EJERCICIO 1.-
Use
vamos a desarrollar un ejemplo de
análisis en el campo de la economía utilizando pandas, Numpy y matplotib.
supongamos que tenemos un conjunto de datos ficticios relacionados con la
inflación. A continuación, te proporcionare un ejemplo de código en python para
realizar este análisis
ChatGPT
¡Claro! Estoy aquí para ayudarte
con eso. Para empezar, necesitaremos algunos datos ficticios sobre la
inflación. Supongamos que tenemos un conjunto de datos con años y tasas de
inflación. Aquí hay un ejemplo de cómo podríamos estructurar esos datos:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# Crear datos ficticios
datos = {
'Año': np.arange(2010, 2021),
'Tasa_Inflacion': [2.5, 3.0, 2.8, 3.5, 4.0,
3.2, 2.5, 2.0, 1.8, 2.2, 2.5]
}
# Crear un DataFrame de Pandas
df = pd.DataFrame(datos)
# Mostrar los primeros registros
del DataFrame
print(df.head())
En este ejemplo, hemos creado un
conjunto de datos ficticios con años y tasas de inflación para cada año de 2010
a 2020.
Ahora, podríamos realizar algunos
análisis básicos utilizando las bibliotecas que mencionaste. Por ejemplo,
podríamos calcular la media, la desviación estándar y trazar un gráfico de la
evolución de la tasa de inflación a lo largo de los años:
# Calcular la media y la
desviación estándar
media_inflacion =
df['Tasa_Inflacion'].mean()
desviacion_estandar_inflacion =
df['Tasa_Inflacion'].std()
print(f'Media de la tasa de
inflación: {media_inflacion:.2f}')
print(f'Desviación estándar de la
tasa de inflación: {desviacion_estandar_inflacion:.2f}')
# Graficar la evolución de la
tasa de inflación a lo largo de los años
plt.figure(figsize=(10, 6))
plt.plot(df['Año'],
df['Tasa_Inflacion'], marker='o', linestyle='-', color='b')
plt.title('Evolución de la Tasa
de Inflación (2010-2020)')
plt.xlabel('Año')
plt.ylabel('Tasa de Inflación')
plt.grid(True)
plt.show()
Este código calculará la media y
la desviación estándar de la tasa de inflación y luego trazará un gráfico de
línea que muestra cómo la tasa de inflación ha cambiado a lo largo de los años.
Recuerda que estos son solo
ejemplos básicos y puedes realizar análisis más detallados según tus
necesidades específicas. ¡Espero que esto te ayude! Si tienes más preguntas o
necesitas ajustar el análisis, no dudes en preguntar.
# Histograma de la distribución
de tasas de inflación
plt.figure(figsize=(10, 6))
plt.hist(df['Tasa_Inflacion'],
bins=10, edgecolor='black', color='skyblue')
plt.title('Distribución de Tasas
de Inflación (2010-2020)')
plt.xlabel('Tasa de Inflación')
plt.ylabel('Frecuencia')
plt.grid(True)
plt.show()
Este código generará un
histograma que muestra cómo se distribuyen las tasas de inflación en el
conjunto de datos.
Además, podríamos querer calcular
la tasa de cambio porcentual de la inflación de un año a otro y agregar esa
información al DataFrame:
# Calcular la tasa de cambio
porcentual de la inflación de un año a otro
df['Cambio_Porcentual'] =
df['Tasa_Inflacion'].pct_change() * 100
# Mostrar el DataFrame
actualizado
print(df)
https://chat.openai.com/share/36d971b7-0a42-4541-9bc3-13bcaa75d448
