Skip to content
#

cdmx

Here are 40 public repositories matching this topic...

Análisis exploratorio de datos (EDA) de condiciones atmosféricas (Temperatura, Humedad Relativa, Dirección y Velocidad del Viento). Utilizando Python y datos de la Red de Meteorología y Radiación Solar (REDMET), se analizaron los registros en la Ciudad de México del año 2015 a 2023 para identificar patrones estacionales y su evolución temporal.

  • Updated Jul 9, 2026
  • Jupyter Notebook

Análisis exploratorio de datos (EDA) sobre la afluencia histórica del Metro de la CDMX (2010-2025). Utilizando Python y datos oficiales del Portal de Datos Abiertos, este proyecto identifica patrones temporales, estacionalidad y tendencias de movilidad urbana en una de las redes de transporte más importantes del país.

  • Updated Mar 24, 2026
  • Jupyter Notebook

Análisis espacial del delito de despojo de viviendas en la Ciudad de México y Zona Metropolitana (2015-2025). Utilizando R, QGIS, y datos oficiales del Sistema Nacional de Seguridad Pública (SNSP), se procesaron y filtraron los reportes de incidencia delictiva para la generación de cartografía.

  • Updated Mar 18, 2026
  • R

Análisis exploratorio de datos (EDA) y visualización geográfica de tianguis en la Ciudad de México (2022). Utilizando Python y datos de la Secretaría de Desarrollo Económico (SEDECO), se analizaron para identificar su distribución geográfica y comportamiento a lo largo de los días de la semana.

  • Updated Mar 4, 2026
  • Jupyter Notebook

Análisis exploratorio de datos (EDA) y visualización geográfica de sistemas de captación de lluvia en la Ciudad de México (2019-2024). Utilizando Python y datos de la Secretaría del Medio Ambiente (SEDEMA), se analizaron los registros para identificar su distribución geográfica e implementación a lo largo de los años.

  • Updated Mar 6, 2026
  • Jupyter Notebook

Análisis exploratorio de datos (EDA) sobre la afluencia histórica del Metrobus de la CDMX (2005-2025). Utilizando Python y datos oficiales del Portal de Datos Abiertos, este proyecto identifica patrones temporales, estacionalidad y tendencias de movilidad urbana.

  • Updated Mar 27, 2026
  • Jupyter Notebook

Análisis exploratorio de datos (EDA) de contaminantes atmosféricos y partículas suspendidas (PST, PM10, PM2.5 y Plomo). Utilizando Python y datos de la Red de Meteorología y Radiación Solar (REDMET), en este proyecto se analizaron los registros de partículas en la Ciudad de México del año 2015 a 2023, para identificar patrones estacionales.

  • Updated Mar 4, 2026
  • Jupyter Notebook

Add this topic to your repo

To associate your repository with the cdmx topic, visit your repo's landing page and select "manage topics."

Learn more