Apunts
Datos.gob.es comparteix una guia pràctica d'Introducció a l'Anàlisi Exploratori de Dades en Python
Datos.gob.es comparteix una guia pràctica d'Introducció a l'Anàlisi Exploratori de Dades en Python
La plataforma de dades obertes, datos.gob.es, ha publicat una nova guia d'Anàlisi Exploratori de Dades (AED) en Python, que complementa i amplia la versió anterior en R, llançada el 2021. Aquesta actualització respon a la creixent demanda de recursos adaptats a les necessitats de la comunitat de ciència de dades, cada vegada més diversificada.
L'AED, també conegut com a EDA (de l'anglès Exploratory Data Analysis), és una fase fonamental en el procés d'anàlisi estadística. A través d'aquesta metodologia, es poden explorar i comprendre les dades en profunditat, així com validar els requisits estadístics necessaris per a la fiabilitat dels anàlisis posteriors. La nova guia mostra un exemple pràctic amb l'anàlisi de dades de qualitat de l'aire de Castella i Lleó, en què s’il·lustra la detecció i tractament de valors atípics, una tasca clau per garantir la precisió de resultats en variables com la mitjana o la desviació estàndard.
La decisió d'utilitzar Python en aquesta nova edició respon a l'auge d'aquest llenguatge en el sector de la ciència de dades, destacant per la seva sintaxi accessible i un ampli ventall de biblioteques especialitzades. Així, la nova guia manté el mateix conjunt de dades i estructura que la versió en R, afavorint la comprensió de les diferències entre ambdós llenguatges i facilitant les transicions tecnològiques en organitzacions on conviuen diverses eines com R, SAS o SPSS.
Entre les novetats d’aquesta guia es troben una introducció a l'AED automatitzat i noves eines de perfilat de dades. A més, es proposa un enfocament detallat per a l'anàlisi de dades mediambientals, especialment pel que fa a la identificació de correlacions entre variables atmosfèriques, oferint una visió pràctica que facilita la gestió de la qualitat de l'aire.
Amb aquesta guia, els professionals de la ciència de dades podran integrar noves pràctiques en Python i avançar en la qualitat i precisió dels seus anàlisis, amb eines essencials per adaptar-se a les noves exigències del sector.
Podreu accedir a la guia i als datasets en aquest enllaç.
- 31 lectures
Apunts més valorats
Apunts més llegits
Categories d'apunts
