Python para Data Science & Machine Learning en 18 Días

En esta lección del curso de Python para Data Science conocerás el recorrido del primer día, en el que vamos a instalar python en tu ordenador,así como Jupyter Notebooks. Vamos a comprender los principios básicos de la programación orientada a objetos (OOP), y una introducción al Data Science.

Seguro tienes muchas dudas sobre cómo aprovechar este curso de la mejor manera. Aquí encontrarás la respuesta a muchas de ellas.

En esta lección del curso de Python para Data Science vas a descargar e instalar Python y los Jupyter Notebooks a través de la distribución de Python llamada Anaconda.

En esta lección del curso de Python para Data Science vas a aprender lo básico para utilizar los cuadernos Jupyter (Jupyter Notebooks). Estructura, funcionamiento, lógica, herramientas básicas, atajos del teclado, guardar y abrir archivos, etc.

Lo primero que voy a decirte, ahora que estamos por comenzar a escribir código Python, es que en Python todo es un objeto. Repito: en Python todo es un objeto. No te olvides de esto.

¿Por qué esto es importante? Porque si pierdes de vista el concepto de que todo en Python es un objeto, por más avanzado que seas como programador, ahí es cuando vas a comenzar a tener dificultades para planificar tu código adecuadamente.

"Ok Fede, entonces te voy a hacer caso: me voy a acordar de que todo en Python es un objeto".

Bueno, si en Python todo es un objeto, entonces los números son objetos, y por lo tanto, el número 1 es un objeto. El objeto 1.

Con el 1, al igual que con todos los objetos de tipo número, en Python, puedo realizar, entre otras cosas, operaciones matemáticas. Entonces puedo decir que si tomo el objeto 1, y le sumo otro objeto numérico, como el número 2, lo que obtengo es otro objeto, que es el objeto 3.

Entonces en este pequeño código, ya tengo 3 objetos: el número 1, el número 2, y el número 3.

Ya vamos a ver más adelante que los números son solamente uno de los tantos TIPOS de objetos que existen en Python: el TIPO de objetos numérico.

Pero por ahora voy seguir adelante, y voy a tomar este ejemplo para introducir otro concepto importantísimo: Python trabaja con objetos, y por lo tanto es uno de los tantos lenguajes de programación que están estructurados según el paradigma llamado "Programación Orientada a Objetos", que en inglés se abrevia como OOP.

Si bien aún es temprano para explicar este concepto en profundidad, quiero que sepas que Python se corresponde a ese paradigma, porque básicamente todo lo que haremos cuando escribamos código Python será construir, manipular, interactuar y eliminar objetos. Repito: básicamente todo lo que haremos cuando escribamos código Python será construir, manipular, interactuar y eliminar objetos.

La razón por la que te cuento esto antes de comenzar a trabajar con Python, es porque si bien vamos a explicar este concepto mucho más en profundidad en su debido momento, te prometo que si mantienes estos conceptos siempre a la vista desde el inicio, le podrás sacar aún más provecho de este intuitivo y poderoso lenguaje de programación:

* "En Python todo es un Objeto"

* "Python es un lenguaje de Programación Orientada a Objetos".

Y por supuesto, en este curso sobre Python para Data Science, no podemos comenzar sin explicar brevemente qué es el Data Science.

En inglés "Data Science" significa "ciencia de Datos" o "Ciencias de la Información", y es una disciplina que se encuentra un poco en el medio entre la programación, la estadística y la comunicación.

El Data science no solo es una ciencia, sino que también es de alguna manera, un arte. Es el arte de convertir datos crudos, en información valiosa, que nos va a permitir tomar decisiones, resolver problemas y entender mejor el mundo que nos rodea.

Te voy a dar el ejemplo más básico que puedo para explicar qué es el Data Science: imagina que tienes esta pequeña tabla en un libro de Excel. Solo tiene 3 registros de ventas de 3 meses seguidos. Es muy sencilla de entender, y cualquiera puede analizar esos datos, y asumir que las ventas han ido creciendo mes a mes.

Pero a ti no te alcanza con eso, y dices "quiero visualizar estos datos de un modo más expresivo, y que me ayude a darle más dimensión a los conocimientos que puedo obtener de esta información". Entonces decides insertar una visualización más atractiva, y para ello elijes un gráfico de líneas.

¡Felicitaciones, ya eres un científico de datos!... Bueno, tal vez estoy exagerando un poco, pero créeme que ESTA es una expresión (super reducida) de la lógica que se aplica en la ciencia de datos, porque esta pequeña pero inteligente acción ahora permite que podamos comprender el comportamiento de las ventas con mucha más claridad, que podamos darle dimensión y perspectiva a esta tendencia de crecimiento, que podamos comprender las implicancias de estos DATOS con sentido de la proporción entre ellos, e incluso que podamos hacernos nuevas PREGUNTAS a partir de ellos, y que de esa manera podamos ser capaces de tomar mejores decisiones.

Para comprender mejor qué es el Data Science, ahora intenta imaginar este mismo procedimiento pero en un contexto donde tienes montañas gigantescas de datos, y donde las posibilidades de análisis y de descubrimiento se expanden enormemente. En el Data Science, la información puede ser tan vasta y variada como las interacciones en redes sociales, transacciones financieras, registros médicos o incluso patrones climáticos con miles o millones de registros. Y en esos niveles, la tarea del científico de datos es mucho más que solo visualizar la información; es descubrir patrones ocultos, predecir tendencias futuras y generar insights que pueden transformar negocios, influir en políticas públicas o incluso salvar vidas.

