Análisis de Datos de Ventas con Python y Statistics

Clase 36 de 64 • Curso de Python

Contenido del curso

Fundamentos de Programación y Python

Colección y Procesamiento de Datos en Python

Control de Flujo en Python

Funciones y Manejo de Excepciones en Python

Programación Orientada a Objetos en Python

Lectura y escritura de archivos

Biblioteca estándar de Python

Conceptos avanzados de Python

Decoradores

Métodos y estructura de clases en Python

Programación concurrente y asíncrona

Creación de módulos y paquetes

Proyecto final

Tomar examen

Resumen

En el análisis de datos, es fundamental comprender y utilizar diversas medidas estadísticas para interpretar correctamente la información. Estas medidas nos permiten resumir y describir las características principales de un conjunto de datos, facilitando la toma de decisiones informadas. Algunas de las medidas estadísticas más comunes y sus fórmulas asociadas son las siguientes:

1. Media (Promedio)

La media aritmética se calcula sumando todos los valores de un conjunto de datos y dividiendo entre la cantidad de valores.

Donde:

nnn es el número total de valores.
xix_ixi representa cada valor individual en el conjunto de datos.

2. Mediana

La mediana es el valor que separa la mitad superior de la mitad inferior de un conjunto de datos ordenado.

Si n (el número de observaciones) es impar, la mediana es el valor en la posición 2n+1 después de ordenar los datos.

Si n es par, la mediana es el promedio de los dos valores centrales, es decir:

3. Moda

La moda es el valor que aparece con mayor frecuencia en un conjunto de datos. No hay una fórmula específica para la moda; se determina contando la frecuencia de cada valor y eligiendo el que tiene la frecuencia más alta.

4. Desviación Estándar

La desviación estándar mide la dispersión de los datos en relación con la media. Se calcula como la raíz cuadrada de la varianza.

Donde:

μ\muμ es la media de los datos.
xix_ixi representa cada valor individual.
nnn es el número total de valores.

5. Varianza

La varianza es el promedio de los cuadrados de las diferencias entre cada valor y la media del conjunto de datos.

6. Máximo y Mínimo

Máximo (max(x)): Es el valor más alto en un conjunto de datos.

max⁡(x)\max(x)
Mínimo (min(x)): Es el valor más bajo en un conjunto de datos.

min⁡(x)\min(x)

7. Rango

El rango es la diferencia entre el valor máximo y el valor mínimo en un conjunto de datos.

Estas fórmulas matemáticas te permiten realizar un análisis estadístico básico de cualquier conjunto de datos, como las ventas mensuales en un negocio, y son fundamentales para extraer conclusiones y tomar decisiones basadas en datos.

Al aplicar estas medidas, podrás extraer conclusiones valiosas y tomar decisiones basadas en datos, lo que es crucial para el éxito en diversos campos, desde la investigación científica hasta la gestión empresarial.

Cristian Alexander Vallejos De la rosa

student•

"Clase 35 - Análisis de Datos de Ventas con Python y Statistics"

import csv

import statistics

# # Leer los datos de la BdD

# ventas_mensuales = {} # Crear diccionario en blanco

# print(ventas_mensuales)

# with open('ventas_datos.csv', mode='r') as archivo: # abrir el archivo.csv

# leer = csv.DictReader(archivo) # leer los datos y convertirlos en un diccionario

# print(leer)

# for row in leer: # por cada fila leer

# mes = row['mes'] # clave mes por cada mes

# print(mes)

# venta = int(row['venta']) # valor venta por cada venta

# print(venta)

# ventas_mensuales[mes] = venta # del diccionario ventas_mensuales tomar las ventas de cada mes

# print(ventas_mensuales)

# ventas = list(ventas_mensuales.values()) # crear una lista con los valores de las ventas

# print(ventas)

ventas = [120,130,150,170,160,180,190,200,210,190,185,210]

print(f"Ventas: {ventas}")

### Funciones

## Promedios y medidas de tendencia central: Estas funciones calculan el promedio o el valor típico de una población o muestra.

