OpenCourser brand icon
Sign in
We may earn an affiliate commission when you visit our partners.
Course image
Course image
Coursera logo

Análisis Exploratorio de Datos con Python

Layla Scheli

Python es un lenguaje fabuloso de programación, que nos ofrece muchas ventajas a la hora de utilizarlo como herramienta para el análisis exploratorio de datos. Realizar un EDA, es el primer paso que debemos de aplicar para tener un mayor entendimiento de nuestros datos y poder tener un contexto adecuado de la temática que estamos analizando.

Read more

Python es un lenguaje fabuloso de programación, que nos ofrece muchas ventajas a la hora de utilizarlo como herramienta para el análisis exploratorio de datos. Realizar un EDA, es el primer paso que debemos de aplicar para tener un mayor entendimiento de nuestros datos y poder tener un contexto adecuado de la temática que estamos analizando.

Resulta importante mencionar, que este proyecto guiado tiene una dificultad “intermedia” para su desarrollo. Como objetivo principal al finalizar todas las capsulas de conocimiento y entregas de prácticas asociadas, se busca que los estudiantes puedan aprender los conceptos más relevantes e importantes para el uso de Python como herramienta para el análisis exploratorio de datos. También veremos cómo es el proceso de instalación de librerías utilizando el Anaconda Prompt.

Con los conocimientos adquiridos en este proyecto guiado, los estudiantes podrán ser capaces de realizar sus propios análisis de datos, utilizando Python como herramienta principal de análisis como así también, realizar visualizaciones graficas acordes e ilustrativas sobre nuestros datos.

Enroll now

Here's a deal for you

Save money when you learn with a deal that may be relevant to this course.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.
Valid until March 12, 2027
Save 40% Off 3 Months
Access thousands of top-rated learning programs with a Coursera Plus monthly subscription and take 40% off 3 months for a limited time.
Take
40%
off
Get offer

What's inside

Syllabus

Traffic lights

Read about what's good
what should give you pause
and possible dealbreakers
Puede ayudar a los estudiantes a desarrollar sus habilidades en el análisis exploratorio de datos
Tiene un enfoque intermedio, lo que lo hace más adecuado para estudiantes con algunos conocimientos previos en programación
Utiliza Python, un lenguaje de programación popular para el análisis de datos
Incluye prácticas y proyectos que brindan experiencia práctica
Enseña a los estudiantes cómo visualizar datos, lo que mejora la comprensión y comunicación de los resultados
Requiere que los estudiantes instalen Anaconda y otras bibliotecas, lo que puede ser un paso adicional para aquellos que no estén familiarizados

Save this course

Create your own learning path. Save this course to your list so you can find it easily later.
Save

Reviews summary

Análisis exploratorio de datos práctico con python

Según los estudiantes, este curso de Análisis Exploratorio de Datos con Python es una introducción sólida y práctica, ideal para aquellos que buscan aplicar Python en el análisis de datos. Muchos encuentran las explicaciones claras y el contenido bien estructurado, especialmente las demostraciones y actividades prácticas. Aunque se describe como de dificultad intermedia, algunos principiantes absolutos en Python mencionan que el ritmo puede ser rápido o que se beneficia de conocimientos previos de programación. La instalación de librerías, como Anaconda, es un punto que algunos encontraron ligeramente desafiante, pero en general, se valora positivamente por su enfoque en Pandas y visualizaciones, siendo útil para el día a día en ciencia de datos.
Se enfoca en el uso fundamental de Pandas, Matplotlib y Seaborn.
"El curso hizo un excelente trabajo enseñándome a usar Pandas para la manipulación de datos."
"Aprendí a crear visualizaciones impresionantes con Matplotlib y Seaborn, realmente útil."
"Siento que ahora puedo trabajar con las principales librerías para EDA sin problemas."
La presentación del material es muy clara, lógica y fácil de seguir.
"Las explicaciones fueron muy claras y concisas, lo que hizo que los conceptos fueran fáciles de entender."
"El material está muy bien organizado y estructurado, permitiendo un aprendizaje gradual y efectivo."
"Valoro la forma en que se abordaron los temas, paso a paso, sin asumir conocimientos avanzados."
Ofrece un aprendizaje práctico con ejemplos reales para aplicación inmediata.
"El curso fue muy práctico, con ejemplos claros y directos que pude aplicar a mis propios proyectos de datos."
"Me ayudó mucho la parte de la práctica, ya que es donde realmente se aprende a manejar los datos."
"Siento que este curso es muy útil para el día a día en un rol de análisis de datos; la aplicación es directa."
La configuración inicial del entorno con Anaconda puede ser un desafío.
"Tuve algunas dificultades al inicio con la instalación de Anaconda y las librerías; podría ser más guiado."
"La parte de la configuración del entorno fue un poco engorrosa para mí, requirió algo de búsqueda externa."
"Me costó un poco configurar todo para empezar a codificar, aunque luego el curso fluye bien."
Ideal para intermedios; principiantes pueden requerir base previa de Python.
"Aunque se indica 'intermedio', creo que se beneficia mucho si ya tienes alguna base de Python antes de empezar."
"El ritmo es bueno para quien ya programa, pero si eres totalmente nuevo en Python, quizás te resulte un poco rápido."
"Hubiera agradecido un breve repaso de Python básico antes de sumergirme en las librerías de análisis."

