Saltar al contenido principal

curso

Análisis exploratorio de datos en Python

Intermedio

Updated 12/2024

Aprende a explorar, visualizar y extraer información de datos usando análisis exploratorio (EDA) en Python.

Comienza el curso gratis

Incluido de forma gratuitaPremium or Teams

PythonAnálisis exploratorio de datos4 horas14 vídeos49 ejercicios4,150 XP58,188Declaración de cumplimiento

Crea Tu Cuenta Gratuita

Google LinkedIn Facebook

o

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

¿Entrenar a 2 o más personas?

Probar DataCamp for Business

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 (EDA) en Python. ¡Serás capaz de explicar tus conclusiones visualmente a los demás y sugerir los siguientes pasos para recopilar información a partir de tus datos!

Prerrequisitos

Introduction to Statistics in Python Introduction to Data Visualization with Seaborn

1

Conocer un conjunto de datos

Iniciar capítulo

Exploración inicial

Funciones para la exploración inicial

Contar valores categóricos

Desempleo mundial en 2021

Validación de datos

Detectar tipos de datos

Validar continentes

Rango de validación

Resumen de datos

Resúmenes con .groupby() y .agg()

Agregaciones con nombre

Visualizar resúmenes categóricos

2

Limpieza e imputación de datos

Iniciar capítulo

Tratar los datos que faltan

Tratar los datos que faltan

Estrategias para los datos que faltan

Imputar los precios de los aviones que faltan

Convertir y analizar datos categóricos

Encontrar el número de valores únicos

Categorías de duración de los vuelos

Añadir categorías de duración

Trabajar con datos numéricos

Duración del vuelo

Añadir estadísticas descriptivas

Gestión de valores atípicos

Qué hacer con los valores atípicos

Identificar valores atípicos

Eliminar valores atípicos

3

Relaciones en los datos

Iniciar capítulo

Patrones a lo largo del tiempo

Importar datos DateTime

Actualizar tipo de datos a DateTime

Visualizar las relaciones a lo largo del tiempo

Correlación

Interpretar un mapa de calor

Visualizar las relaciones entre variables

Visualizar las relaciones entre múltiples variables

Relaciones y distribuciones de los factores

Datos categóricos en gráficos de dispersión

Explorando con las parcelas KDE

4

Convertir el análisis exploratorio en acción

Iniciar capítulo

Consideraciones para datos categóricos

Comprobación del desequilibrio de clases

Tabulación cruzada

Generar nuevas funciones

Extraer características para la correlación

Cálculo de los percentiles salariales

Categorizar los salarios

Generar hipótesis

Comparar salarios

Elegir una hipótesis

¡Enhorabuena!

Análisis exploratorio de datos en Python

Curso
Completo

Obtener Declaración de Logro

Añade esta credencial a tu perfil, currículum vitae o CV de LinkedIn
Compártelo en las redes sociales y en tu evaluación de desempeño

Incluido conPremium or Teams

Inscríbete ahora

Únete a más 15 millones de estudiantes y empezar Análisis exploratorio de datos en Python ¡Hoy!

Crea Tu Cuenta Gratuita

Google LinkedIn Facebook

o

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