# mean: Media aritmética (promedio) de los datos.

mean = statistics.mean(ventas)

print(f"mean: {mean}") # mean: 174.58333333333334

# fmean: Media aritmética rápida de punto flotante.

fmean = statistics.fmean(ventas)

print(f"fmean: {fmean}") # fmean: 174.58333333333334

# geometric_mean: Media geométrica de los datos.

geometric_mean = statistics.geometric_mean(ventas)

print(f"geometric_mean: {geometric_mean}") # geometric_mean: 172.09452944787978

# harmonic_mean: Media armónica de los datos.

harmonic_mean = statistics.harmonic_mean(ventas)

print(f"harmonic_mean: {harmonic_mean}") # harmonic_mean: 169.40599236754534

# kde: Función que estimar la distribución de densidad de probabilidad de los datos.

kde = statistics.kde(ventas, h=200)

print(f"kde: {kde}") # kde: <function kde.<locals>.pdf at 0x000002B07019E3E0>

# kde_random: Función de muestreo aleatorio del PDF generado por kde(). PDF: función de densidad de probabilidad (FPD o PDF en inglés)

kde_random = statistics.kde_random(ventas, h=200)

print(f"kde_random: {kde_random}") # kde_random: <function kde_random.<locals>.rand at 0x000002B06FF7DDA0>

# median: Mediana (valor medio) de los datos.

median = statistics.median(ventas)

print(f"median: {median}") # median: 182.5

# median_low: Mediana baja de los datos.

median_low = statistics.median_low(ventas)

print(f"median_low: {median_low}") # median_low: 180

# median_high: Mediana alta de los datos.

median_high = statistics.median_high(ventas)

print(f"median_high: {median_high}") # median_high: 185

# median_grouped: Mediana o percentil 50 de los datos agrupados.

median_grouped = statistics.median_grouped(ventas)

print(f"median_grouped: {median_grouped}") # median_grouped: 184.5

# mode: Moda (valor más común) de los datos.

mode = statistics.mode(ventas)

print(f"mode: {mode}") # mode: 190

# multimode: Lista de modas (valores más comunes de los datos).

multimode = statistics.multimode(ventas)

print(f"multimode: {multimode}") # multimode: [190, 210]

# quantiles: Divide los datos en intervalos con la misma probabilidad.

quantiles = statistics.quantiles(ventas)

print(f"quantiles: {quantiles}") # quantiles: [152.5, 182.5, 197.5]

## Medidas de dispersión: Estas funciones calculan una medida de cuánto tiende a desviarse la población o muestra de los valores típicos o promedios.

# pstdev: Desviación típica poblacional de los datos.

pstdev = statistics.pstdev(ventas)

print(f"pstdev: {pstdev}") # pstdev: 28.244345550137208

# pvariance: Varianza poblacional de los datos.

pvariance = statistics.pvariance(ventas)

print(f"pvariance: {pvariance}") # pvariance: 797.7430555555555

# stdev: Desviación típica muestral de los datos.

stdev = statistics.stdev(ventas)

print(f"stdev: {stdev}") # stdev: 29.50025680422378

# variance: Varianza muestral de los datos.

variance = statistics.variance(ventas)

print(f"variance: {variance}") # variance: 870.2651515151515

## Estadísticas para relaciones entre dos entradas: Estas funciones calculan estadísticas sobre las relaciones entre dos entradas.

ventas1 = [120,130,150,170,160,180,190,200,210,190,185,210]

ventas2 = [122,132,152,172,162,182,192,202,212,192,187,212]

print(f" Ventas 1 y 2: {ventas1},{ventas2}")

# covariance: Covarianza muestral de dos variables.

covariance = statistics.covariance(ventas1,ventas2)

print(f"covariance: {covariance}") # covariance: 870.2651515151515

# correlation: Coeficiente de correlación de Pearson y Spearman.

correlation = statistics.correlation(ventas1,ventas2)

print(f"correlation: {correlation}") # correlation: 1.0

# linear_regression: Pendiente e intersección para regresión lineal simple.

linear_regression = statistics.linear_regression(ventas1, ventas2)

print(f"linear_regression: {linear_regression}") # linear_regression: LinearRegression(slope=1.0, intercept=2.0)

