Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Ejercicios de programación, Apuntes de Tecnologías de la Información y la Comunicación

Ejercicios de programación año 2026

Tipo: Apuntes

2025/2026

Subido el 09/06/2026

valerie-veliz
valerie-veliz 🇬🇹

4 documentos

1 / 2

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
REPASO DATASCIENCE
PROYECTO EN JUPYTER NOTEBOOK
¡Felicidades! Has sido contratado como Data Scientist Jr. para una nueva Startup
tecnológica. La empresa ha lanzado su primer producto y necesitas transformar datos
brutos en decisiones estratégicas.
Objetivo del Proyecto
Crear un reporte profesional y automatizado en un Jupyter Notebook que analice el éxito del
lanzamiento usando Python, Pandas y visualización de datos.
Fase 1: Configuración del Entorno y Estructura
● Inicia Anaconda Navigator y abre un nuevo Jupyter Notebook.
● Personaliza tu notebook usando celdas de Markdown:
○ Usa un encabezado principal (#) para el título del proyecto.
○ Escribe tu nombre en negrita.
○ Añade una breve descripción del flujo de trabajo (IPO) en cursiva.
● Usa el comando *** para crear líneas divisorias entre secciones.
Fase 2: El Laboratorio de Datos (Generación)
Simularemos un mes de operaciones comerciales utilizando herramientas de Python:
● Importa las librerías necesarias con sus respectivos alias: pandas as pd, numpy as np y
matplotlib.pyplot as plt.
● Genera un dataset de 30 días usando numpy.random que incluya:
○ Ventas: Valores aleatorios (randint).
○ Canal de Marketing: Selección entre 'TikTok', 'Instagram' o
'Google Ads' (choice).
○ Satisfacción: Escala del 1 al 5.
● Convierte el diccionario en un DataFrame y expórtalo a un archivo llamado
ventas_startup.csv.
pf2

Vista previa parcial del texto

¡Descarga Ejercicios de programación y más Apuntes en PDF de Tecnologías de la Información y la Comunicación solo en Docsity!

REPASO DATASCIENCE

PROYECTO EN JUPYTER NOTEBOOK

¡Felicidades! Has sido contratado como Data Scientist Jr. para una nueva Startup tecnológica. La empresa ha lanzado su primer producto y necesitas transformar datos brutos en decisiones estratégicas. Objetivo del Proyecto Crear un reporte profesional y automatizado en un Jupyter Notebook que analice el éxito del lanzamiento usando Python, Pandas y visualización de datos. Fase 1: Configuración del Entorno y Estructura ● Inicia Anaconda Navigator y abre un nuevo Jupyter Notebook. ● Personaliza tu notebook usando celdas de Markdown: ○ Usa un encabezado principal (#) para el título del proyecto. ○ Escribe tu nombre en negrita. ○ Añade una breve descripción del flujo de trabajo (IPO) en cursiva. ● Usa el comando *** para crear líneas divisorias entre secciones. Fase 2: El Laboratorio de Datos (Generación) Simularemos un mes de operaciones comerciales utilizando herramientas de Python: ● Importa las librerías necesarias con sus respectivos alias: pandas as pd, numpy as np y matplotlib.pyplot as plt. ● Genera un dataset de 30 días usando numpy.random que incluya: ○ Ventas: Valores aleatorios (randint). ○ Canal de Marketing: Selección entre 'TikTok', 'Instagram' o 'Google Ads' (choice). ○ Satisfacción: Escala del 1 al 5. ● Convierte el diccionario en un DataFrame y expórtalo a un archivo llamado ventas_startup.csv.

Fase 3: Exploración y Limpieza (EDA Express) ● Carga tu archivo .csv y realiza una inspección inicial con head(), info() y describe(). ● Verifica la limpieza de tus datos: ○ Usa isnull().sum() para confirmar que no faltan datos. ○ Cálculo: Crea una nueva columna llamada "Ventas Netas" restando una comisión del 10% a la columna de ventas original. Fase 4: Análisis Estratégico Extrae información valiosa para el negocio: ● Filtrado: Muestra solo los días donde las ventas fueron superiores al promedio (usa .loc o .query). ● Frecuencia: Determina cuál fue el canal de marketing más utilizado con value_counts(). ● Análisis: Calcula la correlación entre la satisfacción del cliente y el volumen de ventas. Fase 5: Comunicación Visual y Entrega Como experto, debes presentar gráficos claros:

  1. Gráfico de Líneas: Tendencia de ventas diarias durante el mes.
  2. Gráfico de Barras: Comparativa del total de ventas por canal de marketing.
  3. Histograma: Distribución de los niveles de satisfacción.