Proyecto Final: Análisis Poblacional con Python y Gráficas

Clase 40 de 44 • Curso de Python: Comprehensions, Funciones y Manejo de Errores

Resumen

¿Cómo integrarnos un proyecto a partir de diferentes componentes aprendidos?

La educación profesional en plataformas como Platzi ofrece la oportunidad de consolidar conocimientos aprendidos en diferentes módulos para formar un sólido proyecto final. En este contexto, hemos trabajado previamente con funciones, comprehensions y manejo de excepciones, y ahora llegamos a un punto clave: unir todos estos elementos para resolver un reto mucho más amplio usando un CSV de datos poblacionales.

¿En qué consiste el reto propuesto?

El desafío consiste en procesar un CSV que contiene datos poblacionales de varios países a lo largo de diferentes años, seleccionar un país específico y extraer únicamente las columnas relacionadas con sus años poblacionales (ej. 2022, 2020, etc.). Datos adicionales como rango, capital, continente, etc., no serán relevantes en esta ocasión. Se busca organizar esta información para poder graficarla en un Varchar.

¿Cómo logramos seleccionar y preparar los datos?

Para enfrentar este desafío, se debe transformar cada fila del CSV en un formato de diccionario usando las claves de las columnas y sus respectivos valores. Por ejemplo, si seleccionamos Argentina, queremos solamente sus datos de población a lo largo de los años. A continuación, organizamos los datos obtenidos en un formato que sea fácil de graficar.

Fragmento de código Python

def getPolization(countryDic):
    # Inicializa el diccionario de población
    populationDic = {
        "2022": 0,
        "2020": 0,
        "2015": 0,
        "2010": 0,
        "2000": 0,
        "1990": 0,
        "1980": 0,
        "1970": 0
    }
    # Llenar el diccionario con los datos de población
    for year in populationDic:
        key = f"{year} Population"
        if key in countryDic:
            populationDic[year] = int(countryDic[key])  # Convertimos a entero
    
    labels = list(populationDic.keys())
    values = list(populationDic.values())
    return labels, values

¿Cómo integrarse y visualizar los datos?

Una vez procesados los datos, se deben integrar otros componentes desarrollados a lo largo del curso. Importaremos módulos previamente creados como read_csv para leer el CSV y charts para graficar la información extraída.

Fragmento de código para generar gráficos

country = input("Introduce el país que deseas graficar: ")
labels, values = getPolization(readCountry(country))  # readCountry es una función imaginaria
chart.bar_chart(labels, values)  # Usando el módulo 'charts'

¿Cuál es la importancia de hacer el cast a enteros?

Es fundamental transformar los datos obtenidos del CSV de strings a enteros para que las librerías de gráficos como Matplotlib puedan interpretarlos correctamente y crear las visualizaciones esperadas.

Reflexiones finales: Continuar avanzando

La integración de diversos componentes en un proyecto te inicia en el camino de construir soluciones completas y funcionales. Reconoce que has alcanzado un hito importante, pero el aprendizaje nunca se detiene. Mantente curioso y sigue avanzando hacia nuevos desafíos. ¡Adelante con la próxima clase donde enfrentaremos más retos!

Juan Diego Vargas

student•

Hola compañeros, para aquellos que les aparezca el siguiente error:

KeyError: 'Country'

En mi caso lo solucione cambiando la palabra 'Country' por la palabra 'Country/Territory' en la función population_by_country del modulo de utils,py:

def population_by_country(data, country): result = list(filter(lambda item: item['Country/Territory'] == country, data))

Esto porque en el archivo data.csv que descargue, el nombre de la columna Country no aparece como Country, sino como, Country/Territory.

Espero les sirva ![](

Carlos Vidal

student•

Gracias amigo, inciaban los primeros 3 minutos de frustracion jeje

Diego Jurado

student•

Hola Juan, gracias por compartir!

Mariano Coto

student•

Como aporte sugiero no esperar hasta el final del curso para plantear retos asi, seria bueno insertarlos antes asi el mismo es mas interactivo.

Sandra Guayambuco

student•

Coincido, en los retos es donde realemente aprendo, me toca devolverme, leer la documentacion de como usar cada cosa,etc. buena idea.

Alvaro Eduardo Garzón Pira

student•

¡Hola! Venía a decir exactamente lo mismo, considero que aprendemos mejor y más rápido cuando se nos plantea estos retos, ojalá el team platzi tenga en cuenta esta sugerencia, si alguien nuevo lee este comentario y está de acuerdo, por favor, dejen un comentario indicando que están de acuerdo con tener más retos así, si somos varias personas, podríamos enviarle la sugerencia al team platzi por correo de una forma un poco más formal y tendremos más probabilidades de hacernos notar si somos varios, estos retos aportan más a nuestro aprendizaje en vez de los playground, aunque claro, estos también son importantes.

