Curso de Python para Ciencia de Datos - Platzi

Conocimientos previos
Programación en Python.
Estadística básica
Uso de Google Colab o Jupyter Notebooks.

Software para este curso
Google Colab
VSCode

• NumPy
• Fundamentos para Análisis de Datos en NumPy y Pandas
• Dimensiones en NumPy y Pandas: De Escalares a Tensors
• Arrays en NumPy
• Introducción al álgebra lineal con NumPy
• Indexación y Slicing
• Broadcasting y Operaciones Lógicas en NumPy
• Elementos Únicos y sus Conteos: Copias y Vistas
• Transformación de Arrays: Reshape y Manipulación
• Caso Práctico de Análisis de Datos
• Cálculos Matriciales en NumPy
• Ejercicios en NumPy
• Pandas
• Pandas para Manipulación de Datos
• Creación de Dataframes en Pandas
• Estructuras de Datos en Pandas y Funciones
• Uso de iloc y loc en Pandas
• Manejo de Datos Faltantes en Pandas
• Creación y Manipulación de Columnas en Pandas
• Agrupaciones con groupby
• Filtrado de Datos con Condiciones en Pandas
• Reestructuración de Datos: Pivot y Reshape en Pandas
• Fusión de DataFrames en Pandas
• Manejo de Series Temporales en Pandas
• Matplotlib
• Introducción a Matplotlib gráfico de líneas y dispersión
• Personalización de Gráficos en Matplotlib
• Gráficos de Barras y Diagramas de Pastel
• Gráficos de Histograma y Boxplot para distribuciones
• Series de tiempo y manejo de fechas con Matplotlib
• Subplots y Layouts Avanzados
• Proyecto de Análisis de Datos de Retail
• Caso de Estudio (Parte I). Limpieza de datos
• Caso de Estudio (Parte II). Creación de columnas
• Caso de Estudio (Parte III). Graficación y análisis de resultados
• Proyecto Final: Creación de Portafolio de Análisis de Datos

Contraseñas / Passwords RAR:
consiguelogratis.com
cursos.cibernautas.org
consiguelogratis
cibernautas.org