikit Learn

API design for machine learning software: experiences from the scikit-learn project, Buitinck et al., 2013.
✔Selección de datos con los que trabajamos en el vídeo:

✔Base de datos completa en Kaggle:

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:
✔Python: Gráficas, Ajuste de Datos, Lectura de datos (Pandas, mathplotlib, Numpy, SciPy)


✔Agrupar datos |Groupby | Pandas | Python | Por petición


✔Python desde cero: Ciclo For


✔Python desde cero: IF/AND


✔TkInter: ¿Cómo hacer una ventana?


✔Python desde cero: ¿Cómo insertar, borrar y modificar datos?


✔Python desde cero: Slicing Tuples (Tuplas/Básico)


✔Entrada y salida de datos (print y raw_input)

✔Formato de tablas (str.format)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
Clover 3 | Vibe Mountain
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Pandas desde cero (Python): ¿Cómo hacer un Data frame? (Básico)

Pandas es el módulo de Python para el análisis y manejo de datos, la estructura principal es el Data frame, un arreglo rectangular de dos dimensiones, donde los datos se acomodan en renglones y columnas. En este vídeo te mostramos como crear un Data frame desde cero, así como manejar los datos faltantes, como el tipo NaN, None y N/A. También te mostraremos cómo generar estadísticas básicas con estos datos.
✔Nuestro blog

✔Pandas

✔Spyder


- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:

✔Seaborn para Python: ¿Cómo visualizar datos con Pairplot? (Muy fácil)



✔Python desde cero: Funciones Recursivas


✔TkInter: ¿Cómo hacer una ventana?


✔Python desde cero: ¿Cómo insertar, borrar y modificar datos?


✔Python desde cero: Slicing Tuples (Tuplas/Básico)


✔Entrada y salida de datos (print y raw_input)

✔Formato de tablas (str.format)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
Light Awash by Kevin MacLeod is licensed under a Creative Commons Attribution license (
Source:
Artist:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
x

Python | BoxPlot y estadisticas basicas | Histogramas | Construccion cuartiles

En ese nuevo capitulo se discute, construye e interpreta los diagramas de caja (boxplot) desde su uso en comparaciones de normalidad y etiquetar un valor como extremo (outlier). Todo ello utilizando el lenguaje Python usando para ello las bibliotecas o modules Panda, Numpy, seaborn y scipy.

Source:

Suscribete para recibir notificaciones.

Análisis de correlación en python

Ejemplo de Análisis y Correlacion de un Dataframe usando Python.
Autor: Darwin Calva
correo: dcalva3@utmachala.edu.ec

Análisis de Sentimientos en comentarios | Dataframe | TextBlob | Python | ¡Muy básico!

En este vídeo te mostramos cómo aplicar el análisis de sentimientos a comentarios desde un archivo CSV y como resultados veremos la distribución de la puntuación de los comentarios en relación a la polaridad, subjetividad en una gráfica de distribución de Seaborn (Distplot).
Esperamos que este vídeo sea de utilidad, no olvides dejarnos de dónde nos estás visitando, nos dará mucho gusto saludarte en la sección de comentarios.
✔ Datos originales de Kaggle.com

✔ Documentación oficial del módulo TextBlob, aquí encuentras las instrucciones para descargarlo:

✔La selección de datos que utilizamos:

✔Nuestro blog

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
⏰ Minuto a minuto del vídeo
🔖 0:00 - 6:04 Líneas de código para la traducción de los comentarios al español y revisión del error HTTPerror: Too Many Requests
🔖 6:05 - 9:48 Análisis de sentimientos en el DataFrame para obtener polaridad y objetividad
🔖 9:49 - 11:49 Obtener los valores máximo, mínimo y medio de las polaridades
🔖 11:50 - 14:00 Gráfica Distplot de los valores de polaridad y objetividad en Seaborn
🔖 14:07 - 18:02 Como agregar columnas al DataFrame con un ciclo While y variar el nombre en cada columna
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:
✔Lista de reproducción de vídeos de Pandas

✔Lista de reproducción de vídeos de Machine Learning (ScikitLearn)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Emojis

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
Amazement
Freedom Trail Studio
Kamogawa Dreaming
South London HiFi
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Imágenes de la miniatura
Imagen de Gerd Altmann en Pixabay
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Pandas desde cero (Python): ¿Cómo seleccionar renglones y columnas de un archivo CSV? (Muy Básico)

¿Necesitas seleccionar renglones y columnas, utilizando su índice? Aquí te mostramos cómo utilizar la función ILOC, para solamente un rango de renglones, una combinación de renglones y columnas o renglones y columnas “salteados”. Para este vídeo utilizaremos los datos de la ATP (2000- 2016) para Tenis varonil ¡Esperamos que este vídeo te sea de utilidad!
✔Kaggle, para descargar el archivo de la ATP

✔Nuestro blog

✔Pandas

✔Spyder


- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:

✔Seaborn para Python: ¿Cómo visualizar datos con Pairplot? (Muy fácil)



✔Python desde cero: Funciones Recursivas


✔TkInter: ¿Cómo hacer una ventana?


✔Python desde cero: ¿Cómo insertar, borrar y modificar datos?


✔Python desde cero: Slicing Tuples (Tuplas/Básico)


✔Entrada y salida de datos (print y raw_input)

✔Formato de tablas (str.format)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
Marxist Arrow by Twin Musicom is licensed under a Creative Commons Attribution license (
Artist:

Artist:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

PREPROCESAMIENTO DE DATOS CON PYTHON | #1 Curso Preprocesamiento de Datos con Python

Tenemos que tener claro que los datos no necesariamente signifiquen información, por lo que es necesario aplicar un análisis a los mismos para que nos ayude a responder preguntas, descubrir información útil a través de ellos e inclusive para predecir el futuro utilizando Machine Learning.

Para conocer más sobre este tema puedes ingresar a este link:
🔗 Link de la entrada al blog:

___

Para obtener el LIBRO EN ESPAÑOL de Machine Learning con Python: Aprendizaje Supervisado puedes ingresar al siguiente link:

___

Para aprender más sobre Machine Learning puedes ingresar al blog:
🔗 Link al blog:

__

Continua tu aprendizaje en Machine Learning viendo los siguientes videos:

🔎 Para conocer más sobre Machine Learning puedes ver estos videos:

🔎 Para conocer más sobre el preprocesamiento de datos puedes ver estos videos:

🔎 Para conocer más sobre la visualización de datos puedes ver estos videos:

🔎 Para ver otros programas en Python de Machine Learning puedes entrar acá:

___

SUSCRÍBETE AL CANAL:
___

ACERCA DEL CANAL
¿Quieres aprender sobre Machine Learning pero no tienes conocimientos básicos sobre este tema?

¡Este es el canal ideal para ti!

¡Hola! Me llamo Ligdi González y mi pasión es aprender sobre nuevas tecnologías y a su vez enseñar a otros de una manera sencilla y sin tantas complicaciones sobre este tema. Con más de 10 años de experiencia, mi meta es ofrecerte herramientas que te ayuden a aprender desde lo más básico a lo más avanzado de Machine Learning.

___

CONTACTO / NEGOCIOS

hola@ligdigonzalez.com

Shares

x

Check Also

x

Menu