FELIX DAVID CORDOVA GARCIA

student•

Es sorprendente el poder que tienen pandas con matplotlib y si a eso le sumamos seaborn pues:

Salen graficos hermosos y en pocas líneas de código

Juan Carlos Plata Prada

student•

madre mia pocas lineas =O las librerias te facilitan la vida y ahoran tiempo

Ian Cristian Ariel Yané

student•

Que bello que es lo bello, miren ese codigo y esos grafico

Arelys Viloria

student•

Gente hoy estuve haciendo la gráfica me costó tuve que buscar info en mil sitios y hasta puse a prueba mis reading jaja, Aquí les dejo mi código y una mini guía para estilizar la gráfica espero que les sirva:

La gráfica:

Info:

Descripción del código:

Código:

import matplotlib.pyplot as plt

def generate_bar_chart(labels, values, país):
  plt.rcParams['font.sans-serif'] = ['Lato']
  plt.rcParams['font.weight'] = "medium"
  fig, ax = plt.subplots()
  ax.bar(labels, values, width=0.6, color='#86bf91')
  ax.spines['right'].set_visible(False)
  ax.spines['top'].set_visible(False)
  ax.spines['left'].set_visible(False)
  ax.spines['bottom'].set_visible(False)
  plt.tick_params(left = False, bottom = False)
  ax.tick_params(axis='both')
  plt.xticks(fontsize='8.5', weight='bold', color='#7e807e')
  plt.yticks(fontsize='8.5', weight='bold', color='#7e807e')
  ax.set_xlabel("Años de censo", labelpad=18, size=10, fontfamily="sans", weight="bold")
  ax.xaxis.set_label_coords(x=-0.004, y=-0.087, transform=ax.transAxes)
  ax.set_ylabel("Población (Millones)", labelpad=18, size=10, fontfamily="sans", weight="bold")
  ax.yaxis.set_label_coords(x=-0.09, y=0.81, transform=ax.transAxes)
  plt.suptitle("Desde el año 1970 al año 2022", size=10, fontfamily="sans", color="#5f615f", weight="bold",
            horizontalalignment = 'left',
             x=0.038,
             y=0.94,
             transform=fig.transFigure)
  plt.title("Población de " + país, size=17, weight='bold', fontfamily="serif", color='#598561',
            horizontalalignment = 'left',
             x=0.038,
             y=0.96,
             transform=fig.transFigure)
  vals = ax.get_yticks()
  for tick in vals:
      ax.axhline(y=tick, linestyle='dashed', alpha=0.4, color='#c3c9c5', zorder=1)
  plt.show()

Arelys Viloria

student•

Julio Rogers Cajas Guncay

student•

Yo lo hice de esta manera:

from csv import reader
import matplotlib.pyplot as plt

with open('data.csv','r') as data:
    reader1 = reader(data)
    header = next(reader1)
    data1=[]
    for line in reader1:
        codict=dict()
        for i,j in zip(header,line):
            if 'Country' in i or 'Population' in i :
                codict[i]=j
        data1.append(codict)

def graficar(data,name):
    result= list(filter(lambda item:item['Country']==name,data))[0]
    labels=list(result.keys())[1:-1]
    values=list(map(int,list(result.values())[1:-1]))
    fig, ax = plt.subplots()
    ax.bar(labels, values)
    plt.show()

graficar(data1,'Bolivia')

Andrés Felipe Sierra Sanchez

student•

Pues no, la verdad es que no he podido solucionar el reto; y realmente es bastante frustrante porque llevo todo este curso prestando especial atención y realizando todos los ejercicios y entendiendo por qué funciona de esa forma, etc etc. Me gustaría saber si soy un caso aislado o le pasa a más compañeros.

Bryan David Vasquez Paz

student•

yo soy nuevo en todo esto de la programación y si el reto es bastante duro para mi tambien y esta clase en especial ha sido la mas frustrante para mi

andres alvarez

student•

ya lo hiciste?