Activities

Be better prepared before your course. Deepen your understanding during and after it. Supplement your coursework and achieve mastery of the topics covered in Análisis Exploratorio de Datos con Python with these activities:
Revisa Python Crash Course, 2nd Edition
Este libro te brindará una base sólida en Python, cubriendo conceptos esenciales como variables, tipos de datos, estructuras de control y funciones.
View Curso Intensivo de Python on Amazon
Show steps
  • Lee los primeros 5 capítulos para familiarizarte con los conceptos básicos de Python.
  • Intenta resolver los ejercicios y desafíos presentados en el libro.
  • Crea un pequeño proyecto de Python para aplicar tus conocimientos.
Sigue el tutorial interactivo de Python en Codecademy
Este tutorial interactivo te guiará a través de los fundamentos de Python, proporcionando ejercicios prácticos y comentarios instantáneos.
Browse courses on Python
Show steps
  • Completa las primeras 10 lecciones del tutorial.
  • Trabaja en los ejercicios y cuestionarios interactivos.
  • Intenta completar los proyectos propuestos al final del tutorial.
Participa en discusiones en el foro de la clase
Participar en discusiones en el foro te permitirá interactuar con otros estudiantes, compartir ideas y obtener diferentes perspectivas sobre los conceptos de Python.
Browse courses on Python
Show steps
  • Lee las publicaciones del foro y responde a las preguntas o comentarios.
  • Publica tus propias preguntas o temas para iniciar debates.
  • Participa en debates respetuosos y colabora con otros estudiantes para comprender mejor los conceptos.
Four other activities
Expand to see all activities and additional details
Show all seven activities
Crea un cuaderno de Jupyter que resuma los conceptos clave de Python
Crear un cuaderno de Jupyter te obligará a sintetizar y organizar tu comprensión de los conceptos de Python, lo que mejorará tu retención y recuperación.
Browse courses on Python
Show steps
  • Identifica los conceptos clave cubiertos en las primeras semanas del curso.
  • Crea un nuevo cuaderno de Jupyter y escribe celdas de código que demuestren cada concepto.
  • Incluye comentarios y explicaciones para aclarar tu código y mejorar la comprensión.
Resuelve ejercicios de codificación en LeetCode
Resolver ejercicios de codificación en LeetCode te ayudará a mejorar tus habilidades de resolución de problemas y a fortalecer tu comprensión de los conceptos de Python.
Browse courses on Python
Show steps
  • Selecciona ejercicios de dificultad fácil y media relacionados con los temas cubiertos en el curso.
  • Intenta resolver los ejercicios por tu cuenta antes de consultar las soluciones.
  • Analiza las soluciones proporcionadas para comprender diferentes enfoques y mejorar tu código.
Desarrolla un pequeño proyecto de análisis de datos con Python
Llevar a cabo un proyecto de análisis de datos te permitirá aplicar tus habilidades de Python para resolver problemas del mundo real y mejorar tu comprensión del proceso de análisis de datos.
Browse courses on Python
Show steps
  • Define un problema de análisis de datos que te interese.
  • Recopila y prepara el conjunto de datos necesario.
  • Utiliza Python para analizar y visualizar los datos.
  • Interpreta los resultados y comunica tus hallazgos.
Crea una presentación sobre un tema avanzado de Python
Crear una presentación sobre un tema avanzado de Python te obligará a profundizar tu comprensión del tema y a comunicarlo de manera efectiva a otros.
Browse courses on Python
Show steps
  • Selecciona un tema avanzado de Python que te interese.
  • Investiga y recopila información sobre el tema.
  • Crea una presentación de diapositivas que resuma los puntos clave, los ejemplos de código y las demostraciones.
  • Presenta tu presentación a la clase o a un pequeño grupo de estudiantes.

