Python es un lenguaje de programación interpretado cuya filosofía hace hincapié en la legibilidad de su código. Se trata de un lenguaje de programación multiparadigma, ya que soporta parcialmente la orientación a objetos, programación imperativa y, en menor medida, programación funcional. Es un lenguaje interpretado, dinámico y multiplataforma.
Este curso proporciona una introducción a las técnicas básicas de ciencia de datos que utilizan Python. A los estudiantes se les presentan conceptos básicos como los marcos de datos y la unión de datos, y aprenden a usar bibliotecas de análisis de datos como pandas, numpy y matplotlib.
Este curso proporciona una descripción general de cómo cargar, inspeccionar y consultar datos del mundo real, y cómo responder preguntas básicas sobre esos datos.
Los estudiantes adquirirán habilidades en la agregación y resumen de datos, así como en la visualización básica de datos.
Lo que aprenderás:
- Módulo 1: Carga, consulta y filtrado de datos mediante el módulo csv
- Este primer módulo proporciona a los estudiantes una descripción general de la carga, inspección y exploración de datos utilizando la biblioteca csv simple de Python.
Para comenzar, este módulo incluye una breve descripción general de Jupyter Notebook y una revisión concisa de Python básico, incluidas estructuras de datos, bucles y funciones.
Este módulo muestra a los estudiantes un análisis en profundidad de los datos almacenados en un archivo .csv, que incluye consultas básicas, enfoques para lidiar con errores de datos y cómo filtrar y ordenar los datos según una variedad de criterios.
- Módulo 2: Cargar, consultar, unir y filtrar datos usando pandas
- En este módulo, se presenta a los estudiantes conceptos básicos como el marco de datos y la unión de datos.
Los estudiantes obtendrán experiencia en el uso de pandas, una biblioteca de análisis de datos estándar de la industria, para cargar y consultar datos del mundo real y responder preguntas sobre esos datos.
Este módulo demuestra cómo realizar un filtrado e indexación avanzados, dividir subconjuntos de datos, restringir los atributos de los datos en los resultados de las consultas y realizar cálculos básicos sobre los datos.
Incluye cómo construir un sistema de recomendación simple y enfoques para limpiar datos, lidiar con valores perdidos y crear nuevos datos.
- Módulo 3: Resumen y visualización de datos
- Este módulo lleva el análisis de datos un paso más allá al proporcionar una descripción general del proceso de agregar, resumir y visualizar datos.
Se presenta a los estudiantes el concepto de agrupación e indexación de datos y cómo mostrar los resultados en una tabla dinámica utilizando pandas.
Este módulo también demuestra cómo preparar y visualizar datos usando un histograma y un diagrama de dispersión en Jupyter Notebook. Los estudiantes adquirirán habilidades en la agregación y resumen de datos, así como en la visualización básica de datos.
Además, los estudiantes obtendrán experiencia en el uso de bibliotecas de análisis de datos como numpy y matplotlib.
¿Cómo obtengo el curso?
Este curso es ofrecido desde la plataforma de Coursera, es un curso que puedes obtener de manera gratuita bajo ciertas condiciones.
La primera opción es elegir la opción de “Curso gratuito sin certificado”, de esta manera podrás acceder al contenido del curso y finalizarlo, pero no podrás obtener un certificado de finalización avalado por la plataforma.
La segunda opción es elegir “auditar curso”, con esta opción podrás acceder al contenido de video del curso, pero no podrás realizar los exámenes ni obtener el certificado de finalización. Si no ves la opción de auditar curso, debes verificar en la parte de abajo usando el scroll (en forma de link).
Las opciones varían dependiendo el curso, pero con cualquiera de las dos podrás acceder gratuitamente al contenido. Por si fuera poco, algunos cursos tienen la opción de ayuda económica, con los cuales puedes solicitar dicho apoyo y ser acreedor de un curso de pago.
Para obtener el curso de manera gratuita da clic en el siguiente botón: