ta-data-bcn
commented
1 year ago Hooola Germán!
Disculpa la tardanza, todo el tiempo diciendo de hacer commit y me pasa a mí 🙃 ahora sí, te doy un poco de feedback del proyecto.
La organización del repositorio 📚
- El .gitignore está bien, no subiste el .env ni nada que no tendría que estar en el repo🔝
- La organización del repo está perfecta :)
El README.md/ Powerpoint ✍🏽
- Está muy bien. Muestras que la ciudad cumple con todos los requisitos que estableciste, la justificación de tu decisión de crear la compañía en San Francisco y el resultado final. Gran manera de presentar los resultados, y me gustó que pusieras la tabla a la que querías llegar.
- Podrías poner un mini resumen en el README, en el que pongas cuál era el objetivo del proyecto y las herramientas que usaste.
- En general, es una muy buena manera de presentar los resultados (me gustó la parte de qué no hacer cuando tienes una junta en un bar jajaja)
- Si quieres que una palabra tenga un link directo con un archivo del repo (para que no se vea el link completo) lo podrías escribir así 👇🏾
for this project, please refer to the [Powerpoint Presentation](https://github.com/germanortola/geospatial-data/blob/main/notebooks/geospatial_data.pptx)
El código
- Bien sacando toda la información de Mongo con queries.
- Las llamadas a la API de Foursquare están bien también, peeeero puedes resumir bastante el código haciendo una función para todas; pidiendo como variable el número de la categoría que buscas (como lo haces para las coordenadas).
- La función para separar un diccionario en columnas está súuuuper bien y seguro que la puedes volver a usar en algún otro punto, así que muy bien hecho :)
- Te recomiendo que vayas comentando en el código lo que vas haciendo, tanto con docstrings para funciones, comentarios y markdown. Puedes igual poner un par de subtítulos para que se va más organizado.
- También estaría un poco más organizado el código si lo metes en funciones. Aparte ya tienes varias funciones hechas, nada más sería hacer un par más, meterlas en el .py y llamarlas al notebook.
- Muy bien el análisis de escoger el lugar dependiendo de la cantidad de venues que hay cerca y muy útil la tabla que hiciste para medir los puntajes de cada empresa 👏🏾
- En general el análisis detrás de la elección del lugar está muy bien.
Visualización (mapas) 🗺
- El heatmap está súuuper bien para mostrar qué compañía cumple con más requisitos.
- Me gustaron mucho los colores que escogiste para cada venue y que todos fueran el mismo tipo de gráfico. También justo porque son el mismo tipo de gráfico, no tienes que escribir el mismo código muchas veces. Puedes hacer una función en la que cambies el nombre del df y el palette e irla llamando para cada venue.
- Vi que hiciste un mapa de kepler, pero no lo puedo ver, no sé si es porque no se puede ver en github, ¿lograste hacerlo?
En resumen, está muy bien el proyecto Germán! 👏🏾 faltaría acabar de afinar la parte de modularización, y organizar y reducir un poco más el código. Pero en general, está muy bien :) así que muchas felicidades y ánimo con el siguiente. De verdad sé que vas a sacarle cada gota al curso 🙌🏾
germanortola
https://github.com/germanortola/geospatial-data