Análisis Exploratorio de Datos (EDA) utilizando Python y algunas de sus bibliotecas más comunes, como Pandas, Matplotlib y Seaborn.

Generando el archivo CSV.-

 import pandas as pd

import numpy as np

# Generación de un dataset ficticio

np.random.seed(42)

cultivos = ['Maíz', 'Trigo', 'Arroz', 'Café', 'Tomate']

regiones = ['Norte', 'Sur', 'Este', 'Oeste']

cantidad_agua = np.random.randint(100, 500, size=(100,))

cultivo = np.random.choice(cultivos, size=(100,))

region = np.random.choice(regiones, size=(100,))

data = pd.DataFrame({

    'Cultivo': cultivo,

    'Region': region,

    'Cantidad_Agua': cantidad_agua

})

data.to_csv('datos_cultivos_agua.csv', index=False)

Análisis Exploratorio de Datos en base al archivo CSV.-

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

# Carga del dataset

data = pd.read_csv('datos_cultivos_agua.csv')

# Visualización de las primeras filas del dataset

print(data.head())

# Información general del dataset

print(data.info())

# Estadísticas descriptivas

print(data.describe())

# Visualización de la distribución de la cantidad de agua por

cultivo

plt.figure(figsize=(10, 6))

sns.boxplot(x='Cultivo', y='Cantidad_Agua', data=data)

plt.title('Distribución del Consumo de Agua por Cultivo')

plt.xlabel('Cultivo')

plt.ylabel('Cantidad de Agua')

plt.show()

# Visualización de la cantidad de agua por región

plt.figure(figsize=(10, 6))

sns.barplot(x='Region', y='Cantidad_Agua', data=data,

estimator=np.mean)

plt.title('Consumo Promedio de Agua por Región')

plt.xlabel('Región')

plt.ylabel('Cantidad Promedio de Agua')

plt.show()

# Correlación entre variables

correlation_matrix = data.corr()

sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm')

plt.title('Matriz de Correlación')

plt.show()