Skip to content

Commit 81216a0

Browse files
fralfarofralfaro
committed
update
1 parent 02993ef commit 81216a0

File tree

3 files changed

+368
-2
lines changed

3 files changed

+368
-2
lines changed

‎docs/labs/lab_05.ipynb‎

Lines changed: 365 additions & 0 deletions
Original file line numberDiff line numberDiff line change
@@ -0,0 +1,365 @@
1+
{
2+
"cells": [
3+
{
4+
"cell_type": "markdown",
5+
"metadata": {},
6+
"source": [
7+
"<a href=\"https://colab.research.google.com/github/fralfaro/MAT281/blob/main/docs/labs/lab_05.ipynb\" target=\"_parent\"><img src=\"https://colab.research.google.com/assets/colab-badge.svg\" alt=\"Open In Colab\"/></a>\n",
8+
"\n",
9+
"\n",
10+
"# MAT281 - Laboratorio N°05\n",
11+
"\n"
12+
]
13+
},
14+
{
15+
"cell_type": "markdown",
16+
"metadata": {},
17+
"source": [
18+
"\n",
19+
"\n",
20+
"**Objetivo**: Explorar y visualizar datos de Netflix usando **matplotlib** y **seaborn/plotly**, aprendiendo a elegir gráficos adecuados para distintos tipos de variables y preguntas de análisis.\n",
21+
"\n",
22+
"\n",
23+
"\n",
24+
"**Dataset**: \n",
25+
"\n",
26+
"Trabajaremos con el archivo `netflix_titles.csv`, que contiene información sobre los títulos disponibles en la plataforma Netflix hasta el año 2021.\n",
27+
"\n",
28+
"| Variable | Clase | Descripción |\n",
29+
"|----------------|-----------|------------------------------------------------------------------------------|\n",
30+
"| show_id | caracter | Identificador único del título en el catálogo de Netflix. |\n",
31+
"| type | caracter | Tipo de contenido: 'Movie' o 'TV Show'. |\n",
32+
"| title | caracter | Título del contenido. |\n",
33+
"| director | caracter | Nombre del director (puede ser nulo). |\n",
34+
"| cast | caracter | Lista de actores principales (puede ser nulo). |\n",
35+
"| country | caracter | País o países donde se produjo el contenido. |\n",
36+
"| date_added | fecha | Fecha en la que el título fue agregado al catálogo de Netflix. |\n",
37+
"| release_year | entero | Año de lanzamiento original del título. |\n",
38+
"| rating | caracter | Clasificación por edad (por ejemplo: 'PG-13', 'TV-MA'). |\n",
39+
"| duration | caracter | Duración del contenido (minutos o número de temporadas para series). |\n",
40+
"| listed_in | caracter | Categorías o géneros en los que está clasificado el contenido. |\n",
41+
"| description | caracter | Breve sinopsis del contenido. |\n",
42+
"\n",
43+
"\n"
44+
]
45+
},
46+
{
47+
"cell_type": "code",
48+
"execution_count": 4,
49+
"metadata": {},
50+
"outputs": [],
51+
"source": [
52+
"import pandas as pd\n",
53+
"import seaborn as sns\n",
54+
"import matplotlib.pyplot as plt\n",
55+
"\n",
56+
"sns.set_theme(style=\"whitegrid\")"
57+
]
58+
},
59+
{
60+
"cell_type": "code",
61+
"execution_count": 5,
62+
"metadata": {},
63+
"outputs": [
64+
{
65+
"data": {
66+
"text/html": [
67+
"<div>\n",
68+
"<style scoped>\n",
69+
" .dataframe tbody tr th:only-of-type {\n",
70+
" vertical-align: middle;\n",
71+
" }\n",
72+
"\n",
73+
" .dataframe tbody tr th {\n",
74+
" vertical-align: top;\n",
75+
" }\n",
76+
"\n",
77+
" .dataframe thead th {\n",
78+
" text-align: right;\n",
79+
" }\n",
80+
"</style>\n",
81+
"<table border=\"1\" class=\"dataframe\">\n",
82+
" <thead>\n",
83+
" <tr style=\"text-align: right;\">\n",
84+
" <th></th>\n",
85+
" <th>show_id</th>\n",
86+
" <th>type</th>\n",
87+
" <th>title</th>\n",
88+
" <th>director</th>\n",
89+
" <th>cast</th>\n",
90+
" <th>country</th>\n",
91+
" <th>date_added</th>\n",
92+
" <th>release_year</th>\n",
93+
" <th>rating</th>\n",
94+
" <th>duration</th>\n",
95+
" <th>listed_in</th>\n",
96+
" <th>description</th>\n",
97+
" </tr>\n",
98+
" </thead>\n",
99+
" <tbody>\n",
100+
" <tr>\n",
101+
" <th>0</th>\n",
102+
" <td>s1</td>\n",
103+
" <td>Movie</td>\n",
104+
" <td>Dick Johnson Is Dead</td>\n",
105+
" <td>Kirsten Johnson</td>\n",
106+
" <td>NaN</td>\n",
107+
" <td>United States</td>\n",
108+
" <td>September 25, 2021</td>\n",
109+
" <td>2020</td>\n",
110+
" <td>PG-13</td>\n",
111+
" <td>90 min</td>\n",
112+
" <td>Documentaries</td>\n",
113+
" <td>As her father nears the end of his life, filmm...</td>\n",
114+
" </tr>\n",
115+
" <tr>\n",
116+
" <th>1</th>\n",
117+
" <td>s2</td>\n",
118+
