https://github.com/chinaskidev/analisis-dataframe-netflix

https://github.com/chinaskidev/analisis-dataframe-netflix

Last synced: about 2 months ago
JSON representation

• Host: GitHub
• URL: https://github.com/chinaskidev/analisis-dataframe-netflix
• Owner: Chinaskidev
• Created: 2023-09-07T22:50:02.000Z (over 1 year ago)
• Default Branch: main
• Last Pushed: 2023-09-07T23:44:41.000Z (over 1 year ago)
• Last Synced: 2023-09-08T00:59:46.147Z (over 1 year ago)
• Language: Jupyter Notebook
• Size: 123 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# **Analisis Datos Netflix**  

![Static Badge](https://img.shields.io/badge/python-green?link=https%3A%2F%2Fwww.python.org%2F)

![Static Badge](https://img.shields.io/badge/datascience-teal?link=https%3A%2F%2Fmedium.com%2F%40Side_by_Side)

![Static Badge](https://img.shields.io/badge/pandas-blue?link=https%3A%2F%2Fpandas.pydata.org%2Fpandas-docs%2Fstable%2Findex.html)

![Static Badge](https://img.shields.io/badge/numpy-aqua?link=https%3A%2F%2Fnumpy.org%2F)

![Static Badge](https://img.shields.io/badge/jupyternotebook-orange?link=https%3A%2F%2Fjupyter.org%2F)



## Descripción:


Este repositorio alberga un análisis exhaustivo de los datos de mi historial de Netflix, abarcando el período desde 2019 hasta 2023. 
 

El propósito principal de este análisis es proporcionar un marco de referencia para aquellos interesados en examinar y comprender su propio consumo de Netflix.

## Contenido Destacado:


**Lenguaje de Programación**: Se ha utilizado Python como el lenguaje de programación principal para llevar a cabo este análisis.


**Librerías Utilizadas**: Las librerías clave que respaldan este análisis son Pandas, NumPy, Matplotlib y Seaborn.


**Instrucciones para Replicar**: Es importante señalar que este repositorio se presenta con la intención de servir como guía para realizar análisis similares.
 Se anima a los usuarios a utilizar sus propios datos para obtener sus propias conclusiones.


**Instrucciones para la Replicación**:

Para replicar este análisis con tus propios datos de Netflix, sigue estos pasos:


1-Reemplaza los datos de muestra en formato CSV con tu propio historial de visualización de Netflix.


2-Utiliza las bibliotecas Python mencionadas anteriormente para cargar, limpiar y analizar tus datos.


3-Explora y visualiza tu propio consumo de Netflix utilizando las herramientas y métodos proporcionados en este repositorio como referencia.


# Nota Importante:


Este repositorio se ofrece como una herramienta educativa y de referencia para aquellos interesados en el análisis de datos.
 Los resultados y conclusiones obtenidos dependerán de los datos individuales y los patrones de visualización de cada usuario.
 ¡Espero que este análisis te ayude a aprender más sobre tus hábitos de visualización de Netflix y a tomar decisiones informadas sobre tu entretenimiento en línea!