# Resultados:

# Ventas: [120, 130, 150, 170, 160, 180, 190, 200, 210, 190, 185, 210]

# mean: 174.58333333333334

# fmean: 174.58333333333334

# geometric_mean: 172.09452944787978

# harmonic_mean: 169.40599236754534

# kde: <function kde.<locals>.pdf at 0x00000222DFE763E0>

# kde_random: <function kde_random.<locals>.rand at 0x00000222DFC4DDA0>

# median: 182.5

# median_low: 180

# median_high: 185

# median_grouped: 184.5

# mode: 190

# multimode: [190, 210]

# quantiles: [152.5, 182.5, 197.5]

# pstdev: 28.244345550137208

# pvariance: 797.7430555555555

# stdev: 29.50025680422378

# variance: 870.2651515151515

# Ventas 1 y 2: [120, 130, 150, 170, 160, 180, 190, 200, 210, 190, 185, 210],[122, 132, 152, 172, 162, 182, 192, 202, 212, 192, 187, 212]

# covariance: 870.2651515151515

# correlation: 1.0

# linear_regression: LinearRegression(slope=1.0, intercept=2.0)

Cristian Ramiro Narváez Guillén

Julián Cárdenas

Alexis Dorado Muñoz

iecgerman .

Mauricio Peñuela Aristizábal

Christopher Andrés Guano Valencia

Lizette Rosalía Dazza Hernández

Santiago Garzon

Sebastian J.

Carli Code

teacher•

Santiago Jiménez

Jhenner Sneyder Tigreros

Team Platzi•

Danny Alejandro fernandez gallego

Anel Villegas Rivera

Kevin I. Villar

Edgar Rojas

Mauricio Pineda

Vladimir Angarita

Mario Alexander Vargas Celis

Gonzalo Israel Pinto Salazar

Felix Gonzales

Edward Jim Nole Nolasco

Francesc Bassas Serramia

Jackssuriss Tatiana Herrera Florez

Análisis de Datos de Ventas con Python y Statistics

Fundamentos de Programación y Python

Fundamentos de Programación con Python para Principiantes

Este curso tiene una nueva versión, link para continuar aprendiendo

Instalación y Uso Básico de Python en Windows y Mac

Semántica y Sintaxis en Programación Python

Práctica: Te doy la bienvenida a los ejercicios interactivos

Manejo de Cadenas y Operaciones Básicas en Python

Tipos de Datos en Python: Enteros, Flotantes y Booleanos

Dominio de la función `print` en Python: usos y formatos avanzados

Operaciones matemáticas avanzadas en Python: módulo, potencia y más

Entrada de información y manejo de tipos de datos en Python

Colección y Procesamiento de Datos en Python

Manipulación de Listas en Python: Creación, Indexación y Métodos Básicos

Copiar listas en Python sin compartir memoria con slicing

Manejo de Matrices y Tuplas en Python

Matrices en Juegos y Imágenes con Python

Diccionarios en Python: Uso y Manipulación de Datos

Control de Flujo en Python

Estructuras Condicionales en Programación: Uso de If, Else y Elif

Iteración y control de flujo con bucles en Python

Iteradores y Generadores en Python: Uso Eficiente de Memoria

Listas por comprensión en Python: creación y optimización de listas

Funciones y Manejo de Excepciones en Python

Funciones y Parámetros en Python: Crea una Calculadora Básica

Funciones Lambda en Python: Uso y Aplicaciones Prácticas

Recursividad en Python: Factoriales y Serie de Fibonacci

Manejo de Excepciones y Errores en Python

Programación Orientada a Objetos en Python

Programación Orientada a Objetos en Python: Clases y Métodos Básicos

Gestión de Biblioteca con Programación Orientada a Objetos

Herencia y Polimorfismo en Programación Orientada a Objetos

Programación Orientada a Objetos: Implementación de Clases y Herencia

Polimorfismo en Programación Orientada a Objetos

Herencia y Uso de la Función super() en Python

Programación Orientada a Objetos: Atributos, Métodos y `super()` en Python

Lectura y escritura de archivos

Manipulación de Archivos TXT y CSV en Python

Manipulación de archivos CSV con Python: lectura y escritura

Manejo de Archivos JSON en Python para Aplicaciones Web y APIs

Biblioteca estándar de Python

Uso Eficiente de la Biblioteca Estándar de Python

Uso de las librerías OS, Math y Random en Python