Skip to content

fbenav/intensivo_python_v4

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Curso Intensivo de Python - 3ra edición

Este repositorio contiene lecturas y talleres de Python desarrolladas por los investigadores Roberto Muñoz y Marco Antonio Ramirez. Este material forma parte del curso "Intesivo Python" ofrecido por la empresa Metric Learning.

Entre los contenidos del curso se encuentran los siguientes:

Bloque 1

9:00 - 11:00

  • Introducción

    • Python como lenguaje de programación
    • Uso de IDEs y notebooks
    • Instalación de distribución de Python Anaconda
    • Jupyter notebook: Uso de interfaz, Creación de scripts, Ejecución de comandos.
  • Fundamentos del lenguaje Python - Parte 1

    • Sintaxis básica
    • Tipos de datos
    • Expresiones condicionales y control de flujo
    • Loops e iteraciones

Café

11:00 - 11:15

Bloque 2

11:15 - 12:40

  • Fundamentos del lenguaje Python - Parte 2

    • Definición de funciones
    • Manipulación de Strings
    • Manipulación de Archivos
  • Estructuras de datos

    • Tuplas
    • Listas
    • Diccionarios
    • Sets

Almuerzo

12:50 - 13:50

Bloque 3

14:00 - 16:00

  • Análisis de datos con Python
    • Numpy: Creación de vectores y matrices, Operaciones vectoriales, indexación, Enmascarado booleano
    • Pandas: Creación de Series y Dataframes, Indexación y Selección, Agregación y Agrupamiento de datos

Bloque 4

16:00 - 17:00

  • Obtención de datos con Python
    • Uso de Numpy y Pandas para obtención desde archivos CSV
    • Conexión a Bases de datos
  • Visualización de datos con Python
    • Uso de Matplotlib y Seaborn
    • Uso de Pandas

License

Copyright © 2018, Sebastian Arpon, Roberto Muñoz y Marco Ramirez Released under the GPLv3 license.

About

No description, website, or topics provided.

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 92.0%
  • Python 8.0%