Saltar al contenido principal
InicioPythonAnálisis Exploratorio de Datos en Python

Análisis Exploratorio de Datos en Python

Comience El Curso Gratis
4 Horas14 Videos49 Ejercicios
38.656 AprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


Descripción del curso

Así que tienes algunos datos interesantes, ¿por dónde empiezas tu análisis? Este curso cubrirá el proceso de exploración y análisis de datos, desde la comprensión de lo que se incluye en un conjunto de datos hasta la incorporación de los resultados de la exploración a un flujo de trabajo de ciencia de datos.

Utilizando datos sobre cifras de desempleo y precios de billetes de avión, aprovecharás Python para resumir y validar datos, calcular, identificar y reemplazar valores perdidos, y limpiar valores numéricos y categóricos. A lo largo del curso, crearás hermosas visualizaciones Seaborn para comprender las variables y sus relaciones.

Por ejemplo, examinarás cómo se relacionan el consumo de alcohol y el rendimiento de los alumnos. Por último, el curso mostrará cómo los hallazgos exploratorios alimentan los flujos de trabajo de la ciencia de datos creando nuevas características, equilibrando características categóricas y generando hipótesis a partir de los hallazgos.

Al final de este curso, tendrás la confianza necesaria para realizar tu propio análisis exploratorio de datos (AED) en Python, y podrás explicar tus conclusiones visualmente a los demás y sugerir los siguientes pasos para obtener información de tus datos.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Certificación disponible

Analista de datos con Python

Ir a la pista
Certificación disponible

Científico de datos asociado en Python

Ir a la pista
  1. 1

    Conocer un conjunto de datos

    Gratuito

    ¿Cuál es la mejor manera de abordar un nuevo conjunto de datos? Aprende a validar y resumir datos categóricos y numéricos y a crear visualizaciones Seaborn para comunicar tus conclusiones.

    Reproducir Capítulo Ahora
    Exploración inicial
    50 xp
    Funciones para la exploración inicial
    100 xp
    Contar valores categóricos
    100 xp
    Desempleo mundial en 2021
    100 xp
    Validación de datos
    50 xp
    Detectar tipos de datos
    100 xp
    Validar continentes
    100 xp
    Rango de validación
    100 xp
    Resumen de datos
    50 xp
    Resúmenes con .groupby() y .agg()
    100 xp
    Agregaciones con nombre
    100 xp
    Visualizar resúmenes categóricos
    100 xp
  2. 3

    Relaciones en los datos

    Las variables de los conjuntos de datos no existen en el vacío; tienen relaciones entre sí. En este capítulo, examinarás las relaciones entre datos numéricos, categóricos e incluso DateTime, explorando la dirección y la fuerza de estas relaciones, así como las formas de visualizarlas.

    Reproducir Capítulo Ahora
  3. 4

    Convertir el análisis exploratorio en acción

    El análisis exploratorio de datos es un paso crucial en el flujo de trabajo de la ciencia de datos, ¡pero no es el final! Ahora es el momento de aprender técnicas y consideraciones que puedes utilizar para avanzar con éxito en tus proyectos una vez que hayas terminado de explorar.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

En las siguientes pistas

Certificación disponible

Analista de datos con Python

Ir a la pista
Certificación disponible

Científico de datos asociado en Python

Ir a la pista

Sets De Datos

unemployment.csvdata_science_salaries.csvbooks.csvdivorce.csvplanes.csv

Colaboradores

Collaborator's avatar
Amy Peterson
Collaborator's avatar
Maham Khan
George Boorman HeadshotGeorge Boorman

Curriculum Manager, DataCamp

Ver Mas

¿Qué tienen que decir otros alumnos?

¡Únete a 13 millones de estudiantes y empieza Análisis Exploratorio de Datos en Python hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.