Big data con python
Recolección, almacenamiento y procesoBy Rafael Caballero Roldán, Enrique Martín Martín, Adrián Riesco Rodríguez
Length11h 27m
About this audiobook
Para lograr analizar datos y convertirlos en información, el primer paso es ser capaz de incorporarlos a nuestro programa, esto es, cargar los datos. En este capítulo discutimos la adquisición de datos desde fichero, por lo que en primer lugar es necesario plantearse una serie de preguntas: ¿qué son datos? ¿Su adquisición se limita a descargar datos de internet? ¿Es capaz el lenguaje Python de entender cualquier fuente de información, tales como texto, imágenes, audio y vídeo? ¿Puedo obtener información de cualquier fuente, como páginas oficiales del gobierno, periódicos, redes sociales y foros de opinión?
Aunque en general entendemos por datos cualquier tipo de información que se almacena en un ordenador, en el contexto de este libro usaremos datos para referirnos a colecciones de elementos con una serie de atributos.
Audiobook details
Rating★★★★ 4.4 (53)
Includes Amazon
GenreTechnology
Length11 hrs 27 mins
Narrated byListen with 1,000+ voices
FormateBook with Audio
Publish dateOct 30, 2019
LanguageSpanish
Table of contents
1BIG DATA CON PYTHON
2BIG DATA CON PYTHON: RECOLECCIÓN, ALMACENAMIENTO Y PROCESO
3CAPÍTULO 1: LECTURA DE FICHEROS
4>>> import csv
5EXCEL
Show all chaptersShow less
6libro
7Obsérvese que, por ejemplo, la casilla A3 (con valor AMPA ANTONIO MACHADO)
8>>> libro_escr = xlwt.Workbook()
93 AMPA BACHILLER ALONSO LOPEZ
10XML
112 Véase https://docs.python.org/3/library/xml.html#xml-vulnerabilities para más
12raíz:
13REFERENCIAS
14consulta se incluye con la forma v=codificaciónDeLaConsulta.
15>>> import matplotlib.pyplot as plt >>> import csv
16<elemento atributo="valor">Contenido</elemento>
17<p>…</p>: un nuevo párrafo.
18Hay 4 atributos que podremos encontrar en la mayoría de elementos HTML:
19Navegación absoluta
20biblioteca requests:
21python -m pip install selenium
22>>> ulti = driver.find_elements_by_xpath( "(//label)[last()]") >>> print(ulti[0].text)
23etiqueta de esta clase, el fragmento de código muestra 38026A035000010000EI.
24BÚSQUEDA PUNTUAL DE TWEETS
25http://www.omdbapi.com/?apikey=XXX&s=The%20Matrix&type=movie
26REFERENCIAS
27BIG DATA CON PYTHON: RECOLECCIÓN, ALMACENAMIENTO Y PROCESO
28CAPÍTULO 4: MONGODB
29mongo -port 28000
30Ejemplo: inserción de tweets aleatorios
31Estructura general de find
32ARRAYS
33> db.tweets.aggregate([ {$sortByCount: "$usuario.nick"} ])
34la siguiente
35$lookup
36[ {$match:{"RT":true}}, {$unwind:"$mentions"}, {$sortByCount: "$mentions"}, ])
37aparece que Bertoldo se ha dado de baja. Podemos escribir:
38CAPÍTULO 4: MONGODB
39CAPÍTULO 5: APRENDIZAJE AUTOMÁTICO CON SCIKIT-LEARN
401 𝑛
41S
42Clasificación
43>>> train_X, train_y, test_X, test_y = split_label(titanic, 0.2, ‘Fare’)
44Análisis de grupos
45OPTIMIZACIÓN DE HIPERPARÁMETROS
46>>> r = sc.parallelize(["hola", "hi", "ciao"])
47>>> r.reduce(lambda x,y: x+y) 15
48map y flatMap
49RDDs de parejas
50CAPÍTULO 6: PROCESAMIENTO DISTRIBUIDO CON SPARK
You may also like
Fundamentos de bases de datosMartha Elena Millán6h 33m$6 · $0.00
Hidráulica de tuberíasJuan Saldarriaga37h 45m4.5 (45)$21 · $0.00
Análisis de datos con power bi, r-rstudio y knimeIrma Yolanda Polanco, Jorge Fernando Betancourt6h 54m$18 · $0.00
Introducción a la ciencia de datos en RJosé Nelson Pérez Castillo24m$6 · $0.00
LEAN ENERGY 4.0Luis Socconini, Juan Pablo Martín6h 28m$9 · $0.00
Teoría y práctica de la purificación del agua potable. Tomo 2Jorge Arboleda Valencia, Iván Alexander Buitrago León, Luís Alberto Jaramillo Gómez19h 58m$35 · $0.00
Inteligencia de negocios y analítica de datosLuis Joyanes Aguilar20h 23m$16 · $0.00
Innovación en negocios para mentes digitalesRodrigo Espinoza6h 57m$11 · $0.00
Guía Editor de ecuaciones en wordCésar Augusto Álvarez Vargas2h 5m$6 · $0.00
Estructura de datosEnrique Gómez Jiménez12h 5m$23 · $0.00
ChatGPT Y OpenAIArturo Sánchez10h 41m$22 · $0.00
Firebase: trabajar en la nubeJesús Tomás, Vicente Carbonell, Jordi Bataller, Jaime Lloret14h 54m4.4 (10)$15 · $0.00
Normalización y estandarizaciónJaime Arciniegas24h 14m$40 · $0.00
Inteligencia artificial aplicada al marketingElsa Rubio6h 3m$20 · $0.00
Fintech e ingeniería financieraArturo Morales Castro, César Aguado Cortés6h 57m$19 · $0.00
Consultoría empresarialLuis Carlos Palacios Acero11h 16m$29 · $0.00
Windows 10Gonzalo Ferreyra Cortés8h 9m$9 · $0.00
Estudios de derecho contractualCarlos Julio Giraldo Bustamante, Juan Carlos Durán Uribe38m$13 · $0.00
Optimización de cadenas de abastecimiento con base en aplicaciones reales: metodología, alcances, limitaciones y beneficiosCarlos Julio Vidal Holguín10h 13m$16 · $0.00
Economía matemática. Segunda ediciónDiego Escobar Uribe12h 11m$13 · $0.00