Loading repository data…
diazkr / repository
Este repositorio contiene Jupyter Notebooks dedicados al procesamiento y análisis de datos geoespaciales para la caracterización de entornos alimenticios en la Ciudad de México.
Repositorio del proyecto de Entornos Alimenticios
Este repositorio contiene Jupyter Notebooks dedicados al procesamiento y análisis de datos geoespaciales para la caracterización de entornos alimenticios en la Ciudad de México. Utiliza librerías de Python como GeoPandas y NumPy para realizar el análisis.
Clona este repositorio:
git clone https://github.com/tu-usuario/Entornos-Alimenticios.git
Navega al directorio del proyecto:
cd Entornos-Alimenticios
Instala las dependencias necesarias usando pip:
pip install -r requirements.txt
Selected from shared topics, language and repository description—not editorial ratings.
Uruena2603 /
Este repositorio contiene análisis de web scraping en Python con Jupyter Notebook. Incluye la extracción de precios de pollo y pescado en Carulla durante tres días y un análisis de interacciones en una página o grupo de Facebook utilizando BeautifulSoup y Facebook Scraper.
harleylara /
Este repositorio contiene notebooks de jupyter basados en el libro Python for Everybody https://www.py4e.com/
elenacrami /
Este repositorio contiene ejercicios prácticos en Python, organizados en Jupyter Notebooks, que abarcan niveles de dificultad variados. Cada notebook resuelve actividades de plataformas online, creando funciones y clases que abordan retos comunes en programación y análisis de datos, desde nivel básico hasta avanzado.
LuisT0 /
Este repositorio contiene un Jupyter notebook y una app multi-página en streamlit sobre algunos hot-spots del consumo de agua en CDMX.
druizf85 /
Este repositorio contiene algunos casos prácticos de análisis de datos con SQL y pandas nivel intermedio para resolver en un jupyter notebook (.ipynb)
Lamg222 /
Este repositorio contiene una serie de notebooks en Jupyter diseñados para aprender y practicar análisis de datos con Python, utilizando bibliotecas como NumPy, Pandas, Seaborn y Matplotlib.