UNIDAD I

Vista previa del material en texto

Nombre del alumno: Antony Arturo García Pérez
Matrícula: 2020690020
Carrera: Licenciatura en Ciencia de Datos
Nombre de la materia: Desarrollo de aplicaciones para análisis de datos
Nombre del docente: Jesús Álvarez
UNIDAD I – Programación con lenguaje de Python
Sabinas, Coahuila							02/11/2021
UNIDAD I – Programación con lenguaje de Python
DEFINICIÓN
¿Qué es y para qué sirve Python?
Python es un lenguaje de programación de alto nivel que se utiliza para desarrollar aplicaciones de todo tipo. A diferencia de otros lenguajes como Java o .NET, se trata de un lenguaje interpretado, es decir, que no es necesario compilarlo para ejecutar las aplicaciones escritas en Python, sino que se ejecutan directamente por el ordenador utilizando un programa denominado interpretador, por lo que no es necesario “traducirlo” a lenguaje máquina.
Python es un lenguaje sencillo de leer y escribir debido a su alta similitud con el lenguaje humano. Además, se trata de un lenguaje multiplataforma de código abierto y, por lo tanto, gratuito, lo que permite desarrollar software sin límites. Con el paso del tiempo, Python ha ido ganando adeptos gracias a su sencillez y a sus amplias posibilidades, sobre todo en los últimos años, ya que facilita trabajar con inteligencia artificial, big data, machine learning y data science, entre muchos otros campos en auge.
1.1 Aspectos básicos:
Definición:
Python es un lenguaje de programación potente y fácil de aprender. Tiene estructuras de datos de alto nivel eficientes y un simple pero efectivo sistema de programación orientado a objetos. La elegante sintaxis de Python y su tipado dinámico, junto a su naturaleza interpretada lo convierten en un lenguaje ideal para scripting y desarrollo rápido de aplicaciones en muchas áreas, para la mayoría de plataformas.
Dentro de los aspectos básicos se tiene la instalación del entorno de desarrollo Pycharm
IMÁGENES
	
EJEMPLOS
Código en Pycharm para Python
def print_hi(name):
 # Use a breakpoint in the code line below to debug your script.
 print(f'Hi, {name}') # Press Ctrl+F8 to toggle the breakpoint.
# Press the green button in the gutter to run the script.
if __name__ == '__main__':
 print_hi('PyCharm')
PALABRAS CLAVE
Pycharm: PyCharm Es un entorno de desarrollo integrado que se utiliza en programación informática, específicamente para el lenguaje Python. Está desarrollado por la empresa checa JetBrains.
Machine learning: Es el subcampo de las ciencias de la computación y una rama de la inteligencia artificial, cuyo objetivo es desarrollar técnicas que permitan que las computadoras aprendan
Data scince: La ciencia de datos es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de datos en sus diferentes formas
LINKS/PÁGINAS WEB
Link para descargar la herramienta de Pycharm:
https://www.jetbrains.com/es-es/pycharm/
Link para entrar al Tutorial de Python:
https://docs.python.org/es/3/tutorial/
1.2 Tipos de datos estándar en Python
DEFINICIÓN
Números
El intérprete puede utilizarse como una simple calculadora; puedes introducir una expresión y este escribirá los valores. La sintaxis es sencilla: los operadores +, -, * y /``funcionan como en la mayoría de los lenguajes (por ejemplo, Pascal o C); los paréntesis (``()) pueden ser usados para agrupar.
Los números enteros (ej. 2, 4, 20) tienen tipo int, los que tienen una parte fraccionaria (por ejemplo 5.0, 1.6) tiene el tipo float.
Cadenas de caracteres
Python puede manipular cadenas de texto, las cuales pueden ser expresadas de distintas formas. Pueden estar encerradas en comillas simples ('...') o dobles ("...") con el mismo resultado. \ puede ser usado para escapar comillas:
Listas
Python tiene varios tipos de datos compuestos, utilizados para agrupar otros valores. El más versátil es la lista, la cual puede ser escrita como una lista de valores separados por coma (ítems) entre corchetes. Las listas pueden contener ítems de diferentes tipos, pero usualmente los ítems son del mismo tipo.
