Repositorio para archivos relacionados a la experiencia Datathon
- Presentar el entorno de trabajo: Jupyter Notebook, corriendo sobre Python.
- Mediante la introducción de algunos elementos nativos de Python, brindar ejemplos de programación basados en datos básicos, pudiendo relacionar los diferentes conceptos lógicos.
- Introducir la lógica de los iteradores y mecanismos de excepción.
Elementos y métodos asociados
- Listas
- Tuplas
- Diccionarios
Temas transversales
- Indexación
- Funciones built-in
- Iteradores (loops y listas por comprensión)
- Excepciones (condiciones validadas con booleanos)
- Presentar las principales librerías de Python para análisis exploratorio de datos y recursos visuales (Pandas, NumPy, SciPy, Seaborn).
- Introducir y familiarizarse con la lectura y la exploración de datasets, permitiendo identificar límites y potencial de los datos así como su adecuación para el análisis.
Datos abiertos del GCBA. Ministerio de Salud. Instituto de Trasplantes de la Ciudad de Buenos Aires. Los descargamos de aquí.
Manifestaciones a la donación para trasplantes Información correspondiente a la Campaña de Promoción “Hoy también elegís ser donante de órganos” organizada por el Instituto de Trasplante de la Ciudad de Buenos Aires en el marco de la jornada electoral PASO 2017 dando cumplimiento a la Ley 2508/07. Se realizó en 62 establecimientos autorizados por la Justicia Electoral de la Ciudad de Buenos Aires.
-
Manifestaciones a la donación para trasplantes: personas que decidieron sobre la donación de órganos y tejidos en la CABA durante las Elecciones PASO 2017.
-
Establecimentos - Elecciones 2017: ubicación de los establecimientos autorizados para las Elecciones Legislativas de Octubre 2017.
Un Notebook en el cual encontrarás cómo utilizar Pyplot para graficar, y alguna otra funcionalidad de Pandas
En la carpeta "prácticas" vas a encontrar ejercicios para completar con lo aprendido en los encuentros!
Jupyter Notebook Online -> Eligiendo la opción de Classic Notebook con IPython
Para cargar archivos (por ejemplo datasets, archivos .csv) desde Colab, escribimos estas dos líneas
url = 'https://raw.githubusercontent.com/informaticaort/extra-datathon/master/datasets/titanic.csv'
df1 = pd.read_csv(url,error_bad_lines=False)