Ejercicio de programación con Matplotlib: Análisis mercado de criptomonedas
Proyecto
0h 30m
Aprende a visualizar datos financieros utilizando Python y matplotlib con un análisis de criptomonedas. Gráficos avanzados como heatmaps y comparaciones entre precios.
1.- Configurar el entorno de trabajo:
- Abre Visual Studio Code y crea un nuevo proyecto.
- Importa las bibliotecas necesarias como:
pandas
,matplotlib
, etc. Ya están instaladas por lo que no necesitas instalarlas. - Crea un archivo
crypto_market_analysis.ipynb
donde desarrollarás el análisis avanzado del proyecto.
2.- Carga y limpieza del conjunto de datos:
- Carga el archivo
cryptocurrency_data.csv
utilizando pandas. El archivo contiene los precios históricos de las principales criptomonedas. Los datos han sido obtenidos del conjunto de datos "Top 50 Cryptocurrency Historical Prices". - Dado que estás trabajando en Visual Studio Code en un entorno web, es necesario utilizar rutas absolutas para cargar los archivos. Asegúrate de que la ruta absoluta a tu archivo de datos sea correcta, tal como se muestra en el siguiente ejemplo:
/workspace/cryptocurrency_data.csv
- Elimina duplicados y trata los valores nulos en las columnas:
- Imputa los valores faltantes en las columnas numéricas (
Price
,Vol.
) usando la mediana. - Asigna
'Unknown'
a las criptomonedas no identificadas en la columnaCurrency_Name
.
- Imputa los valores faltantes en las columnas numéricas (
3.- Conversión de columna Date
:
- Convierte la columna
Date
a formatodatetime
para facilitar el análisis temporal.
4.- Análisis descriptivo de los datos:
- Realiza un análisis descriptivo general utilizando
.describe()
para obtener estadísticas como la media, mediana y desviación estándar de las columnas de precios y volumen. - Usa
groupby
para calcular las estadísticas descriptivas por criptomoneda (Bitcoin, Ethereum, etc.).
5.- Visualización de datos avanzada:
- Crea las siguientes visualizaciones utilizando matplotlib:
- Gráfico de líneas mostrando el crecimiento de precios de Bitcoin a lo largo del tiempo.
- Filtra el conjunto de datos para que solo contenga información de Bitcoin.
- Utiliza
plt.plot()
para generar un gráfico de líneas.
- Boxplot comparando los precios de Bitcoin, Ethereum, y Aave sin valores atípicos.
- Filtra el conjunto de datos para que solo contenga Bitcoin, Ethereum, y Aave.
- Utiliza
plt.boxplot()
para generar el gráfico, y asegúrate de que los valores atípicos estén desactivados, puedes utilizarshowfliers=False
para desactivarlos.
- Gráfico de violín para visualizar la distribución de los precios de Ethereum.
- Filtra el conjunto de datos para que solo contenga información de Ethereum.
- Utiliza
plt.violinplot()
para generar el gráfico y asegúrate de incluir la media conshowmeans=True
.
- Gráfico de barras apiladas para mostrar el volumen de transacciones de las criptomonedas más importantes.
- Agrupa los datos por fecha (
Date
) y por criptomoneda (Currency_Name
), y suma los volúmenes (Vol.
) de transacciones para cada fecha y criptomoneda. - Usa
df.groupby()
para realizar la agregación yunstack()
para organizar los datos de forma que puedas graficarlos. - Genera un gráfico de barras apiladas con
df.plot(kind='bar', stacked=True)
.
- Agrupa los datos por fecha (
- Gráfico de dispersión para mostrar los precios de las criptomonedas a lo largo del tiempo.
- Asigna colores específicos a cada criptomoneda (Bitcoin: azul, Ethereum: verde, Aave: rojo).
- Usa
plt.scatter()
para generar un gráfico de dispersión donde el tamaño de los puntos dependa del precio de la criptomoneda.
- Gráfico de líneas comparando los precios de Bitcoin y Ethereum en un solo gráfico.
- Filtra los datos para Bitcoin y Ethereum.
- Usa
plt.plot()
para generar dos líneas, una para Bitcoin y otra para Ethereum.
- Heatmap que muestre la correlación entre los precios de varias criptomonedas.
- Calcula la correlación entre los precios de las criptomonedas usando
.corr()
. - Utiliza
plt.imshow()
para generar el heatmap de las correlaciones, asegurándote de elegir una paleta de colores comocoolwarm
para mostrar la variación de correlación. - Agrega una barra de color (
plt.colorbar()
) que represente los niveles de correlación.
- Calcula la correlación entre los precios de las criptomonedas usando
- Gráfico de líneas mostrando el crecimiento de precios de Bitcoin a lo largo del tiempo.
Más ejercicios de programación con Matplotlib
Evalúa tus conocimientos en Matplotlib con más ejercicios de programación de tipo Test, Puzzle, Código y Proyecto con VSCode.
Evaluación código global
Código
Integración de Matplotlib con Numpy
Test
Evaluación test global
Test
Gráficos univariantes
Código
Gráficos multivariantes
Código
Conceptos básicos de Matplotlib
Puzzle
Análisis de ventas de videojuegos
Proyecto
Temas predefinidos, colores y estilos
Código
Subplots y grillas
Código
Gráficos bivariantes
Código
Integración de Matplotlib con Pandas
Test
Visualización de datos dataset iris
Proyecto
Introducción e instalación de Matplotlib
Test
Ajuste de ejes en matplotlib
Puzzle
Integración de Matplotlib con Seaborn
Test
Títulos, etiquetas y leyenda y límites
Test
Certificados de superación de Matplotlib
Supera todos los retos de Matplotlib y obtén certificados de superación para mejorar tu currículum y empleabilidad.
Tecnologías de este ejercicio de programación
Entornos de desarrollo para este ejercicio
Visual Studio Code
GitHub