Skip to content

AlexisLizcano/sprint_7

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Análisis de Anuncios de Venta de Vehículos

Este proyecto consiste en una aplicación web interactiva desarrollada con Streamlit que permite explorar un conjunto de datos de anuncios de venta de coches en los Estados Unidos. El objetivo principal es proporcionar herramientas visuales rápidas para entender la distribución y las relaciones de las variables clave del mercado automotriz.

Funcionalidad de la Aplicación

La aplicación web ofrece las siguientes capacidades de análisis visual:

  • Distribución del Kilometraje (Odómetro): A través de un histograma interactivo, el usuario puede analizar cuántas millas tienen los vehículos listados en los anuncios.
  • Relación Precio vs. Kilometraje: Mediante un gráfico de dispersión, es posible observar cómo varía el precio de los vehículos en función de su uso (odómetro).
  • Interactividad: El usuario puede decidir qué gráficos visualizar mediante casillas de selección (checkboxes), permitiendo una exploración personalizada de los datos.

Tecnologías Utilizadas

  • Lenguaje: Python

  • Librerías:

    • pandas: Para la manipulación y limpieza de los datos.
    • plotly.graph_objects: Para la creación de gráficos interactivos y dinámicos.
    • streamlit: Para el desarrollo y despliegue de la interfaz de usuario web.
  • notebooks/EDA.ipynb: Cuaderno de Jupyter con el análisis exploratorio inicial de los datos.

  • app.py: Archivo principal que contiene la lógica de la aplicación Streamlit.

  • vehicles_us.csv: Conjunto de datos utilizado para el análisis.

  • .streamlit/config.toml: Configuración del servidor para el despliegue en Render.

👤 Autor

Alexis Gonzalez Lizcano

About

Interactive data analysis web app built with Streamlit that transforms raw U.S. vehicle listing data into dynamic visual insights. Includes data cleaning with Pandas, interactive visualizations with Plotly, and exploratory analysis in Jupyter Notebook.

Topics

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors