Descripción
Sistema de visualización y análisis de patrones de consumo eléctrico con comparativas históricas
Detalles
Plataforma completa para análisis energético con:
- Carga automatizada de datos desde Excel
- Procesamiento estadístico de series temporales
- Visualizaciones interactivas con marcadores estacionales
- Sistema de pruebas automatizadas
- Gestión de dependencias con uv
- Generación de reportes gráficos profesionales
Tecnologías Utilizadas
Python 3.13PandasMatplotlibSeabornOpenpyxlPytestuv
Detalles Técnicos
Carga de Datos desde Excel
1
class DataLoader:
2
@staticmethod
3
def load_data(file_path):
4
df = pd.read_excel(file_path)
5
return df[['Año', 'Enero', 'Febrero', ..., 'Diciembre']]
Procesamiento de Datos
1
def _process_data(self):
2
self.df_melted = pd.melt(self.data, id_vars='Año',
3
var_name='Mes', value_name='KWh')
4
self.annual_stats = self.df_melted.groupby('Año')['KWh'].mean().to_dict()
Visualización de Datos
1
sns.relplot(data=df_melted, x='Mes', y='KWh', col='Año',
2
kind='line', palette='crest', col_wrap=3, aspect=2)
Pruebas Unitarias
1
def test_load_data_success():
2
df = DataLoader.load_data('data/demanda2.xlsx')
3
assert isinstance(df, pd.DataFrame)
4
assert not df.empty
Configuración de Dependencias
1
[tool.uv]
2
dependencies = [
3
"matplotlib>=3.10.1",
4
"pandas>=2.2.3",
5
"seaborn>=0.13.2"
6
]
Descargas
