Development

Introducción a Python para análisis de datos Free

What you’ll learn

  • Introducción a Python para análisis de datos Free
  • Características generales de Python: tipos de datos, contenedores de datos, condicionales, flujos, funciones, loops, y más.
  • Liberías para la manipulación de datos y el trabajo con datos tabulares (Numpy, Pandas)
  • Librerías para realizar gráficos: histogramas, boxplots, gráficos de dispersión, gráficos de densidad, gráficos de barras, y más. (Matplotlib y Seaborn).
  • Descargar, cargar, explorar, limpiar y analizar datos reales con Numpy y Pandas.

Requirements

  • Ganas y compromiso para aprender.
  • Una computadora con conexión a internet.
  • No se necesita experiencia previa en programación

Description

Introducción a Python para análisis de datos En este curso vas a aprender el manejo básico de python y las librerías especializadas más usadas en el mundo del análisis de datos. Vas a aprender Numpy para trabajar eficientemente con datos numéricos, Pandas para trabajar con tablas de datos y matplotlib para realizar gráficos. Con estas nuevas herramientas vas a poder inspeccionar, manipular y graficar datos de diversas maneras para observar sus distribuciones y resumir la información relevante de forma profesional y elegante. Este curso es una puerta de entrada al fantástico mundo de la programación, donde las posibilidades son infinitas y se aprenden cosas nuevas todos los días. Si tenés ganas de tener un nuevo desafío que sea provechoso para tu carrera profesional, este curso es definitivamente para vos.

Módulo 1.

Introducción a Python. Algunos aspectos generales.

  • Values, types, variables, statements and keywords
  • Operators
  • Strings
  • Lists
  • Dictionaries
  • Tuples
  • Conditions
  • Loops
  • Functions


Módulo 2 .

Introducción a Numpy.

Numpy Arrays

  • Atributos
  • Creación
  • Números aleatorios
  • Indexing and Slicing
  • Broadcasting
  • Funciones matemáticas
  • Funciones de estadística descriptiva
  • Ordenar y buscar

Módulo 3.

Introducción a Pandas

  • Objetos: Series, DataFrame, Index
  • Cargar datos tabulares con distintos formatos
  • dtypes
  • Indexing and Slicing: iloc, loc
  • Filtrado
  • Valores perdidos (Missing values)
  • Medidas de tendencia central
  • Crear variables
  • Operaciones vectorizadas vs Iteraciones
  • Agregación y agrupamiento
  • Tablas pivot.
  • Funciones útiles: valores únicos, renombrar variables, reemplazar valores, etc.
  • Otras funciones: correlaciones, dummies, concatenar, cuartiles, “binnig”, etc.
  • Algunas formas de crear dataframes.
  • Bonus track. Ejemplos de visuzalización con pandas.

Módulo 4.

Visualización de datos con Matplotlib y Seaborn.

  • Lineplot
  • Histograma
  • Boxplot
  • Scatterplot
  • Barplot
  • Gridplot

Who this course is for:

  • Personas que quieran iniciarse en el mundo de Python.
  • Personas que quieran iniciarse en el análisis exploratorio de datos con Python.
  • Personas que quieran iniciarse en la manipulación de datos con Python.
  • Personas que quieran iniciarse en el mundo de Data Science y Data Mining.
  • Personas que quieran aprender a utilizar herramientas de análisis para grandes volúmenes de datos

Related Articles

Leave a Reply

Your email address will not be published.

Back to top button

AdBlocks

Turn off the ad blocker