IMÁGENES
EJEMPLO
Números en Python:
>>> 2 + 2
4
>>> 50 - 5*6
20
>>> (50 - 5*6) / 4
5.0
>>> 8 / 5 # division always returns a floating point number
1.6
Cadenas de Caracteres en Python:
>>> 'spam eggs' # single quotes
'spam eggs'
>>> 'doesn\'t' # use \' to escape the single quote...
"doesn't"
>>> "doesn't" # ...or use double quotes instead
"doesn't"
>>> '"Yes," they said.'
'"Yes," they said.'
>>> "\"Yes,\" they said."
'"Yes," they said.'
>>> '"Isn\'t," they said.'
'"Isn\'t," they said.'
Lista en Python:
>>> squares = [1, 4, 9, 16, 25]
>>> squares
[1, 4, 9, 16, 25]
PALABRAS CLAVE
Int: Un tipo de dato entero en computación es un tipo de dato que puede representar un subconjunto finito de los números enteros.
Float: La representación de coma o punto flotante es una forma de notación científica usada en los computadores
LINKS/PÁGINAS WEB
Link para el tema del tutorial de Python correspondiente a este capítulo:
https://docs.python.org/es/3/tutorial/introduction.html
1.3 Estructuras de control
DEFINICIÓN
While
El bucle while se ejecuta mientras la condición (dentro del ejemplo: a < 10) sea verdadera. En Python, como en C, cualquier valor entero que no sea cero es verdadero; cero es falso. La condición también puede ser una cadena de texto o una lista, de hecho, cualquier secuencia; cualquier cosa con una longitud distinta de cero es verdadera, las secuencias vacías son falsas.
La sentencia if
Un if en programación se utiliza para evaluar una expresión condicional: si se cumple la condición (es verdadera), ejecutará un bloque de código. Si es falsa, es posible ejecutar otras sentencias.
Puede haber cero o más bloques elif, y el bloque else es opcional. La palabra reservada “elif’es una abreviación de “else if”, y es útil para evitar un sangrado excesivo.
La sentencia for
La sentencia for en Python difiere un poco de lo que uno puede estar acostumbrado en lenguajes como C o Pascal. En lugar de siempre iterar sobre una progresión aritmética de números (como en Pascal) o darle al usuario la posibilidad de definir tanto el paso de la iteración como la condición de fin (como en C), la sentencia for de Python itera sobre los ítems de cualquier secuencia (una lista o una cadena de texto), en el orden que aparecen en la secuencia.
La función range()
Si se necesita iterar sobre una secuencia de números, es apropiado utilizar la función integrada range(), la cual genera progresiones aritméticas:
IMÁGENES
EJEMPLO
Ejemplo uso de while:
>>> # Fibonacci series:
... # the sum of two elements defines the next
... a, b = 0, 1
>>> while a < 10:
... print(a)
... a, b = b, a+b
...
0
1
1
2
3
5
8
Ejemplo uso de If:
>>> x = int(input("Please enter an integer: "))
Please enter an integer: 42
>>> if x < 0:
... x = 0
... print('Negative changed to zero')
... elif x == 0:
... print('Zero')
... elif x == 1:
... print('Single')
... else:
... print('More')
...
More
Ejemplo de uso de For:
>>> # Measure some strings:
... words = ['cat', 'window', 'defenestrate']
>>> for w in words:
... print(w, len(w))
...
cat 3
window 6
defenestrate 12
Ejemplo uso de función range():
>>> for i in range(5):
... print(i)
...
0
1
2
3
4
PALABRAS CLAVE
Ciclo anidado: Un bucle anidado es un bucle que se encuentra incluido en el bloque de sentencias de otro bloque. Los bucles pueden tener cualquier nivel de anidamiento (un bucle dentro de otro bucle dentro de un tercero, etc.).
