GitHunt
LU

LuVaAcAn/PC2-MACHINE-LEARNING-2025-01-UPC

Práctica Calificada 2 - Análisis de criptomonedas con redes complejas

Práctica Calificada 2 - Análisis de criptomonedas con redes complejas

Este proyecto explora el mercado de criptomonedas desde el enfoque de redes complejas, utilizando datos reales recolectados de CoinMarketCap y CoinGecko. Se representan gráficamente proyectos clasificados como Gaming, RWA (Real World Assets) y Meme tokens.


🔧 Requisitos

Antes de ejecutar el proyecto, asegúrate de tener instalado:

  • Python 3.8 o superior
  • Las siguientes librerías:

pip install pandas networkx pyvis

▶️ Ejecución del código

  1. Descarga o clona este repositorio:
git clone https://github.com/USUARIO/PC2.git
cd PC2
  1. Asegúrate de que el archivo resultados.csv esté dentro de la carpeta PC2.
  2. Ejecuta el script en Python:
    python visualizacionGrafo.py
  3. Esto generará un archivo llamado red_criptomonedas.html

🌐 Visualización de la red

Una vez generado el archivo red_criptomonedas.html, puedes abrirlo fácilmente en tu navegador web. Solo haz doble clic sobre el archivo, o ábrelo manualmente desde tu navegador favorito.
El grafo permite explorar interactivamente las relaciones entre proyectos según su categoría.

📁 Archivos principales

  • resultados.csv → Datos recolectados de CoinMarketCap / CoinGecko
  • visualizacionGrafo.py → Script de Python para construir y visualizar la red.
  • red_criptomonedas.html → Visualización interactiva de la red.

💡 Notas

Asegúrate de tener al menos 1000 proyectos para cumplir con los requisitos de análisis.
Las conexiones entre nodos se realizan dentro de la misma categoría para reflejar similitudes funcionales.

LuVaAcAn/PC2-MACHINE-LEARNING-2025-01-UPC | GitHunt