" <td>TV Show</td>\n",
119+
" <td>Blood &amp; Water</td>\n",
120+
" <td>NaN</td>\n",
121+
" <td>Ama Qamata, Khosi Ngema, Gail Mabalane, Thaban...</td>\n",
122+
" <td>South Africa</td>\n",
123+
" <td>September 24, 2021</td>\n",
124+
" <td>2021</td>\n",
125+
" <td>TV-MA</td>\n",
126+
" <td>2 Seasons</td>\n",
127+
" <td>International TV Shows, TV Dramas, TV Mysteries</td>\n",
128+
" <td>After crossing paths at a party, a Cape Town t...</td>\n",
129+
" </tr>\n",
130+
" <tr>\n",
131+
" <th>2</th>\n",
132+
" <td>s3</td>\n",
133+
" <td>TV Show</td>\n",
134+
" <td>Ganglands</td>\n",
135+
" <td>Julien Leclercq</td>\n",
136+
" <td>Sami Bouajila, Tracy Gotoas, Samuel Jouy, Nabi...</td>\n",
137+
" <td>NaN</td>\n",
138+
" <td>September 24, 2021</td>\n",
139+
" <td>2021</td>\n",
140+
" <td>TV-MA</td>\n",
141+
" <td>1 Season</td>\n",
142+
" <td>Crime TV Shows, International TV Shows, TV Act...</td>\n",
143+
" <td>To protect his family from a powerful drug lor...</td>\n",
144+
" </tr>\n",
145+
" <tr>\n",
146+
" <th>3</th>\n",
147+
" <td>s4</td>\n",
148+
" <td>TV Show</td>\n",
149+
" <td>Jailbirds New Orleans</td>\n",
150+
" <td>NaN</td>\n",
151+
" <td>NaN</td>\n",
152+
" <td>NaN</td>\n",
153+
" <td>September 24, 2021</td>\n",
154+
" <td>2021</td>\n",
155+
" <td>TV-MA</td>\n",
156+
" <td>1 Season</td>\n",
157+
" <td>Docuseries, Reality TV</td>\n",
158+
" <td>Feuds, flirtations and toilet talk go down amo...</td>\n",
159+
" </tr>\n",
160+
" <tr>\n",
161+
" <th>4</th>\n",
162+
" <td>s5</td>\n",
163+
" <td>TV Show</td>\n",
164+
" <td>Kota Factory</td>\n",
165+
" <td>NaN</td>\n",
166+
" <td>Mayur More, Jitendra Kumar, Ranjan Raj, Alam K...</td>\n",
167+
" <td>India</td>\n",
168+
" <td>September 24, 2021</td>\n",
169+
" <td>2021</td>\n",
170+
" <td>TV-MA</td>\n",
171+
" <td>2 Seasons</td>\n",
172+
" <td>International TV Shows, Romantic TV Shows, TV ...</td>\n",
173+
" <td>In a city of coaching centers known to train I...</td>\n",
174+
" </tr>\n",
175+
" </tbody>\n",
176+
"</table>\n",
177+
"</div>"
178+
],
179+
"text/plain": [
180+
" show_id type title director \\\n",
181+
"0 s1 Movie Dick Johnson Is Dead Kirsten Johnson \n",
182+
"1 s2 TV Show Blood & Water NaN \n",
183+
"2 s3 TV Show Ganglands Julien Leclercq \n",
184+
"3 s4 TV Show Jailbirds New Orleans NaN \n",
185+
"4 s5 TV Show Kota Factory NaN \n",
186+
"\n",
187+
" cast country \\\n",
188+
"0 NaN United States \n",
189+
"1 Ama Qamata, Khosi Ngema, Gail Mabalane, Thaban... South Africa \n",
190+
"2 Sami Bouajila, Tracy Gotoas, Samuel Jouy, Nabi... NaN \n",
191+
"3 NaN NaN \n",
192+
"4 Mayur More, Jitendra Kumar, Ranjan Raj, Alam K... India \n",
193+
"\n",
194+
" date_added release_year rating duration \\\n",
195+
"0 September 25, 2021 2020 PG-13 90 min \n",
196+
"1 September 24, 2021 2021 TV-MA 2 Seasons \n",
197+
"2 September 24, 2021 2021 TV-MA 1 Season \n",
198+
"3 September 24, 2021 2021 TV-MA 1 Season \n",
199+
"4 September 24, 2021 2021 TV-MA 2 Seasons \n",
200+
"\n",
201+
" listed_in \\\n",
202+
"0 Documentaries \n",
203+
"1 International TV Shows, TV Dramas, TV Mysteries \n",
204+
"2 Crime TV Shows, International TV Shows, TV Act... \n",
205+
"3 Docuseries, Reality TV \n",
206+
"4 International TV Shows, Romantic TV Shows, TV ... \n",
207+
"\n",
208+
" description \n",
209+
"0 As her father nears the end of his life, filmm... \n",
210+
"1 After crossing paths at a party, a Cape Town t... \n",
211+
"2 To protect his family from a powerful drug lor... \n",
212+
"3 Feuds, flirtations and toilet talk go down amo... \n",
213+
"4 In a city of coaching centers known to train I... "
214+
]
215+
},
216+
"execution_count": 5,
217+
"metadata": {},
218+
"output_type": "execute_result"
219+
}
220+
],
221+
"source": [
222+
"# Cargar datos\n",
223+
"df = pd.read_csv('https://raw.githubusercontent.com/fralfaro/MAT281/main/docs/labs/data/netflix_titles.csv')\n",
224+
"df.head()"
225+
]
226+
},
227+
{
228+
"cell_type": "markdown",
229+
"metadata": {},
230+
"source": [
231+
"## 📊 Parte 1: Exploración visual básica\n",
232+
"\n",
233+
"1. **Distribución de tipos de contenido**\n",
234+
"\n",
235+
" * Realiza un gráfico de barras mostrando la cantidad de películas vs series (`type`).\n",
236+