C: C es un lenguaje de programación de propósito general​ originalmente desarrollado por Dennis Ritchie entre 1969 y 1972 en los Laboratorios Bell, ​ como evolución del anterior lenguaje B, a su vez basado en BCPL.​​​Al igual que B, es un lenguaje orientado a la implementación de sistemas operativos, concretamente Unix.
Pascal: Pascal es un lenguaje de programación creado por el profesor suizo Niklaus Wirth entre los años 1968 y 1969, y publicado en 1970. Su objetivo era crear un lenguaje que facilitara el aprendizaje de programación a sus alumnos,utilizando la programación estructurada y estructuración de datos.
LINKS/PÁGINAS WEB
Link para el tema del tutorial de Python correspondiente a este capítulo:
https://docs.python.org/es/3/tutorial/controlflow.html
1.4 Funciones
DEFINICIÓN
Definiendo funciones
La palabra reservada def se usa para definir funciones. Debe seguirle el nombre de la función y la lista de parámetros formales entre paréntesis. Las sentencias que forman el cuerpo de la función empiezan en la línea siguiente, y deben estar con sangría.
Una definición de función asocia el nombre de la función con el objeto de función en la tabla de símbolos actual. El intérprete reconoce el objeto al que apunta ese nombre como una función definida por el usuario. Otros nombres también pueden apuntar a ese mismo objeto de función y también se pueden usar para acceder a la función:
IMÁGENES
EJEMPLO
Ejemplo de una función que escriba la serie de Fibonacci:
>>> def fib(n): # write Fibonacci series up to n
... """Print a Fibonacci series up to n."""
... a, b = 0, 1
... while a < n:
... print(a, end=' ')
... a, b = b, a+b
... print()
...
>>> # Now call the function we just defined:
... fib(2000)
0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597
Ejemplo de una función llamada por diferentes maneras:
>>> fib
<function fib at 10042ed0>
>>> f = fib
>>> f(100)
0 1 1 2 3 5 8 13 21 34 55 89
PALABRAS CLAVE
Función: una función es una sección de un programa que calcula un valor de manera independiente al resto del programa
Serie de Fibonacci: Se trata de una secuencia infinita de números naturales; a partir del 0 y el 1, se van sumando a pares, de manera que cada número es igual a la suma de sus dos anteriores, de manera que: 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55
LINKS/PÁGINAS WEB
Link para el tema del tutorial de Python correspondiente a este capítulo:
https://docs.python.org/es/3/tutorial/controlflow.html
1.5 Programación orientada a objetos con Python
DEFINICIÓN
En Python todo es un objeto. Cuando creas una variable y le asignas un valor entero, ese valor es un objeto; una función es un objeto; las listas, tuplas, diccionarios, conjuntos, son objetos; una cadena de caracteres es un objeto; todo en Python es manejado como un objeto. La programación basada en objetos introduce un nuevo paradigma que nos permite encapsular y aislar datos y operaciones que se pueden realizar sobre dichos datos.
Clases y objetos en Python 
Básicamente, una clase es una entidad que define una serie de elementos que determinan un estado (datos) y un comportamiento (operaciones sobre los datos que modifican su estado). Por su parte, un objeto es una concreción o instancia de una clase.
Para definir una clase en Python se utiliza la palabra reservada class
IMÁGENES
EJEMPLO
Ejemplo del uso de clases y objetos:
Ejemplo… Imagina un coche, del cual imaginas la carrocería, el color, las ruedas, el volante, si es diésel o gasolina, el color de la tapicería, si es manual o automático, aceleración, etc.
Y si en lugar de un solo coche te pido que imagines 3 coches diferentes… Un carro deportivo, una camioneta SUV y una Pick Up. Así, una clase son todas las características que definiste para el primer coche (carrocería, el color, las ruedas, el volante, si es diésel o gasolina, el color de la tapicería, si es manual o automático, aceleración) y los 3 coches serías objetos de esta clase.
