Continuando con nuestro ejemplo

Clase 13 de 30 • Curso de Big Data y Ciencia de Datos 2016

Julián Fernando Amaya Díaz

student•

Conociendo Jupyter - Ejercicio básico Game of Thrones

A continuación les comparto un ejercicio básico que me invente sobre Game of Thrones con data de la web Kaggle. Espero sea de inspiración para nuevas ideas.

Ejercicio:

https://github.com/JulianAmayaD/learnJupyterDS

Juan Pablo Duque Ordoñez

student•

En la celda donde elimina las columnas con drop, el valor de axis = 1 hace referencia a que va a eliminar columnas, si se omite el axis significa que se van a eliminar filas

sns.boxplot(data = data.drop(['Name', 'Total'], axis=1).head())

Omar España

student•

Sp. Attack= Ataque Especial Sp. Defense= Defensa Especial

Will no sabe mucho de pokemon pero siguiendo su consejo, hay que conocer del tema que estas analizando

Daniel Z

student•

Les comparto una lista de shortcuts para el teclado cuando estén trabajando en jupyter

Nota: Aparece para Mac, la tecla Cmd, en Linux cambia por Ctrl, en windows no sé si funcionen igual

Rodrigo Gil Lopetegui

student•

muy bueno! 😃
también se puede presionar h y aparece un menú de ayuda, otra opción es con
Ctrl + Shift + P en Linux y Windows o Cmd + Shift + P en Mac y así aparece un menú de diálogo que corre comandos y ayuda si no te acordas el shortcut

Cristian Orozco Benjumea

student•

Realmente práctico y para windows sólo es cambiar CMD por CTRL y listo. Muchas gracias

Jhon Tello Jairo Tello

student•

Tuve problemas con la instalación de la libreria seaborn en windows pero como lo recomendó @razpeitia_ instale Anaconda y aca si se instaló limpiamente

Gabriel Loggia

student•

Yo también tuve problemas con las librería Panda. Instale Anaconda y funcionaron todos los ejemplos…

Martín Leyva

student•

¿Cómo instalar Anaconda?

Windows, Linux y macOS.

Diego Castro Plazas

student•

Me parece que estos cursos pueden mejorarse enormemente si realmente el profesor a partir de las gráficas generara conclusiones valiosas para entender la dinámica de los datos. Solo se limita a decir “esta gráfica es muy informativa”, pero no dice lo que está informando la gráfica.

Nestor Antonio Pineda Otero

student•

Es correcto, me parece que es un punto a tener presente para la actualización del curso.

Bryan David Rosas Rojas

student•

Comparto totalmente este comentario

Jorge Iván Rivera Montaño

student•

Una duda, al realizar el boxplot:

sns.boxplot(data = data.drop(['Name', 'Total'], axis=1).head())

Se dejo el “head()”, entonces la gráfica que nos da esta sesgada a solo los valores que arroja el head ¿no?, si es así, para que en la gráfica se muestren todos los datos debería de quedar sin head.

sns.boxplot(data = data.drop(['Name', 'Total'], axis=1)

Fredy Andres Pulido Rojas

student•

Excelente observación!

Bryan Tony Cipriano Tarazona

student•

Estas en lo correcto amigo

Henry Puentes Gonzalez

student•

lo mejor es ANACONDA:

Bryan Sanchez

student•

No entiendo si uso sql y no python igualmente no se hace big data quien me puede aclarar ya que los datos que trae el profe los puedo sacar por sql

Juan Carlos Miranda Carlos Miranda

student•

Si estoy de acuerdo, como que yo tampoco veo aún la diferencia en usar sql o incluso excel con power bi, power pivot y power query, con usar estas herramientas o el concepto de Big Data, contra minería de datos o análisis de datos de toda la vida.

Fabian Gutierrez

student•

En Sql guardas los datos, con Python haces el tratamiento para descubrir nuevas cosas y entenderlos.

Excel puede ser usado, pero usualmente el volumen de datos usados en bigdata son tan grandes que terminaria congelandose.

Saúl Báez Terrez

student•

Creo que sería mejor curso si el hablara en ingles y hubiera subtitulos, si de por si para alguien que hable español es difícil explicar estos temas, ahora con alguien que se le nota que se le dificulta el español, y su hablar tan lento tampoco ayuda al desarrollo del curso

Wilmer David Cedeño Mendoza

student•

Existe la opción de acelerar la velocidad de reproducción del vídeo, yo lo hago cuando algunos profesores hablan muy despacio.