Career center

Learners who complete Análisis Exploratorio de Datos con Python will develop knowledge and skills that may be useful to these careers:
Data Analyst
A Data Analyst will have the opportunity to make use of Python, the programming language they will learn in this course, on a daily basis in their role. Data Analysts help companies gather, analyze, and interpret data in order to answer business questions and drive decision-making.
See salaries and explore the career path for Data Analyst
Data Scientist
A Data Scientist may have some overlap with the role of Data Analyst, but their role will be more focused on research and development. The Data Scientist may also work with more advanced machine learning and artificial intelligence tools. Python can be a useful tool for a Data Scientist, as almost any modern data science or machine learning library is compatible with Python.
See salaries and explore the career path for Data Scientist
Business Analyst
A Business Analyst will be able to use Python to collect, clean, and analyze data in order to provide insights to companies. They will use these insights to help companies improve their business processes and make more informed decisions.
See salaries and explore the career path for Business Analyst
Machine Learning Engineer
Machine Learning Engineers will use Python to develop and implement machine learning models. These models can be used to solve a variety of problems, such as predicting customer behavior, detecting fraud, and optimizing marketing campaigns.
See salaries and explore the career path for Machine Learning Engineer
Software Engineer
A Software Engineer can specialize in working with data by becoming a Data Engineer. Data Engineers are responsible for building and maintaining the infrastructure that stores and processes data. Python is a common programming language for Data Engineers.
See salaries and explore the career path for Software Engineer
Data Journalist
Data Journalists use data to tell stories and inform the public. Python can be a useful tool for Data Journalists, as it can be used to collect, clean, and analyze data, and to create visualizations.
See salaries and explore the career path for Data Journalist
Financial Analyst
Financial Analysts use data to make investment decisions. Python can be a useful tool for Financial Analysts, as it can be used to collect, clean, and analyze financial data, and to create visualizations.
See salaries and explore the career path for Financial Analyst
Product Manager
Product Managers need to have a strong understanding of data in order to make informed decisions about product development. Python can be a useful tool for Product Managers, as it can be used to collect, clean, and analyze data, and to create visualizations.
See salaries and explore the career path for Product Manager
Statistician
Statisticians use data to solve problems and make predictions. Python can be a useful tool for Statisticians, as it can be used to collect, clean, and analyze data, and to create visualizations.
See salaries and explore the career path for Statistician
Market Researcher
Market Researchers use data to understand consumer behavior. Python can be a useful tool for Market Researchers, as it can be used to collect, clean, and analyze data, and to create visualizations.
See salaries and explore the career path for Market Researcher
Epidemiologist
Epidemiologists use data to study the causes and spread of disease. Python can be a useful tool for Epidemiologists, as it can be used to collect, clean, and analyze data, and to create visualizations.
See salaries and explore the career path for Epidemiologist
Actuary
Actuaries use data to assess risk and uncertainty. Python can be a useful tool for Actuaries, as it can be used to collect, clean, and analyze data, and to create visualizations.
See salaries and explore the career path for Actuary
Risk Manager
Risk Managers use data to identify and assess risks. Python can be a useful tool for Risk Managers, as it can be used to collect, clean, and analyze data, and to create visualizations.
See salaries and explore the career path for Risk Manager
Operations Research Analyst
Operations Research Analysts use data to improve the efficiency and effectiveness of organizations. Python can be a useful tool for Operations Research Analysts, as it can be used to collect, clean, and analyze data, and to create visualizations.
See salaries and explore the career path for Operations Research Analyst
Quantitative Analyst
Quantitative Analysts use data to make investment decisions. Python can be a useful tool for Quantitative Analysts, as it can be used to collect, clean, and analyze data, and to create visualizations.
See salaries and explore the career path for Quantitative Analyst