En el siguiente ejemplo se crean dos objetos de tipo Coche:
>>> c1 = Coche('rojo', 20)
>>> print(c1.color)
rojo
>>> print(c1.ruedas)
4
>>> c2 = Coche('azul', 30)
>>> print(c2.color)
azul
>>> print(c2.ruedas)
4
PALABRAS CLAVE
Objeto: un objeto es un ente orientado a objetos que consta de un estado y de un comportamiento, que a su vez constan respectivamente de datos almacenados y de tareas realizables durante el tiempo de ejecución.
Herencia: la herencia es, después de la agregación o composición, el mecanismo más utilizado para alcanzar algunos de los objetivos más preciados en el desarrollo de software como lo son la reutilización y la extensibilidad.
LINKS/PÁGINAS WEB
Link para el tema del tutorial de Python correspondiente a este capítulo:
https://docs.python.org/es/3/tutorial/classes.html
UNIDAD II - Adquisición y almacenamiento de datos
2.1 Datos estructurados y semiestructurados 
DEFINICIÓN
A la hora de analizar grandes cantidades de información, debes conocer la diferencia entre datos estructurados, datos semiestructurados y datos no estructurados.
Se centran en la manera en que los datos se agrupan, almacenan y se relacionan entre sí, de forma que puedas localizarlos fácilmente, acceder a ellos, analizarlos o modificarlos.
Si conoces cómo se estructuran, podrás decidir de una manera mucho más segura y rápida con qué herramienta debes trabajar esas grandes cantidades de datos.
Una estructura de datos puede definirse como una serie de valores, relaciones, funciones y operaciones que es posible hacer con ellos. 
Datos estructurados
Básicamente, son aquellos que se encuentran ordenados. Los encontrarás organizados mediante una serie de filas y columnas bien definidas.
Son los que se usan de manera habitual en la mayor parte de las bases de datos relacionales (RDBMS).
El lenguaje de programación mediante el cual se gestionan es el Structured Query Language o SQL, desarrollado por IBM al comienzo de la década de 1970.
Dada su estructura ordenada, son los más fáciles de gestionar, tanto digital como manualmente. También, dada su alto grado de organización, permiten una mayor predictibilidad que otros tipos.
Datos Semiestructurados
Son aquellos con un nivel medio de estructuración y rigidez organizativa. Se encuentran a medio camino entre los estructurados y los no estructurados.
Tienen un cierto nivel de estructura, jerarquía y organización, aunque carecen de un esquema fijo.
En lugar de estructuras esquemáticas, como en el caso de los estructurados, se podría decir que lo son en forma de árbol, con etiquetas para facilitarte el manejo.
Entre sus principales características está, también, que tienen algunas propiedades organizativas que facilitan su análisis. De hecho, si los procesas puedes conseguir su almacenamiento en la base de datos relacional y también en filas y columnas. Sin embargo, no todos los que se colocan en un grupo tienen siempre las mismas propiedades. A veces difieren en tipo y tamaño. Además, contienen metadatos (etiquetas y elementos) que se utilizan para agruparlos y describir cómo se almacenan. No obstante, al no contener tantos metadatos como en el caso de los estructurados, su gestión y automatización resulta mucho más dificultosa. Todo esto hace complicado a los sistemas informáticos el trabajo con ellos.
Datos No Estructurados
Suponen alrededor del 80 % de los datos existentes en cualquier organización y su manejo te resulta mucho más dificultoso que en los dos casos anteriores.
Estos datos no se pueden usar en una base de datos tradicional, ya que sería imposible ajustarlos a las filas y columnas estandarizadas. No obstante, existen aplicaciones que pueden procesar más de 1000 tipos de formatos de datos no estructurados.
2.1.1 Archivos .csv y .tsv
Los archivos CSV (del inglés comma-separated values) son un tipo de documento en formato abierto sencillo para representar datos en forma de tabla, en las que las columnas se separan por comas (o punto y coma en donde la coma es el separador decimal como en Chile, Perú, Argentina, España, Brasil, entre otros) y las filas por saltos de línea.
El formato CSV es muy sencillo y no indica un juego de caracteres concreto, ni cómo van situados los bytes, ni el formato para el salto de línea. Estos puntos deben indicarse muchas veces al abrir el archivo, por ejemplo, con una hoja de cálculo.
