5. Importancia de la visualización de Datos

Por -

Dentro del desarrollo del curso de Cubos y Minería de Datos se  aborda la necesidad de realizar un preprocesamiento del conjunto de los datos entregados con la finalidad de crear estructuras de datos coherentes, completas , integras y exactas que permitan establecer relaciones entre las diferentes variables y al aplicar un adecuado análisis establecer patrones que aporten a la toma de decisiones basada en datos.


Enfocados en la visualización de los datos como se ha manejado en entradas previas de este blog se ha trabajado con las bibliotecas ProfileReport y PyGWalker las cuales ofrecen grandes capacidades de análisis y visualización entre las que se pueden destacar:

  • A través de la recopilación de los datos permite elaborar perfiles de comportamiento y extraer informacion relevante.
  • Permiten realizar un análisis rápido de estructuras.
  • Permiten realizar análisis de contenido de las variables del conjunto de datos.
  • Permiten analizar las relaciones entre las variables del conjunto de datos.
  • Permite realizar sondeos del formato de las variables, data faltante, duplicidad de registros, entre otros.



Es indudable que hacer uso de estas herramientas permiten entender con mayor profundidad el conjunto de datos entregado y empezar a realizar análisis mas elaborados soportados por el componente grafico.


---------------------------------------------------------------------------------------------------------------

Referencias

¿Qué es el profiling y para qué sirve? - blog Incentro. (n.d.). ¿Qué es el profiling y para qué sirve? - blog Incentro. 

https://www.incentro.com/es-ES/blog/profiling-que-es-y-para-que-sirve

Urrego, N. (2023, August 17). Visualización avanzada de datos en Python: Guía para configurar y ejecutar PyGWalker. Medium. https://medium.com/@nicolasurrego/visualizaci%C3%B3n-avanzada-de-datos-descubre-el-poder-de-pygwalker-en-python-9d708724ddfb


¿Qué es el profiling y para qué sirve? - blog Incentro. (n.d.). ¿Qué es el profiling y para qué sirve? - blog Incentro. 

https://www.incentro.com/es-ES/blog/profiling-que-es-y-para-que-sirve

Urrego, N. (2023, August 17). Visualización avanzada de datos en Python: Guía para configurar y ejecutar PyGWalker. Medium. https://medium.com/@nicolasurrego/visualizaci%C3%B3n-avanzada-de-datos-descubre-el-poder-de-pygwalker-en-python-9d708724ddfb





Entradas más populares de este blog

3. Resultados mediante ProfileReport de Pandas

Por -
Imagen
Pandas-profiling o ProfileReport de Pandas, es una biblioteca de Python que permite generar informes HTML interactivos basados en DataSet, utilizando estos informes se puede: Explorar los datos:  aprovechando la vista completa de la distribución de los datos, incluyendo estadísticas descriptivas, histogramas, gráficos de dispersión y correlogramas. Identificar patrones y anomalías:  muestra los diferentes valores atípicos, valores perdidos y correlaciones interesantes en los datos. Limpiar y preparar los datos:  detecta automáticamente tipos de datos incorrectos, valores faltantes y valores inconsistentes y ayuda a corregirlos. Comprender mejor los datos:  ofrece una mejor comprensión de la estructura, el contenido y las relaciones entre las variables del DataSet analizado. Esta herramienta ayuda mucho en el análisis y diagnóstico de una base de datos, mediante los informes automáticos se puede: Acelerar los análisis de datos:  permite un ahorro de tiempo e...
Read more »

4. Resultados mediante PyGWalker

Por -
Imagen
Es una biblioteca de Python para obtener visualizaciones de datos al hacer un análisis exploratorio de los datos del Dataset. Para hacer uso de la biblioteca PyGwalker es necesario realizar la instalación del paquete en Python:   Junto con las librerías base necesarias                               Haciendo uso del componente grafico de PyGWalker tenemos todas las variables encontradas en el dataset para realizar posibles cruces y análisis entre ellas. Visualización de Datos con PyGWalker A través de esta biblioteca se puede cambiar el tipo de marca para generar diferentes tipos de gráficos (Líneas, barras, dispersión, entre otros). Comparar diferentes medidas permitiendo establecer una vista concatenada con varias medidas en filas y columnas. Crear una vista de facetas con varias sub-vistas divididas por un valor de dimensión. Ver el conjunto de datos en una tabla y realizar configuraciones de tip...
Read more »