#31 Visualizar generación energética en España (ESIOS REE P48) con Python
Aprende más con nosotros en https://datons.ai
¿Qué problema resolverás?
Enfrentas el desafío de comprender y presentar datos complejos de generación de energía. Necesitas una forma efectiva de transformar estos datos crudos en información clara y comprensible para tu audiencia.
¿Qué preguntas respondemos en este tutorial?
¿Cómo convertir datos horarios de generación de energía en datos diarios?
¿Qué técnicas existen para preparar mis datos para una visualización impactante?
¿Cómo utilizar Python y Plotly para crear visualizaciones de datos dinámicas y atractivas?
¿Qué aprenderás con este tutorial?
Aprenderás a utilizar la función `resample` de pandas para consolidar datos horarios en un formato diario, facilitando el análisis y la visualización. Explorarás cómo la función `melt` puede transformar tu DataFrame para optimizarlo para visualizaciones con Plotly. Con ejemplos prácticos, dominarás la creación de gráficos de barras, áreas y otras visualizaciones interactivas que harán que tus datos cobren vida. Al final, serás capaz de presentar los datos de generación de energía de manera que sea fácilmente comprensible y visualmente atractiva.
00:00 Introducción
01:00 Agrupando Datos Horarios con `resample`
02:30 Optimizando DataFrames con `melt`
04:00 Introducción a Plotly para Visualización
05:30 Creando Gráficos de Barras con Plotly
07:00 Explorando Gráficos de Áreas
08:30 Conclusiones y Pasos Siguientes