

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Ejercicios de programación año 2026
Tipo: Apuntes
1 / 2
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!


¡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: