README.md

Analisis Exploratorio Y Curación de Datos

Repositorio para la materia de Análisis Exploratorio y Curación de Datos de #DiploDatos de FaMAF - UNC. Más info en esta página

Contenido

• Filminas en pdf
• Datos de práctico (carpeta input):
  • wtageinf.csv: datos para el ejercicio de tablas de peso
  • pasos.json: datos para el ejercicio de pasos por provincia
  • kickstarter-projects/: datos para los ejercicios de limpieza
• Notebooks de práctico (carpeta notebooks):
  • Limpieza.ipynb: Checklist y ejercicios de limpieza de datos
  • Ejercicio-tablas.ipynb: Ejercicio de tablas de peso

Cómo correr los notebooks

Los notebooks corren:

• con su propia imagen Docker (probado)

  • Ejecutando (sólo el de limpieza):

    docker run -it --rm -v $PWD/output:/home/jovyan/work/output -e NB_UID=`id -u` gmiretti/limpieza
    

  • Construyendo una imagen propia:

    docker build -t limpieza . && docker run -it --rm -v $PWD/output:/home/jovyan/work/output -e NB_UID=`id -u` limpieza
    

• con Jupyter Stacks (probado)

    docker run -it --rm -v $PWD:/home/jovyan/work -e NB_UID=`id -u` -p 8888:8888 jupyter/scipy-notebook
  

• con Anaconda (probado en Linux con anaconda=2019.03)

• con Colab agregando la ruta del notebook a github (probado al 3/5/2019):

  • Limpieza: https://colab.research.google.com/github/DiploDatos/AnalisisYCuracion/blob/master/notebooks/Limpieza.ipynb
  • Ejercicio-tablas: https://colab.research.google.com/github/DiploDatos/AnalisisYCuracion/blob/master/notebooks/Ejercicio-tablas.ipynb

NOTA: las imágenes de Docker de jupyter son realmente grandes (>2GB). Descargar con buena conexión, por favor no utilizar la conexión de la facultad para descargar en clase.