📊 Análisis de precios de manzanas en Rusia con NumPy

Este proyecto introductorio explora el uso de NumPy, una de las bibliotecas más importantes para la computación científica en Python, utilizando como caso de estudio un dataset con los precios de manzanas en cinco ciudades rusas a lo largo de más de siete años.

🧠 Objetivo

Aprender y practicar los fundamentos de NumPy mediante operaciones con arrays, análisis estadísticos básicos y manipulación de datos numéricos homogéneos. Todo esto mientras trabajamos con un conjunto de datos real, previamente adaptado para facilitar su comprensión.

📂 Dataset

El dataset fue obtenido desde Kaggle y adaptado para este proyecto. Contiene información sobre los precios de manzanas en diferentes ciudades rusas. Aunque es pequeño, es ideal para ilustrar operaciones comunes con arrays.

🛠️ Herramientas utilizadas

• Python 3.x
• NumPy
• Google Colab (opcional, para facilitar la ejecución en la nube)

📚 Contenidos del proyecto

• Carga y visualización inicial del dataset
• Creación y manipulación de arrays con NumPy
• Estadísticas básicas (media, mediana, desviación estándar, etc.)
• Álgebra lineal básica (operaciones entre matrices)
• Comparación entre listas de Python y arrays de NumPy
• Ventajas de los arrays en rendimiento y uso de memoria

🧪 Ejecución del proyecto

Puedes abrir el notebook directamente en Google Colab haciendo clic aquí:
📎 Abrir en Colab (Reemplaza con el enlace real si lo tienes)

O puedes clonar el repositorio y ejecutarlo localmente:

git clone https://github.com/tu_usuario/numpy-precios-manzanas.git
cd numpy-precios-manzanas
pip install numpy