" * Pregunta guía: ¿Cuál es el tipo de contenido predominante en Netflix? ¿Qué implicancias podría tener para los usuarios?\n",
237+
"\n",
238+
"2. **Histograma de años de lanzamiento**\n",
239+
"\n",
240+
" * Muestra cómo se distribuyen los títulos según su `release_year`.\n",
241+
" * Pregunta guía: ¿Hay más contenido reciente o antiguo? ¿Notas algún patrón en décadas específicas?\n",
242+
"\n",
243+
"3. **Proporción de clasificaciones por edad (`rating`)**\n",
244+
"\n",
245+
" * Haz un gráfico circular o de barras.\n",
246+
" * Pregunta guía: ¿Qué clasificación es más común? ¿Crees que Netflix está más enfocado en público adulto, familiar o infantil?\n",
247+
"\n"
248+
]
249+
},
250+
{
251+
"cell_type": "code",
252+
"execution_count": null,
253+
"metadata": {},
254+
"outputs": [],
255+
"source": [
256+
"# FIXME"
257+
]
258+
},
259+
{
260+
"cell_type": "markdown",
261+
"metadata": {},
262+
"source": [
263+
"\n",
264+
"\n",
265+
"## 🎨 Parte 2: Tendencias y evolución en el tiempo\n",
266+
"\n",
267+
"4. **Número de títulos agregados por año**\n",
268+
"\n",
269+
" * Usa `date_added` (convertido a fecha) y grafica una serie temporal.\n",
270+
" * Pregunta guía: ¿Cuándo creció más el catálogo de Netflix? ¿Qué relación podría tener con la expansión internacional de la plataforma?\n",
271+
"\n",
272+
"5. **Heatmap de lanzamientos por año y mes**\n",
273+
"\n",
274+
" * Construye un mapa de calor con `year_added` y `month_added`.\n",
275+
" * Pregunta guía: ¿Hay meses con más estrenos que otros? ¿Qué conclusiones puedes sacar sobre la estacionalidad de lanzamientos?\n",
276+
"\n",
277+
"6. **Duración de películas por género**\n",
278+
"\n",
279+
" * Extrae la duración en minutos y crea un boxplot agrupado por género principal.\n",
280+
" * Pregunta guía: ¿Qué géneros suelen durar más? ¿Qué podrías decir sobre la variabilidad dentro de un mismo género?\n"
281+
]
282+
},
283+
{
284+
"cell_type": "code",
285+
"execution_count": 5,
286+
"metadata": {},
287+
"outputs": [],
288+
"source": [
289+
"# FIXME"
290+
]
291+
},
292+
{
293+
"cell_type": "markdown",
294+
"metadata": {},
295+
"source": [
296+
"\n",
297+
"\n",
298+
"## 🔥 Parte 3: Comparaciones y relaciones\n",
299+
"\n",
300+
"7. **Top 10 países con más producciones**\n",
301+
"\n",
302+
" * Usa un gráfico de barras para mostrar los países más frecuentes en la columna `country`.\n",
303+
" * Pregunta guía: ¿Qué países dominan el catálogo? ¿Sorprende la distribución o es esperada?\n",
304+
"\n",
305+
"8. **Películas vs Series según género**\n",
306+
"\n",
307+
" * Realiza un gráfico de barras apiladas para mostrar la cantidad de títulos por género, separando `Movie` y `TV Show`.\n",
308+
" * Pregunta guía: ¿Existen géneros más asociados a películas o a series?\n",
309+
"\n",
310+
"9. **Relación entre duración y año de lanzamiento**\n",
311+
"\n",
312+
" * Haz un gráfico de dispersión (scatterplot) con `release_year` en el eje X y `duration` (en minutos) en el eje Y.\n",
313+
" * Pregunta guía: ¿Han cambiado los estándares de duración de las películas con el tiempo? ¿Se ven outliers interesantes?\n",
314+
"\n"
315+
]
316+
},
317+
{
318+
"cell_type": "code",
319+
"execution_count": 6,
320+
"metadata": {},
321+
"outputs": [],
322+
"source": [
323+
"# FIXME"
324+
]
325+
},
326+
{
327+
"cell_type": "markdown",
328+
"metadata": {},
329+
"source": [
330+
"## ⭐ Desafío Final\n",
331+
"\n",
332+
"* Encuentra las combinaciones más frecuentes de **género + rating** y represéntalas en un **heatmap o gráfico de burbujas**.\n",
333+
"* Pregunta guía: ¿Qué géneros están más dirigidos a un público adulto? ¿Y cuáles a público familiar o infantil?"
334+
]
335+
},
336+
{
337+
"cell_type": "markdown",
338+
"metadata": {},
339+
"source": [
340+
"# FIXME"
341+
]
342+
}
343+
],
344+
"metadata": {
345+
"kernelspec": {
346+
"display_name": "docs-py3.10",
347+
"language": "python",
348+
"name": "python3"
349+
},
350+
"language_info": {
351+
"codemirror_mode": {
352+
"name": "ipython",
353+
"version": 3
354+
},
355+
"file_extension": ".py",
356+
"mimetype": "text/x-python",
357+
"name": "python",
358+
"nbconvert_exporter": "python",
359+
"pygments_lexer": "ipython3",
360+
"version": "3.10.11"
361+
}
362+
},
363+
"nbformat": 4,
364+
"nbformat_minor": 4
365+
}

