Objetivo:

Realizar un análisis detallado del consumo de energía en Asunción

Pasos:

1. Conjunto de Datos:
   1. Utilizamos un data set específico de Asunción para llevar a cabo el análisis energético.
2. Variables a Considerar
   1. Enfoque en el consumo de energía a nivel horario, semanal y mensual
   2. Análisis conjunto del consumo por hora y día
   3. Utilización de herramientas como Python, Pandas, NumPy y Matplotlib.
3. Procesamiento y Exploración de Datos:
   1. Limpieza y preparación de los datos para el análisis.
4. Visualización de Datos:
   1. Gráficos temporales que muestran la evolución del consumo de energía.
   2. Representación visual del consumo por hora y día.

Ahora veremos que es lo que utilizamos:

NumPy es una biblioteca fundamental en el ecosistema de Python para realizar cálculos numéricos de manera eficiente y concisa. Su estructura de datos ndarray y sus funciones vectorizadas hacen que sea una herramienta poderosa para el análisis de datos y la computación científica en Python.

Pandas: proporciona herramientas para trabajar con conjuntos de datos estructurados, como tablas y series temporales. Su estructura de datos DataFrame y sus funciones para operaciones de grupo, merge, filtering, sorting, reshaping, handling missing data, data manipulation y data analysis hacen que sea una herramienta poderosa para el análisis de datos en Python

Matplotlib permite crear y personalizar diferentes tipos de gráficos, como diagramas de barras, histogramas, diagramas de sectores, diagramas de caja y bigotes, diagramas de violín y diagramas de dispersión

GitHub - ShyrleyFlor/Analisis_datos_energia_ASU: Análisis del consumo de energía en Asunción.