The latest articles on DEV Community by Maria Angeles Ciobanu (@mariaangelesciobanu). https://dev.to/mariaangelesciobanu https://media2.dev.to/dynamic/image/width=90,height=90,fit=cover,gravity=auto,format=auto/https:%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Fuser%2Fprofile_image%2F3936407%2F9bd8d90f-4c55-49b8-b4ad-49e8b6186bcd.jpeg https://dev.to/mariaangelesciobanu en Maria Angeles Ciobanu Sun, 17 May 2026 14:37:58 +0000 https://dev.to/evolve-space/explorando-el-exito-musical-en-spotify-con-python-185e https://dev.to/evolve-space/explorando-el-exito-musical-en-spotify-con-python-185e <p><a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Farticles%2F8ddk7fsx1jy5cej4x573.png" class="article-body-image-wrapper"><img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Farticles%2F8ddk7fsx1jy5cej4x573.png" alt=" " width="800" height="533"></a></p> <p>Explorando el éxito musical en Spotify con Python</p> <p>En este proyecto realicé un análisis exploratorio de datos utilizando Python, Pandas y técnicas de visualización sobre un dataset de Spotify obtenido desde Kaggle.</p> <p>El objetivo principal fue analizar diferentes características musicales y estudiar su relación con la popularidad de las canciones dentro de Spotify.</p> <p>Tecnologías utilizadas</p> <ul> <li>Python</li> <li>Pandas</li> <li>NumPy</li> <li>Matplotlib</li> <li>Jupyter Notebook</li> </ul> <p>Análisis realizado</p> <p>Durante el proyecto se realizaron diferentes procesos de análisis exploratorio de datos:</p> <ul> <li>Exploración del dataset</li> <li>Análisis de valores nulos</li> <li>Visualización de datos</li> <li>Análisis de géneros musicales</li> <li>Correlaciones entre variables</li> <li>Clasificación de canciones según popularidad</li> </ul> <p>Resultados</p> <p>El análisis permitió identificar diferentes patrones relacionados con la popularidad musical. Algunas variables como la danceability y la energía mostraron cierta relación con el éxito de las canciones dentro del dataset.</p> <p>Además, los gráficos y visualizaciones facilitaron la comprensión de las características musicales presentes en Spotify.</p> <p>Aprendizajes</p> <p>Este proyecto me permitió reforzar conocimientos relacionados con Python, manipulación de datos, visualización y análisis exploratorio utilizando herramientas fundamentales dentro de Data Science.</p> <p>GitHub Repository</p> <p><a href="https://github.com/MariaAngelesCiobanu/Master-DataScience-Evolve-MariaAngelesCiobanu.git" rel="noopener noreferrer">https://github.com/MariaAngelesCiobanu/Master-DataScience-Evolve-MariaAngelesCiobanu.git</a></p> <p>Proyecto académico desarrollado durante el Máster en Data Science de Evolve.</p> python datascience pandas jupyter Maria Angeles Ciobanu Sun, 17 May 2026 14:37:58 +0000 https://dev.to/mariaangelesciobanu/explorando-el-exito-musical-en-spotify-con-python-21mk https://dev.to/mariaangelesciobanu/explorando-el-exito-musical-en-spotify-con-python-21mk <p><a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Farticles%2F8ddk7fsx1jy5cej4x573.png" class="article-body-image-wrapper"><img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Farticles%2F8ddk7fsx1jy5cej4x573.png" alt=" " width="800" height="533"></a></p> <p>Explorando el éxito musical en Spotify con Python</p> <p>En este proyecto realicé un análisis exploratorio de datos utilizando Python, Pandas y técnicas de visualización sobre un dataset de Spotify obtenido desde Kaggle.</p> <p>El objetivo principal fue analizar diferentes características musicales y estudiar su relación con la popularidad de las canciones dentro de Spotify.</p> <p>Tecnologías utilizadas</p> <ul> <li>Python</li> <li>Pandas</li> <li>NumPy</li> <li>Matplotlib</li> <li>Jupyter Notebook</li> </ul> <p>Análisis realizado</p> <p>Durante el proyecto se realizaron diferentes procesos de análisis exploratorio de datos:</p> <ul> <li>Exploración del dataset</li> <li>Análisis de valores nulos</li> <li>Visualización de datos</li> <li>Análisis de géneros musicales</li> <li>Correlaciones entre variables</li> <li>Clasificación de canciones según popularidad</li> </ul> <p>Resultados</p> <p>El análisis permitió identificar diferentes patrones relacionados con la popularidad musical. Algunas variables como la danceability y la energía mostraron cierta relación con el éxito de las canciones dentro del dataset.</p> <p>Además, los gráficos y visualizaciones facilitaron la comprensión de las características musicales presentes en Spotify.</p> <p>Aprendizajes</p> <p>Este proyecto me permitió reforzar conocimientos relacionados con Python, manipulación de datos, visualización y análisis exploratorio utilizando herramientas fundamentales dentro de Data Science.</p> <p>GitHub Repository</p> <p><a href="https://github.com/MariaAngelesCiobanu/Master-DataScience-Evolve-MariaAngelesCiobanu.git" rel="noopener noreferrer">https://github.com/MariaAngelesCiobanu/Master-DataScience-Evolve-MariaAngelesCiobanu.git</a></p> <p>Proyecto académico desarrollado durante el Máster en Data Science de Evolve.</p> python datascience pandas jupyter