Camilo Fajardo

student•

Al intentar visualizar una columna contra otra (time code: 16:32 con la línea sns.jointpot (x=‘columna1’, y=‘columna2’, data=data, kind=‘reg’)) me salió este warning:

FutureWarning: Using a non-tuple sequence for multidimensional indexing is deprecated; use arr[tuple(seq)] instead of arr[seq]. In the future this will be interpreted as an array index, arr[np.array(seq)], which will result either in an error or a different result.
return np.add.reduce(sorted[indexer] * weights, axis=axis) / sumval

cómo quedaría entonces la sintaxis?

Moisés Manuel Morín Hevia

student•

Veo tu sitaxis correcta, en el ejercicio sns.jointplot(x= 'Sp. Atk', y= 'Sp. Def', data= data, kind= 'reg')

Julián Fernando Amaya Díaz

student•

Por si les da error de importar módulo seaborn:

!pip install seaborn

GAL

student•

Solo con ver la cantidad de “Type 1” y “Type 2”, me dí cuenta que Flying es el tipo menos común como tipo 1 y el tipo mas común como tipo 2 😄

Camilo Torres

student•

Los pokemon tipo Volador, suelen ser Normal Volador jasjasj

LUIS FERNANDO CASTAÑEDA CASTRO

student•

Jupyter hace magia

Angell Razuri Buchelli

student•

Hola estimada comunidad cuando ejecuto la instrucción sns.jointplot(x='Sp. Atk', y='Sp. Def', data=data, kind='reg') me muestra este error

ValueError Traceback (most recent call last) ~\AppData\Local\Temp/ipykernel_25072/283256242.py in <module> ----> 1 sns.jointplot(x='Sp. Atk', y='Sp. Def', data=data, kind='reg') -... ... .. ..

ValueError: cannot reindex from a duplicate axis

Sebastian Pérez Quintero

student•

Hola, cómo estan? me pueden ayudar a entender para que fue esta linea:

%matplotlib inline

la pone, sigue pero no paso nada ahí ¿es para? Gracias

Manuel Salv. Lemos Foncubierta

student•

Es un comando previo para activar está libreria, Te dejo un enlace muy útil sobre el tema.

https://stackoverflow.com/questions/43027980/purpose-of-matplotlib-inline

Moisés Manuel Morín Hevia

student•

Le estas diciendo que vas a activar matplotlib (Si lo haces en un entorno virtual.)

Grupo Cualli

student•

Para redondear el Total promedio de cada tipo, ¿En dónde se aplica el round() ?

Moisés Manuel Morín Hevia

student•

round(number, digits)

Jesús Maximiliano Manchuk

student•

¿Alguien podría explicarme un poco más el data=data? No entiendo que es lo que logramos al hacer eso. (minuto 16:26)

Jorge Iván Rivera Montaño

student•

En la variable “data” vas a meter los datos que se van a graficar, en este caso la variable donde tenemos los datos se llama igual, osea “data”, creo que ahí esta la confusión. Por metes tu archivo de pokemon en una variable que se llame datos_pokemon (en vez de que se llame data) entonces tendrías que poner data=datos_pokemon, o completo sería:

sns.jointplot(x='Sp. Atk', y='Sp. Def', data=datos_pokemon, kind='reg')

Espero haberme explicado.
Saludos!.

Jesús Maximiliano Manchuk

student•

Fue de mucha ayuda! gracias mathjor!

Moisés Manuel Morín Hevia

student•

Pues muy buen ejercicio pero poca explicación.

Luis Alfredo Dueñas Meza

student•

Excelente video, se va comprendiendo mejor

Continuando con nuestro ejemplo

Bienvenidos

Aprende sobre Big Data y Ciencia de Datos con los cursos actualizados

Bienvenido al curso

¿Qué es un Data Scientist?

Ejemplos de uso de Data Science

Cómo funciona una búsqueda de Google y el Algoritmo de Spotify

Retos de un data scientist

¿Porqué surge Data Science ahora y no antes?

¿En cuáles campos trabajan Data Scientists?

¿Cuáles habilidades y herramientas usamos?

Workflow de un Data Scientist

Introducción a Python

Guía de Jupyter

Configurando un NoteBook

Continuando con nuestro ejemplo

Flujo de trabajo de un Data Scientist

Workflow Típico de un Data Scientist

Recolectar datos, limpiar datos dormir con sus datos

Modelos de datos

Construir un modelo

Validar su modelo y predecir el futuro

Comunicar los resultados

Algebra Lineal para Data Science

Básicos de Probabilidad

Automatización en Data Science

Hacer que las máquinas hagan todo

Objetos del mundo real en el espacio vectorial y métricas de distancia

Ejemplo de espacio vectorial y métricas de distancia

Conclusiones

Cómo ser un data Scientist

Cierre del curso

Desafío 01

Desafío 02

Contenido complementario

¿Qué es big data y cuál es su papel en datascience?