Luis Armando Mendoza Campillo

student•

Así lo hice you

import App


def filter_by_country(data, country):
  country_data = list(filter(lambda item: item['Country'] == country, data))
  return country_data


def delete_columns(country_data):
  new_country_data = dict(
    filter(
      lambda item: 'Population' in item[0] and 'Percentage' not in item[0],
      country_data[0].items()))
  return new_country_data


def format_key(data):
  new_data = data.copy()
  new_data = {k[0:4]: v for k, v in new_data.items()}
  return new_data


def run(data):
  #country = input("Escriba el paìs: ")
  country = "Colombia"
  country_data = filter_by_country(data, country)
  population_data = delete_columns(country_data)
  population_data = format_key(population_data)


if __name__ == '__main__':
  run(App.data)

Johan Nicolás Valderrama Serrato

student•

funciona pero agregaria el int() en la variable v de la función format_key, con eso se corrige el bug de graficar con str

def get_population(new_country_data):
  # La función 'get_population' toma un diccionario 'new_country_data' como argumento.
  new_country_dict = new_country_data.copy()
  # Se crea una copia del diccionario original 'new_country_data' y se asigna a una nueva variable 'new_country_dict'.
  population_dict = {
    k[0:4]: int(v) for k, v in new_country_dict.items()
  }
  # Se crea un nuevo diccionario 'population_dict' utilizando un diccionario de comprensión (dictionary comprehension).
  # Para cada elemento (clave, valor) en el diccionario 'new_country_dict.items()', se crea un nuevo elemento en el diccionario 'population_dict' con la clave de los primeros 4 caracteres de la clave del elemento original y el mismo valor. Esto significa que el nuevo diccionario solo contiene los datos de población del país.
  return population_dict
  # La función devuelve el diccionario 'population_dict' que contiene solo los datos de población del país.

Dumar Estiven Angulo Sanchez

student•

me paso que tube muchos errores a la hora de escribir los modulos y se me fue mucho tiempo encontrando los errores pero cuando le coji en tiro como que ya estaba mas facil.

animo compañeros la mayoria de errores son de escritura y asignacion de valores. con el debugger los encuantran mas facil

Elver Gón

student•

me da gracia que se nos pide que del csv leamos solo los año y al momento de el hacerlo los crea a mano 😂

Jefferson Marchan

student•

Exacto. Solo debió tomar los labels de los años del csv como los keys del diccionario.

Paula Useche

student•

Mi solución es similar a la presentada en el curso, sin embargo, comparto mi código para extraer automáticamente las columnas de población de los países, registrando los años y valores correspondientes en un nuevo diccionario, en lugar de hacerlo de forma manual como sucedió en el ejemplo:

ANDRES ALFONSO MIRA MEJIA

student•

Buen aporte, gracias!

Jorge Cortés

student•

Buena idea, no conocía findall, en mi caso utilicé un endswith para extraer todos los que terminan en Population. Gracias!

Luis Alfonso Garcia Garcia

student•

A alguien también le falla la ventana del output? :/

Eduardo Peña Ramos

student•

Me pasó una vez.

Daniel Rendon

student•

Checa que no tengas algun espacio antes del "If name == 'main' " de hasta abajo o en alguna otra parte de tu codigo.

Valeri Sofia Monroy Soler

student•

Buenas tardes, alguien me podria ayudar con este error. Les agradezco

Jorge Guevara

student•

Tengo el mismo problema y no lo puedo solucionar. Ojalá alguien de @teamplatzi lo vea.

Cesar Jorge Oscar Franco

student•

me esta pasando lo mismo justo ahora, me dice que hay un keyerror y no entiendo porque

Jefferson Vilca

student•

Gustavo Campos

student•

Hola, Jefferson. Como estas? Me gusto mucho tu manera de escribir el código, pero tengo una duda en 'pais_req'. No entendí casi nada. Me podrías guiar un poco o recomendarme algún documento para aprender mas?

Alejandro Rodriguez

student•

Esta bien saber esto pero hoy en dia con pandas y jupyter esto es innnecesario

Daniel Dobles

student•

Creo que son los fundamentos, amigo, es necesario saber todo esto para ser un buen profesional yo creo. Yo estoy ahorita en el modo curioso, quiero saber de donde sale todo incluso porque se usa la Sintaxis determinada, etc.

PEDRO ANTONIO VELEZ VELEZ

student•

Para aprender a multiplicar primero tuviste que saber sumar. Para caminar primero aprendiste a gatear. Claro que es necesario saber estas cosas, nunca sabes cuando te va tocar usarlas, incluso sabiendo cosas como esta tu puedes en algún momento crear tus propias librerías.