Reading list

We've selected ten books that we think will supplement your learning. Use these to develop background knowledge, enrich your coursework, and gain a deeper understanding of the topics covered in Análisis Exploratorio de Datos con Python.
Cover image
Python for Data Analysis
Save
Este libro proporciona una guía completa para el análisis de datos con Python, cubriendo temas como la limpieza y preparación de datos, el análisis estadístico y la visualización de datos. Es un recurso valioso para los estudiantes que deseen profundizar sus conocimientos sobre el análisis de datos con Python.
Python for Data Analysis
Paperback
Check
Python for Data Analysis
Kindle Edition
Check
Cover image
Hands-On Machine Learning with Scikit-Learn, Keras,...
Save
Este libro proporciona una introducción práctica al aprendizaje automático con Python, utilizando bibliotecas como Scikit-Learn, Keras y TensorFlow. Es una lectura recomendada para los estudiantes que deseen aplicar técnicas de aprendizaje automático a sus proyectos de análisis de datos.
(English) Hands-On Machine Learning with Scikit-Learn, Keras,...
Paperback
$$
(English) Hands-On Machine Learning with Scikit-Learn, Keras,...
Paperback
$$$
(English) Hands-On Machine Learning with Scikit-Learn, Keras,...
Kindle Edition
$$
Machine Learning Con Pytorch Y Scikit Lean
Save
Este libro proporciona una introducción práctica al aprendizaje automático con Python, utilizando bibliotecas como Scikit-Learn, Keras y TensorFlow. Es una lectura recomendada para los estudiantes que deseen aplicar técnicas de aprendizaje automático a sus proyectos de análisis de datos.
Machine Learning con PyTorch y Scikit-Learn:...
Paperback
$$$
Cover image
Data Science from Scratch
Save
Este libro proporciona una introducción integral a la ciencia de datos, cubriendo temas como la programación, el análisis estadístico y el aprendizaje automático. Es un recurso valioso para los estudiantes que deseen obtener una base sólida en los fundamentos de la ciencia de datos.
(English) Data Science from Scratch: First Principles with...
Paperback
$$
(English) Data Science from Scratch: First Principles with...
Kindle Edition
$$
(English) Data Science from Scratch: First Principles with...
Paperback
$$
Cover image
Grokking Machine Learning
Save
Este libro proporciona una introducción accesible al aprendizaje automático con Python, cubriendo temas como la regresión, la clasificación y el aprendizaje no supervisado. Es una lectura recomendada para los estudiantes que deseen aprender los fundamentos del aprendizaje automático con Python.
(English) Grokking Machine Learning
Paperback
$$
(English) Grokking Machine Learning
Kindle Edition
$$
Cover image
The Elements of Statistical Learning
Save
Este libro proporciona una introducción integral al aprendizaje estadístico, cubriendo temas como la regresión, la clasificación y el aprendizaje no supervisado. Es una lectura recomendada para los estudiantes que deseen profundizar sus conocimientos sobre los fundamentos estadísticos del aprendizaje automático.
(English) The Elements of Statistical Learning: Data Mining,...
Hardcover
$$$
(English) The Elements of Statistical Learning: Data Mining,...
Hardcover
$$$
(English) The Elements of Statistical Learning: Data Mining,...
Kindle Edition
$$$
Cover image
Data Science for Business
Save
Este libro proporciona una introducción a la ciencia de datos para empresas, cubriendo temas como la minería de datos, el aprendizaje automático y la visualización de datos. Es una lectura recomendada para los estudiantes que deseen aplicar técnicas de ciencia de datos a sus proyectos empresariales.
(English) Data Science for Business: What You Need to Know...
Paperback
$$
(English) Data Science for Business: What You Need to Know...
Kindle Edition
$$
Cover image
Big Data
Save
Este libro proporciona una introducción a los sistemas de datos masivos, cubriendo temas como la arquitectura de datos, el procesamiento de datos y la gestión de datos. Es una lectura recomendada para los estudiantes que deseen obtener una comprensión de los desafíos y las técnicas involucradas en el manejo de grandes cantidades de datos.
(English) Big Data: Principles and best practices of scalable...
Paperback
$$
(Deutsch) Big Data: Entwicklung und Programmierung von...
Perfect Paperback
$$$
(English) Big Data: Principles and best practices of scalable...
Kindle Edition
$$
Cover image
Deep Learning with TensorFlow and Keras
Save
Este libro proporciona una introducción al aprendizaje profundo con Python, cubriendo temas como las redes neuronales, las convoluciones y los transformadores. Es una lectura recomendada para los estudiantes que deseen obtener una comprensión de los conceptos y técnicas del aprendizaje profundo.
(English) Deep Learning with TensorFlow and Keras - Third...
Paperback
$$
(English) Deep Learning with TensorFlow 2 and Keras - Second...
Paperback
$$
(English) Deep Learning with TensorFlow and Keras: Build and...
Kindle Edition
$$
(English) Deep Learning with TensorFlow 2 and Keras:...
Kindle Edition
$$
Cover image
Natural Language Processing with Python
Save
Este libro proporciona una introducción al procesamiento del lenguaje natural con Python, cubriendo temas como el procesamiento de texto, la tokenización y la minería de texto. Es una lectura recomendada para los estudiantes que deseen obtener una comprensión de los conceptos y técnicas del procesamiento del lenguaje natural.
(English) Natural Language Processing with Python: Analyzing...
Paperback
$$$
(English) Natural Language Processing with Python: Analyzing...
Kindle Edition
$$

