img de blog

proyectos echos en python

Desarrollador de Software | Python | An谩lisis de Datos

  • Habilidades:
  • Python (Tkinter, Flask, Pandas, NumPy, Matplotlib, Seaborn)
  • Desarrollo Web (HTML, CSS)
  • Bases de Datos (MySQL, SQL Server, MariaDB)
  • Control de Versiones (Git, GitHub)

馃憠 Ver GitHub

Te invito a explorar mis proyectos en GitHub

github

Catalogo de peliculas

馃攳 Caracter铆sticas del Proyecto: Dise帽茅 una interfaz amigable que facilita la navegaci贸n y el uso de la aplicaci贸n Utilizando Tkinter, permite a los usuarios gestionar su cat谩logo de manera fluida. Gesti贸n de Datos: La aplicaci贸n permite a los usuarios crear, guardar, editar y eliminar registros de pel铆culas. Cada pel铆cula incluye informaci贸n como nombre, duraci贸n y g茅nero, lo que facilita la organizaci贸n de la colecci贸n. Funcionalidades Avanzadas: Los usuarios pueden seleccionar una pel铆cula para editarla o eliminarla, lo que proporciona un control total sobre su cat谩logo personal. Adem谩s, he implementado vallidaciones para manejar errores.

馃憠 ver proyecto

github

app flask-tableros

馃殌 aplicaci贸n creada con Python, Flask, HTML y CSS 馃殌 La idea principal de la app es tener varios tableros interactivos que permitan visualizar y analizar datos desde una base de datos. Por ejemplo, en uno de los tableros se realiza un an谩lisis de ventas y se muestran los resultados a trav茅s de gr谩ficos generados con Matplotlib. 馃搳 Gracias a esta aplicaci贸n, es posible: Conectar diferentes bases de datos. Realizar an谩lisis de datos como ventas, productos m谩s vendidos, y m谩s. Visualizar los resultados de manera clara y efectiva mediante gr谩ficos de barras, tortas y otros. Este proyecto me permiti贸 combinar el poder de Flask para la creaci贸n de aplicaciones web y las capacidades de Matplotlib para el an谩lisis visual de los datos. 馃捇馃搱

馃憠 ver proyecto
github

analisis de datos echo en python

馃幆 An谩lisis de Datos con Python: Explorando Tendencias Demogr谩ficas 馃幆 Estoy emocionado de compartir un an谩lisis de datos que realic茅 utilizando herramientas de Python como Pandas, Matplotlib, Numpy, y Seaborn en un entorno de Jupyter Notebook. 馃殌 馃攳 Pasos principales del an谩lisis: Importaci贸n y limpieza de los datos 馃搨 Filtro de informaci贸n seg煤n edad y cercan铆a a la ciudad 馃實 C谩lculo de estad铆sticas y visualizaci贸n de gr谩ficos 馃搳 Este enfoque permiti贸 obtener valiosas insights sobre la distribuci贸n demogr谩fica, apoyando decisiones informadas y ofreciendo una visi贸n m谩s clara del comportamiento de los datos.

馃憠 ver proyecto