Data science - Wikipedia

{ "cells": [ { "cell_type": "markdown", "source": [ "# Desafío: Análisis de texto sobre Ciencia de Datos\n", "\n", "En este ejemplo, hagamos un ejercicio sencillo que cubra todos los pasos de un proceso tradicional de ciencia de datos. No tienes que escribir ningún código, solo puedes hacer clic en las celdas a continuación para ejecutarlas y observar el resultado. Como desafío, se te anima a probar este código con diferentes datos.\n", "\n", "## Objetivo\n", "\n", "En esta lección, hemos estado discutiendo diferentes conceptos relacionados con la Ciencia de Datos. Intentemos descubrir más conceptos relacionados realizando algo de **minería de texto**. Comenzaremos con un texto sobre Ciencia de Datos, extraeremos palabras clave de él y luego intentaremos visualizar el resultado.\n", "\n", "Como texto, usaré la página sobre Ciencia de Datos de Wikipedia:\n" ], "metadata": {} }, { "cell_type": "markdown", "source": [], "metadata": {} }, { "cell_type": "code", "execution_count": 62, "source": [ "url = 'https://en.wikipedia.org/wiki/Data_science'" ], "outputs": [], "metadata": {} }, { "cell_type": "markdown", "source": [ "## Paso 1: Obtener los Datos\n", "\n", "El primer paso en cada proceso de ciencia de datos es obtener los datos. Usaremos la biblioteca `requests` para eso:\n" ], "metadata": {} }, { "cell_type": "code", "execution_count": 63, "source": [ "import requests\r\n", "\r\n", "text = requests.get(url).content.decode('utf-8')\r\n", "print(text[:1000])" ], "outputs": [ { "output_type": "stream", "name": "stdout", "text": [ "\n", "\n", "\n", "\n", "Data science - Wikipedia\n", "