Diego Mauricio Obregon Rodriguez

student•

esta muy mal planteado este reto, es como las evaluaciones en las que practicas un tema y resulta otro totalmente diferente jajajajaja

Juan José González Quintero

student•

Yo busqué las coincidencias en los campos y lo usé para filtrar los valores

def filter_list(data):
    new_dict = {}
    country = input('Seleccione un país: ' ).capitalize()
    #Obtengo la lista del pais
    list = [x for x in data if x['Country/Territory'] == country]
    #Al ser una lista de diccionarios tomo su primer y unico valor 
    for key, value in list[0].items():
        #Busco si la llave termina en 'ation' de 'Population'
        if key[-5:] == 'ation':
            #De ser así tomo los primeros 4 digitos como clave con su respectivo valor
            new_dict[key[0:4]] = value
            
    return new_dict


if __name__ == '__main__':
    data = read('./data.csv')    
    dict = filter_list(data)
    print (dict)

Andres Ricardo Carcamo

student•

Entiendo que la clase no trata sobre la librería de pandas, pero si alguno tiene inquietud de como se soluciona el reto de las columnas con utilizando esta librería, queda de la siguiente manera:

import pandas as pd
import matplotlib.pyplot as plt

#Extraigo los datos y los guardo en la variable df
df = pd.read_csv('./Modulos/data.csv')
df.head()

#cambio los nombres de las columnas  muy parecido a como lo resuelve el profesor 
df = df.rename(columns={
    df.columns[5]: '2022', 
    df.columns[6]:'2020',
    df.columns[7]:'2015',
    df.columns[8]:'2010',
    df.columns[9]:'2000',
    df.columns[10]:'1990',
    df.columns[11]:'1980',
    df.columns[12]:'1970'
    })
df.head()

Sandra Guayambuco

student•

Hola, dejo mi aporte con la descripción del reto. En el caso de que les pasa lo que a mi me pasa, que empiezo a desarrollar y tengo que constantemente revisar el reto para ver si estoy en la dirección correcta

Reto: De todo el csv de paises y poblaciones, seleccionar un pais, y de ese pais solamente mostrar las columnas o campos relacionados con poblacion/population y descartar las demás. Nuestro objetivo es ver una gráfica del crecimiento poblacional de ese pais, asi que queremos tener los valores enlistados como año:población

Sandra Guayambuco

student•

hola, hice 3 funciones,

una para leer la fila del pais,
otra para crear el diccionario que tenga en las keys los años y en los valores el numero que este en el csv
para graficar un bar chart.

Y al final use el output de la 1 en la 2 y el output de la 2 en la 3.

Saludos!

import csv
import re
import matplotlib.pyplot as plt


def read_country(path,country):
 with open(path,'r') as file:
  csv_file = csv.reader(file,delimiter=',')
  header = next(csv_file)
  for row in csv_file:
    if row[2] == country:
      new_row = zip(header,row)
      new_dictionary = {key:value for key, value in new_row}
 return header,new_dictionary

def dictionary_population(path,country):
 header, data = read_country(path,country)  
 new_dictionary = {}  
 for i in range(len(header)):
  matches = re.findall(r'\d{4,4}',header[i])
  if matches != []:
    new_dictionary = new_dictionary|{matches[0]:int(value) for key,value in data.items() if matches[0] in key}
 return new_dictionary

def generate_bar_chart(labels,values):
  fig, ax = plt.subplots()
  ax.bar(labels,values)
  plt.show()

if __name__ == '__main__':
 path = './app/data.csv'
 country = input('Escriba el nombre de un pais: ')
 country_dict = dictionary_population(path, country)
 generate_bar_chart(country_dict.keys(),country_dict.values())

Sara María Mejia Sánchez

student•

Hola!

Les comparto el código del proyecto:

utils

# Mis propios módulos
'''
Los modulos en Python son cualquier archivo con extension .py
Dentro de un modulo nosotros podemos definir Funciones, Clases o Variables
'''

def get_population(country_dict):
  population_dict = {
    "2022": int(country_dict["2022 Population"]),
    "2020": int(country_dict["2020 Population"]),
    "2015": int(country_dict["2015 Population"]),
    "2010": int(country_dict["2010 Population"]),
    "2000": int(country_dict["2000 Population"]),
    "1990": int(country_dict["1990 Population"]),
    "1980": int(country_dict["1980 Population"]),
    "1970": int(country_dict["1970 Population"]),
  }
  
  labels = population_dict.keys()
  values = population_dict.values()
  return labels, values

def population_by_country(data, country):
  result = list(filter(lambda item: item["Country/Territory"] == country, data))
  return result

main

# Importamos el modulo
import utils
import read_csv
import charts

def run():
  data = read_csv.read_csv('./app/world_population.csv')
  country = input("Type Country => ")
  
  result = utils.population_by_country(data, country)

  if len(result) > 0:
    country = result[0]
    labels, values = utils.get_population(country)
    charts.generate_bar_chart(labels, values)
  
  print(result)

# Módulos como scripts: __name__ y __main__
# Entry point
'''
Este if le dice al main.py, que si el archivo es ejecutado desde la terminal, ejecute el metodo run, pero si es ejecutado desde otro archivo, el metodo run no se ejecutaria.
'''

if __name__ == '__main__':
  run()