El Data Science, por lo tanto, es un campo que desafía nuestra forma de pensar y de abordar problemas, y que ofrece nuevas formas de entender y de actuar sobre la información que nos rodea. Es una disciplina que nos capacita para hacer preguntas más profundas y para encontrar respuestas más significativas en un océano de datos.

Si antes de comenzar este curso imaginabas al científico de datos como un frío doctor de laboratorio, ahora te recomiendo comenzar a pensarlo como un valiente explorador que se aventura a lo desconocido, para encontrar tesoros ocultos y traerlos a la vista de todos.

Basta de introducciones. En la próxima sección, ¡ponemos las manos en Python para Data Science!

En esta lección del curso de Python para Data Science, vas a aprender qué son las variables en general, y las variables numéricas en particular.

En esta breve lección especial del curso de Python para Data Science te explico cómo funciona la plataforma especial para realizar ejercicios de código prácticos por ti mismo. Quiero que puedas practicar tu aprendizaje con ejercicios de código reales, en un IDE incorporado al curso que permite ejecutar código de python. El estudiante podrá escribir su propio código y practicar todo lo que explicamos en el curso en estos ejercicios de código para prácticas.

En etsa lección del curso Python para Data Science, vas a aprender sobre las variables de texto, también llamadas strings.

En esta lección del curso Python para Data Science, aprenderás la función type, que sirve para identificar el tipo de dato al que pertenece un objeto.

En esta lección de Python para Data Science vas a aprender todo sobre números en python: tipos de datos numéricos (integers, floats y complex) y las diferentes maneras de utilizarlos.

En etsa lección del curso de Python para Data Science vas a aprender a realizar todas las operaciones matemáticas básicas en Python: suma, resta, multiplicación, división, división al piso, módulo, potencia y raíz. Para ello conocerás a los operadores matemáticos de Python.

En esta lección del curso de Python para Data Science te voy a dar la consigna para resolver el proyecto de código en python para el día 2. Vas a poner en práctica todo lo que aprendiste a lo largo del día.

Este proyecto incluirá conceptos como las variables de texto, las variables numpericas, los strings, los operadores matemáticos y mucho más.

En esta lección del curso de Python para Data Science, te compartiré mi solución al proyecto del día 2.

En esta lección del curso Python para Data science vamos a aprender todo sobre el tipo de datos String, que es el tipo de datos de texto.

En esta lección del curso Python para Data Science veremos la propiedad de indexación de los strings, que permite identificar sus elementos internos a partir de su índice.

En esta lección del curso Python para Data Science aprenderemos a filtrar los strings a travez de métodos propios de string como count(), strip() o split() que nos permiten manipular strings según nuestras necesidades.

En esta lección del curso Python para Data Science aprenderemos a recibir ingresos del usuario a través de la declaración input. También aprenderemos a guardar los ingresos de usuario en variables para poder manipularlos o mostrarlos en pantalla.

En esta lección del curso Python para Data Science aprenderemos a formatear strings para poder incluir valores variables o numéricos de un modo práctico y legible.

En esta lección del curso de Python para Data Science te voy a dar la consigna para resolver el proyecto de código en python para el día 3. Vas a poner en práctica todo lo que aprendiste a lo largo del día.

Este proyecto incluirá conceptos como los strings, la indexación de strings, filtrar strings, input, formateo de cadenas y mucho más.

En esta lección del curso de Python para Data Science, te compartiré mi solución al proyecto del día 3.

En esta lección del curso Python para Data Science vamos a aprender que son las listas, uno de los tipos de datos más comunes en python, que al mismo tiempo son una colección o secuencia de elementos.

En esta lección del curso Python para Data Science vamos a aprender que son las tuplas, uno de los tipos de datos más comunes en python, que al mismo tiempo son una colección o secuencia de elementos.

En esta lección del curso Python para Data Science vamos a aprender que son los diccionarios, uno de los tipos de datos más comunes en python, que al mismo tiempo son una colección o secuencia de elementos.

En esta lección del curso Python para Data Science vamos a aprender que son los booleanos, uno de los tipos de datos más comunes en python.

En esta lección del curso Python para Data Science vamos a aprender qué son las estructuras de control, para permitir que tu código tome decisiones según el cumplimiento de condiciones. En esta lección aprenderemos a usar la palabra clave IF para establecer esas condiciones.

En esta lección del curso Python para Data Science vamos a aprender qué son las estructuras de control, para permitir que tu código tome decisiones según el cumplimiento de condiciones. En esta lección aprenderemos a usar las palabras claves IF, ELIF y ELSE para establecer esas condiciones.

En esta lección del curso de Python para Data Science te voy a dar la consigna para resolver el proyecto de código en python para el día 4. Vas a poner en práctica todo lo que aprendiste a lo largo del día.

Este proyecto incluirá conceptos como las listas, tuplas, diccionarios y booleanos, así como las estructuras de control IF, ELIF y ELSE.

En esta lección del curso de Python para Data Science, te compartiré mi solución al proyecto del día 4.

En esta lección del curso Python para Data Science vamos a aprender el concepto de loops en python y en especial el tipo de loop llamado loop for

En esta lección del curso de Python para Data Science vamos a conocer la función range() que nos permite crear rangos numéricos de un modo muy sencillo y práctico.