El formato CSV no está estandarizado. La idea básica de separar los campos con una coma es muy clara, pero se vuelve complicada cuando el valor del campo también contiene comillas dobles o saltos de línea. Las implementaciones de CSV pueden no manejar esos datos, o usar comillas de otra clase para envolver elcampo. Pero esto no resuelve el problema: algunos campos también necesitan embeber estas comillas, así que las implementaciones de CSV pueden incluir caracteres o secuencias de escape.
La extensión de archivo .tsv es usada exclusivamente por software de
hojas de cálculo. Los valores separados por tabulaciones (TSV, por sus siglas en inglés Tabulation Separated Values) se usan para indicar un archivo delimitado
por tabulaciones. Los TSV son archivos de texto que pueden exportarse e importarse usando programas de hojas de cálculo.
Se usan generalmente para información en bruto, lo que corresponde a datos que aún no han sido procesados para su uso en otras aplicaciones.
2.1.2 Archivos binarios HDF5 y Excel
HDF5 es una biblioteca para almacenar grandes conjuntos de datos numéricos.
HDF son las siglas de Hierarchical Data Format (Formato de datos jerárquicos) y fue diseñado para guardar y recuperar datos de/hacia archivos grandes estructurados.
El nombre de formato completo de los archivos que usan la extensión HDF5 es HDF5. El formato HDF5 fue desarrollado por The HDF Group. Los archivos HDF5 son compatibles con las aplicaciones de software disponibles para dispositivos que ejecutan Windows. El archivo HDF5 pertenece a la categoría Otros archivos al igual que 5973 otras extensiones de nombre de archivo que figuran en nuestra base de datos. HDFView es, con mucho, el programa más utilizado para trabajar con archivos HDF5. El software HDFView fue desarrollado por The HDF Group, y en su sitio web oficial puede encontrar más información sobre los archivos HDF5 o el programa de software HDFView.
2.1.3 JSON
JSON es un formato de texto sencillo para el intercambio de datos. Se trata de un subconjunto de la notación literal de objetos de JavaScript, aunque, debido a su amplia adopción como alternativa a XML, se considera un formato independiente del lenguaje.
Dichas propiedades hacen de JSON un formato de intercambio de datos ideal para usar con API REST o AJAX. A menudo se usa en lugar de XML, debido a su estructura ligera y compacta. 
Muchos lenguajes de programación proporcionan métodos para analizar una cadena de texto con este formato en un objeto nativo y viceversa.
Una de las características de JSON, al ser un formato que es independiente de cualquier lenguaje de programación, es que los servicios que comparten información por este método no necesitan hablar el mismo idioma, es decir, el emisor puede ser Java y el receptor Python, pues cada uno tiene su propia librería para codificar y decodificar cadenas en este formato.
Ventajas: 
· Es autodescriptivo y fácil de entender.
· Su sencillez le ha permitido posicionarse como alternativa a XML.
· Es más rápido en cualquier navegador.
· Es más fácil de leer que XML.
· Es más ligero (bytes) en las transmisiones.
· Velocidad de procesamiento alta.
· Puede ser entendido de forma nativa por los analizadores de JavaScript.
Desventajas:
· Algunos desarrolladores encuentran su escueta notación algo confusa.
· No cuenta con una característica que posee XML: extensibilidad.
· No soporta grandes cargas, solo datos comunes.
· Para la seguridad requiere de mecanismos externos como expresiones regulares.
2.1.4 XML
XML, siglas en inglés de eXtensible Markup Language, traducido como 'Lenguaje de Marcado Extensible' o 'Lenguaje de Marcas Extensible', es un metalenguaje que permite definir lenguajes de marcas desarrollado por el World Wide Web Consortium utilizado para almacenar datos en forma legible.
El lenguaje de marcado es un conjunto de códigos que se pueden aplicar en el análisis de datos o la lectura de textos creados por computadoras o personas. El lenguaje XML proporciona una plataforma para definir elementos para crear un formato y generar un lenguaje personalizado.
