Python for Data Science: De las bases a las avanzadas

La demanda de científicos de datos cualificados con un conocimiento sólido de los lenguajes de programación está aumentando exponencialmente. Python es uno de los mejores lenguajes de programación de ciencia de datos. Aparte de ser fácil de aprender e implementar, cuenta con una amplia gama de aplicaciones en web y desarrollo de juegos. Este curso le enseña conceptos de programación en Python y cómo se pueden aplicar para manipular y analizar datos. Comienza por introducirlo en el entorno del Notebook Jupyter donde estará escribiendo su código. En movimiento, se le enseñará cómo utilizar celdas de rebaja para añadir imágenes, texto y enlaces a su código. Usted aprenderá sobre variables, indentación y cómo comentar sobre su código para que otros programadores lo entiendan. Además, el curso le muestra cómo trabajar con diferentes tipos de datos en Python como listas, diccionarios, conjuntos y tuplas, así como cómo utilizar operadores.

A continuación, el material explora las distintas sentencias de toma de decisiones en Python como, por ejemplo, las sentencias 'if', 'else statements', 'else-if statements' así como 'for loops' y 'while loops'. Las funciones son una gran manera de ahorrar tiempo y esfuerzo al escribir programas informáticos porque son un conjunto de instrucciones que se pueden utilizar repetidamente para realizar una tarea específica cuando se llama a. En este curso, creará una función que convierte la escala de temperatura de Celsius a Fahrenheit y luego la llama a la ejecución. Los estudiantes obtendrán una comprensión de la diferencia entre la función de impresión y las declaraciones de retorno, así como la palabra clave AWS Lambda y su sintaxis. Este curso gratuito de Python también le enseñaba cómo iterar y usar el concepto de anidación para acceder a otras funciones y variables. Aprenderá sobre la indexación doble y cómo seleccionar un elemento específico de una lista o diccionario.

Las bibliotecas de Python desempeñan un papel importante en la ciencia de datos, ya que ayudan a eliminar la necesidad de escribir programas desde cero. La parte final se centra en dos bibliotecas clave de Python-NumPy y Pandas-que facilitan la clasificación, la manipulación y el análisis de un conjunto de datos. El material muestra cómo crear y configurar una matriz utilizando NumPy y cómo seleccionar elementos de un conjunto de datos utilizando las técnicas de indexación y rebanado de NumPy. Se revisarán las diversas funciones de NumPy que sirven a diferentes propósitos. Entonces, el enfoque cambia a Pandas, donde usted obtendrá una comprensión profunda de cómo diseñar y examinar los datos en bruto. Este curso es su trampolín hacia una carrera en la ciencia de datos, ya que le guiará a través de los fundamentos de la aplicación de Python a la ciencia de datos.