‎docs/lectures/visualization/vis_01.ipynb‎

Lines changed: 2 additions & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -20,7 +20,8 @@
2020
},
2121
"source": [
2222
"## Introducción\n",
23-
"<img src=\"https://www.machinelearningplus.com/wp-content/uploads/2019/01/20_Histogram_Boxplot_TimeSeries_Matplotlib-min.png\" align=\"center\" width = \"650\">\n",
23+
"\n",
24+
"<img src=\"https://datatab.net/assets/tutorial/Diagram_Types.png\" align=\"center\" width = \"650\">\n",
2425
"\n",
2526
"\n",
2627
"En estadística, un gráfico es una representación visual de datos que permite resumir, analizar y comunicar información de manera efectiva. Los gráficos se utilizan ampliamente en estadística para mostrar patrones, tendencias, distribuciones y relaciones entre variables.\n",

‎docs/lectures/visualization/vis_intro.md‎

Lines changed: 1 addition & 1 deletion
Original file line numberDiff line numberDiff line change
@@ -138,7 +138,7 @@ y porque es posible indicar los porcentajes respectivos.
138138

139139

140140

141-
<img src="https://www.portent.com/images/2020/03/Pie3.jpg" width = "500" align="center"/>
141+
<img src="https://graphworkflow.com/wp-content/uploads/2019/08/pie.png" width = "500" align="center"/>
142142

143143

144144

0 commit comments

Comments
 (0)