Un archivo XML se divide en dos partes: prolog y body. La parte prolog consiste en metadatos administrativos, como declaración XML, instrucción de procesamiento opcional, declaración de tipo de documento y comentarios. La parte del body se compone de dos partes: estructural y de contenido (presente en los textos simples).
El diseño XML se centra en la simplicidad, la generalidad y la facilidad de uso y, por lo tanto, se utiliza para varios servicios web. Tanto es así que hay sistemas destinados a ayudar en la definición de lenguajes basados ​​en XML, así como APIs que ayudan en el procesamiento de datos XML – que no deben confundirse con HTML.
Ventajas:
· Tiene un formato estructurado y fácil de comprender.
·  Separa radicalmente la información o el contenido de su presentación o formato.
· Está diseñado para ser utilizado en cualquier lenguaje o alfabeto.
· Su análisis sintáctico es fácil debido a las estrictas reglas que rigen la composición de un documento.
· Tiene soporte a cualquier tipo de datos.
· Se pueden definir estructuras complejas y reutilizables.
Desventajas:
· El formato es sumamente estricto.
· Lleva más tiempo procesarlo.
· Complejidad de analizador (parser).
· Un error en cualquier parte del formato puede hacer que todo el documento sea inválido.
IMÁGENES
Archivos de .tsv
Y ejemplo JSON
 
 
EJEMPLO
Ejemplos de datos estructurados:
· Una tabla Excel.
· Hojas de cálculo.
· Bases de datos de cualquier otro tipo.
· Aplicaciones para realizar cuestionarios tipo test.
· Formularios web.
· Fichas estandarizadas de clientes.
· Encuestas a usuarios de un servicio.
Un ejemplo de datos semiestructurados:
Un ejemplo válido sería un servidor local que almacenara todos los
datos de correo electrónico y archivos adjuntos dentro de la base de
datos.
Entre las principales fuentes para recabarlos están los mencionados
correos electrónicos y:
· Archivos comprimidos.
· XML y otros lenguajes de marcado.
· Ejecutables binarios.
· Paquetes TCP / IP.
Hay ejemplos de tipos de datos no estructurados de uso muy común,
como los siguientes:
· Documentos de oficina en archivos de texto.
· Archivos de imágenes.
· Archivos PDF.
· Archivos de registro y de datos de aplicaciones como .ini o .dll.
· Datos de redes sociales como Facebook y Twitter o de plataformas como YouTube.
· Datos de ubicaciones y mensajería instantánea.
· Grabaciones telefónicas, archivos de audio como MP3.
Ejemplo de archivos Csv:
	Año
	Marca
	Modelo
	Descripción
	Precio
	1997
	Ford
	E350
	ac, ABS, moon
	3000.00
	1999
	Chevy
	Venture
	Extended Edition
	4900.00
	1999
	Chevyr
	Venture
	Extended Edition, Very Large
	5000.00
	1996
	Jeep
	Grand Cherokee
	MUST SELL!
air, moon roof, loaded
	4799.00
La tabla de arriba puede ser representada de la siguiente forma en CSV:
Año,Marca,Modelo,Descripción,Precio
1997,Ford,E350,"ac, abs, moon",3000.00
1999,Chevyr,Venture,Extended Edition,4900.00
1999,Chevy,Venture,"Extended Edition, Very Large",5000.00
1996,Jeep,Grand Cherokee,"MUST SELL! air, moon roof, loaded",4799.00
Ejemplo de código HDF5:
# h5py_demo.py
 
"""
Demonstrates how to use h5py.