Share

Help others find this course page by sharing it with your friends and followers:
Facebook
LinkedIn
Reddit
X
Link
Email

Similar courses

Here are nine courses similar to Análisis Exploratorio de Datos con Python.
Data Balancing with Gen AI: Credit Card Fraud Detection
Most relevant
GenAI for DevOps Practitioners
Most relevant
Meta Marketing Science Certification Exam
Most relevant
Programmatic Prompting with OpenAI: Refining and Filtering
Most relevant
Optical Character Recognition (OCR) with Document AI...
Most relevant
NLP – Machine Learning Models in Python
Most relevant
PyMongo - Advanced
Most relevant
MySQL for Data Analytics and Business Intelligence
Most relevant
Learn SQL with Databricks
Most relevant

Coursera Buyer Protection & Guarantee

Verified partner policies & purchase protections

Accredited University Partner
Free Trial & Audit

7-Day Free Trial & Free Audit

7-day free trial on monthly Coursera Plus subscriptions; free audit option available on most individual courses to explore video lectures and readings at no charge.

Return & Refund Policy

14-Day Refund Guarantee

14-day refund window on annual Coursera Plus subscriptions and single-course purchases prior to certificate issuance. Monthly subscriptions do not offer refunds once billed.

Buyer Protections

Verified Academic & Industry Partner

Accredited university and industry certifications (e.g. Stanford, Google, IBM, Yale), secure SSL payment processing, and verifiable digital certificate links.

Key Purchase Protections
14-day refund window on annual Coursera Plus and single courses
7-day free trial on monthly Coursera Plus subscriptions
Free course audit option for lectures and readings
Verified certificates from top universities & companies
OpenCourser Verified Partner Policy details last reviewed: 2026-10-22
Course image
Effort
1.5 horas
Level
Intermediate
Via
Coursera
Institution
Coursera Project Network
Instructor
Layla Scheli
Language
Español
Traffic lights
Read about what's good
what should give you pause
and possible dealbreakers
Puede ayudar a los estudiantes a desarrollar sus habilidades en el análisis exploratorio de datos
Tiene un enfoque intermedio, lo que lo hace más adecuado para estudiantes con algunos conocimientos previos en programación
Utiliza Python, un lenguaje de programación popular para el análisis de datos
Incluye prácticas y proyectos que brindan experiencia práctica
Enseña a los estudiantes cómo visualizar datos, lo que mejora la comprensión y comunicación de los resultados
Requiere que los estudiantes instalen Anaconda y otras bibliotecas, lo que puede ser un paso adicional para aquellos que no estén familiarizados
Share this
Share to help others discover this course.
Facebook LinkedIn X Reddit Link Email
Begin learning today
Enroll now to gain full access to Análisis Exploratorio de Datos con Python.
Enroll now
Save for later
Add this course to your list. Find it anytime.
Save
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2025 OpenCourser