Skip to main content

Ejercicio

Claro, aquí tienes el enunciado completo de un ejercicio que utiliza numpy, pandas y matplotlib para leer datos desde un archivo CSV y realizar un análisis y visualización de los mismos:

Enunciado del Ejercicio​

Objetivo: Utilizar las bibliotecas numpy, pandas y matplotlib para leer datos desde un archivo CSV, procesarlos y visualizarlos gráficamente.

Descripción del ejercicio:

  1. Lectura de datos:

    • Carga los datos desde un archivo CSV llamado data.csv que contiene información sobre las ventas de una empresa. El archivo tiene las siguientes columnas:
      • Date: Fecha de la venta (formato YYYY-MM-DD).
      • Product: Nombre del producto.
      • Sales: Número de unidades vendidas.
      • Revenue: Ingresos generados por las ventas (en dólares).

  2. Procesamiento de datos:

    • Utiliza pandas para cargar los datos en un DataFrame.
    • Convierte la columna Date a tipo datetime.
    • Calcula las ventas totales y los ingresos totales por producto.
    • Calcula las ventas mensuales y los ingresos mensuales.

  3. Análisis de datos:

    • Utiliza numpy para calcular las estadísticas descriptivas (media, mediana, desviación estándar) de las ventas y los ingresos.
    • Identifica los productos más vendidos y los que generan más ingresos.

  4. Visualización de datos:

    • Utiliza matplotlib para crear los siguientes gráficos:
      • Un gráfico de barras que muestre las ventas totales por producto.
      • Un gráfico de barras que muestre los ingresos totales por producto.
      • Un gráfico de líneas que muestre las ventas mensuales.
      • Un gráfico de líneas que muestre los ingresos mensuales.

  5. Salida de resultados:

    • Guarda los gráficos generados en archivos PNG.
    • Guarda un resumen de las estadísticas descriptivas en un archivo CSV llamado summary.csv.

Set de datos​

Date,Product,Sales,Revenue
2024-01-01,Product_A,100,500
2024-01-02,Product_B,120,600
2024-01-03,Product_A,90,450
2024-02-01,Product_B,150,750
2024-02-02,Product_C,80,400
2024-02-03,Product_A,110,550
2024-03-01,Product_A,130,650
2024-03-02,Product_B,100,500
2024-03-03,Product_C,70,350