Run this like:
$ python h5py_demo.py
"""
 
import os
import numpy as np
import h5py
 
file_name = 'test.hdf5'
# create a new HDF5 file
f = h5py.File(file_name)
# create a new group
f.create_group('/grp1') # or f.create_group('grp1')
# create a nother group inside grp1
f.create_group('/grp1/grp2') # or f.create_group('grp1/grp2')
# create a dataset in group "/"
data = np.arange(6).reshape(2, 3)
f.create_dataset('dset1', data=data) # or f.create_dataset('/dset1', data=data)
# create another dataset in group /grp1
f.create_dataset('grp1/dset2', data=data) # or f.create_dataset('/grp1/dset2', data=data)
# create an attribute of "/"
f.attrs['a'] = 1 # or f.attrs['/a'] = 1
# create an attribute of group "/grp1"
f['grp1'].attrs['b'] = 'xyz'
# create an attribute of dataset "/grp1/dset2"
f['grp1/dset2'].attrs['c'] = np.array([1, 2])
# close file
f.close()
 
# open the existing test.hdf5 for read only
f = h5py.File(file_name, 'r')
# read dataset /dset1
print '/dset1 = %s' % f['dset1'][:]
# read dataset /grp1/dset2
print '/grp1/dset2 = %s' % f['/grp1/dset2'][:]
# get attributes
print f.attrs['a']
print f['grp1'].attrs['b']
print f['grp1/dset2'].attrs['c']
 
# remove thecreated file
os.remove(file_name)
Los resultados son los siguientes:
$ python h5py_demo.py
/dset1 = [[0 1 2]
[3 4 5]]
/grp1/dset2 = [[0 1 2]
[3 4 5]]
1
xyz
[1 2]
Ejemplo de código JSON:
{
 "Employee": [
 {
 "id":"1",
 "Name": "Ankit",
 "Sal": "1000",
 },
 {
 "id":"2",
 "Name": "Faizy",
 "Sal": "2000",
 }
 ]
}
Ejemplo de código XML:
<taxonomy>
 <page title="Mi Escuela">
 <page title="Trimestre" />
</page>
<page title="Clase">
 <page title="2005">
 <page title="Informática" />
 <page title="Matemáticas" />
 <page title="Inglés" />
 </page>
 <page title="2004">
 <page title="Informática" />
 <page title="Matemáticas" />
 <page title="Inglés" />
 </page>
 <page title="2003">
 <page title="Informática" />
 <page title="Matemáticas" />
 <page title="Inglés" />
 </page>
 <page title="2002">
 <page title="Informática" />
 <page title="Matemáticas" />
 <page title="Inglés" />
 </page>
 <page title="2001">
 <page title="Informática" />
 <page title="Matemáticas" />
 <page title="Inglés" />
 </page>
</page>
<page title="Agenda de Teléfonos">
 <page title="Empleados">
 <page title="Profesores" />
 <page title="Maestros" />
 <page title="Soporte" />
 </page>
 <page title="Estudiantes">
 <page title="Actuales" />
 <page title="Ex-alumnos" />
 </page>
 </page>
<page title="Manuales">
 <page title="Políticas y Procedimientos">
 <page title="Empleados" />
 <page title="Estudiantes" />
</page>
 <page title="Ayuda Financiera" />
 <page title="Formularios" />
</page>
 <page title="Biblioteca">
 <page title="Novedades" />
 <page title="Manuales de Referencia" />
 <page title="Acceso a Internet" />
</page>
<page title="Objetos Perdidos">
</page>
</taxonomy>
PALABRAS CLAVE
Csv: del inglés comma-separated values) son un tipo de documento en formato abierto sencillo para representar datos en forma de tabla, en las que las columnas se separan por comas
Tsv: significa "Valores separados por tabulaciones", y estos archivos valores separados por tabulaciones se crean y utilizan muchas aplicaciones de hoja de cálculo.
LINKS/PÁGINAS WEB
Link a video de Youtube, IoT y Big Data:
https://www.youtube.com/watch?v=iqJgYYQBWec
Documentación del ejemplo de código HDF5:
https://programmerclick.com/article/97981216421/
Video documentación del ejemplo de código JSON:
https://www.youtube.com/watch?v=FnW_WeBlCMk
Documentación del ejemplo de código XML:
https://portal.uned.es/portalHelp/ohw/state/content/locale.es/navId.3/navSetId._/vtTopicFile.welchelp_hs_es%7Cxml1~htm/vtTopicId./