Este proyecto fue desarrollado como parte del Sprint 6: Herramientas de Desarrollo de Software del bootcamp de Data Science en TripleTen. El objetivo fue construir una aplicación web interactiva usando Streamlit para explorar y visualizar datos históricos de vehículos usados.
La aplicación permite analizar la evolución de los precios a lo largo de los años mediante distintos gráficos (histograma, dispersión y área), facilitando una comprensión visual de tendencias y patrones en el mercado automotriz.
Para efectos de transparencia, no modifiqué el despliegue de la app original.
Ofrecer una herramienta visual intuitiva que permita explorar datos históricos de precios de automóviles y apoyar análisis exploratorios rápidos.
Funcionalidades Principales
Carga y visualización de un conjunto real de datos de vehículos
Histograma de precios
Gráfico de dispersión Precio vs Año
Gráfico de área para mostrar evolución de precios por año
Aplicación desplegada en la nube con Render
👉 Visitar la aplicación en Render
Python
Pandas
Plotly Express
Streamlit
Render (para despliegue web)
Este proyecto fue desarrollado con Streamlit y puede ejecutarse tanto en la nube como localmente.
Puedes acceder a la versión desplegada en Render directamente desde aquí:
- Asegúrate de tener instalado Python 3.x.
- Clona este repositorio:
git clone https://github.com/affec-ds/proyecto-vehiculo-streamlit.git
- Navega a la carpeta del proyecto:
cd proyecto-vehiculo-streamlit - Instala las dependencias necesarias:
pip install -r requirements.txt
- Ejecuta la aplicación:
streamlit run app.py
Este proyecto fue desarrollado como parte de una evaluación académica del Sprint 6 del Bootcamp de Ciencia de Datos de TripleTen, centrado en el uso de herramientas de desarrollo como Streamlit. Si bien se basa en datos reales y utiliza tecnologías aplicables a proyectos profesionales, su propósito es formativo.
Lo incluyo en mi portafolio para demostrar mi capacidad de construir aplicaciones interactivas, aplicar análisis exploratorio de datos y desplegar soluciones en la nube, siguiendo buenas prácticas de presentación, documentación y desarrollo web en Python.