Data Science con Python diseño de Pandas

U1: Introducción a Data Science con Python

→ Introducción a Python para análisis de datos
→ Configuración de Python y Jupyter
→ Cargar librerías y fuentes de datos
→ Gráficos básicos con Matplotlib
→ Ejercicio práctico: Gráficos básicos con Matplotlib
→ Diagrama de flujo en un proyecto de Ciencia de Datos

U2: Fundamentos de Python desde Cero

→ Manejo de variables en Python
→ Listas: creación, extracción y modificación
→ Técnicas avanzadas para crear listas
→ Utilización de funciones internas en Python
→ Cómo crear funciones y usar argumentos flexibles en Python
→ Uso de funciones lambda
→ Métodos en programación con Python
→ Creación de diccionarios en Python
→ Creación de diccionarios con la función zip
→ Uso de comparadores en Python
→ Estructuras de bucles en Python
→ Comprensión de listas en Python

U3: Estadística básica para el Análisis de Datos

→ Fundamentos de variables y conceptos básicos
→ Cálculo de la varianza de una variable
→ Análisis de la correlación de variables
→ Creación y análisis de histogramas
→ Estudio de datos con percentiles
→ Cálculo de funciones de densidad de probabilidad
→ Previsiones y cálculo de medias móviles

U4: Numpy para el cálculo numérico

→ Fundamentos de la librería Numpy
→ Selección de datos usando arrays en Numpy
→ Trabajo con arrays 2D en Numpy
→ Operaciones estadísticas con Numpy

U5: Pandas para el Análisis de Datos

→ Fundamentos de Pandas: introducción a dataframes
→ Generación de dataframes desde diccionarios
→ Importar datos desde archivos de texto plano
→ Técnicas de selección de datos en dataframes Pandas
→ Herramientas útiles para dataframes en Pandas
→ Limpieza de datos en dataframes: duplicados y errores
→ Técnicas de interpolación de datos
→ Aplicación de filtros en dataframes Pandas
→ Ordenamiento de datos en un dataframe
→ Añadir columnas con cadenas de texto en dataframes
→ Generación de columnas en dataframes usando map y diccionarios
→ Uso de funciones lambda para crear columnas en dataframes
→ Creación de columnas condicionales en dataframes
→ Modificación de nombres y orden de columnas en dataframes
→ Creación de tablas dinámicas con Pandas
→ Agrupación de datos con groupby en Pandas
→ Unión de dataframes mediante concatenación
→ Combinación de dataframes usando merge

U6: Importación y exportación con Pandas

→ Importación de datos desde archivos Excel
→ Fundamentos de bases de datos relacionales y modelos de datos
→ Importación de datos desde bases de datos SQL
→ Extracción de datos desde una página web
→ Técnicas de web scraping para importar datos web
→ Importación de datos desde archivos JSON
→ Extracción de datos desde redes sociales
→ Cargar datos desde plataformas Cloud (AWS, Azure, Google)
→ Exportación de datos a archivos CSV y Excel
→ Exportación de datos a bases de datos SQL

Evaluación del curso

→ Este curso contiene un examen final

G-Tools: Para estudiantes

→ Acceso exclusivo a herramientas de vanguardia para estudiantes: mejora tu empleabilidad, participa en eventos exclusivos, aprovecha nuestro asistente virtual inteligente y más.

⚑ Certificado de finalización

→ Tu certificado digital personalizado, una insignia única de tus logros, con validez internacional, duración del curso y código QR para verificación instantánea.