Python intermedio
Mejora tus habilidades en ciencia de datos creando visualizaciones con Matplotlib y manipulando DataFrames con pandas.
Comience El Curso Gratis4 horas18 vídeos87 ejercicios
Crea Tu Cuenta Gratuita
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?Pruebe DataCamp para empresas
Preferido por estudiantes en miles de empresas
Descripción del curso
Mejora tus habilidades con Python
Aprender Python es crucial para cualquier aspirante a profesional de la ciencia de datos. Aprende a visualizar datos reales con las funciones de Matplotlib y familiarízate con estructuras de datos como el diccionario y el DataFrame de pandas. Este curso intermedio de cuatro horas te ayudará a mejorar tus conocimientos de Python y a explorar nuevas aplicaciones y funciones de Python que amplíen tu repertorio y te ayuden a trabajar con más eficacia.Aprende a utilizar los diccionarios y pandas de Python
Los diccionarios ofrecen una alternativa a las listas de Python, mientras que el marco de datos de pandas es la forma más popular de trabajar con datos tabulares. En el segundo capítulo de este curso, descubrirás cómo puedes crear y manipular conjuntos de datos, y cómo acceder a ellos utilizando estas estructuras. La práctica a lo largo del curso aumentará tu confianza en cada área.Explora la lógica booleana de Python y los bucles de Python
En la segunda mitad de este curso, verás la lógica, el flujo de control, el filtrado y los bucles. Estas funciones sirven para controlar la toma de decisiones en los programas Python y te ayudan a realizar más operaciones con tus datos, incluidas las sentencias repetidas. Terminarás el curso aplicando todas tus nuevas habilidades utilizando estadísticas de hacker para calcular tus posibilidades de ganar una apuesta.Una vez que hayas completado todos los capítulos, estarás listo para aplicar tus nuevas habilidades en tu trabajo, nueva carrera o proyecto personal, y estarás preparado para pasar a un aprendizaje más avanzado de Python.
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Fundamentos de Datos en Python
Ir a la pista- 1
Matplotlib
GratuitoLa visualización de datos es una competencia en ciencia de datos. Matplotlib facilita la creación de gráficos significativos y reveladores. En este capítulo, aprenderás a crear diferentes tipos de gráficos y personalizarlos para que sean más atractivos visualmente e interpretables.
Gráficos básicos con Matplotlib50 xpGráfico de líneas (1)100 xpGráfico de líneas (2): interpretación50 xpGráfico de líneas (3)100 xpDiagrama de dispersión (1)100 xpDiagrama de dispersión (2)100 xpHistograma50 xpCrear un histograma (1)100 xpCrear un histograma (2): bins100 xpCrear un histograma (3): comparar100 xpElegir el gráfico adecuado (1)50 xpElegir el gráfico adecuado (2)50 xpPersonalización50 xpEtiquetas100 xpTicks100 xpTamaños100 xpColores100 xpPersonalizaciones adicionales100 xpInterpretación50 xp - 2
Diccionarios y pandas
Conoce el diccionario, una alternativa a la lista de Python, y el DataFrame de pandas, el estándar de facto para trabajar con datos tabulares en Python. Practicarás la creación y la manipulación de conjuntos de datos y aprenderás a acceder a la información que necesitas de estas estructuras de datos.
Diccionarios, parte 150 xpMotivación para los diccionarios100 xpCrear el diccionario100 xpAcceder al diccionario100 xpDiccionarios, parte 250 xpManipulación del diccionario (1)100 xpManipulación del diccionario (2)100 xpDiccionaricepción100 xpPandas, parte 150 xpDe diccionario a DataFrame (1)100 xpDe diccionario a marco de datos (2)100 xpDe CSV a DataFrame (1)100 xpDe CSV a DataFrame (2)100 xpPandas, parte 250 xpCorchetes (1)100 xpCorchetes (2)100 xploc e iloc (1)100 xploc e iloc (2)100 xploc e iloc (3)100 xp - 3
Lógica, flujo de control y filtros
La lógica booleana es la base de la toma de decisiones en los programas Python. Conoce los distintos operadores de comparación, cómo combinarlos con operadores booleanos y cómo utilizar los resultados booleanos en estructuras de control. También aprenderás a filtrar datos en DataFrames de pandas utilizando la lógica.
Operadores de comparación50 xpIgualdad100 xpMayor y menor que100 xpComparar matrices100 xpOperadores booleanos50 xpand, or, not (1)100 xpand, or, not (2)50 xpOperadores booleanos con NumPy100 xpif, elif, else50 xpCalentamiento50 xpif100 xpAñadir else100 xpPersonalizar más: elif100 xpFiltros de DataFrames de pandas50 xpConducir por la derecha (1)100 xpConducir por la derecha (2)100 xpCoches per cápita (1)100 xpCoches per cápita (2)100 xp - 4
Bucles
Hay varias técnicas que puedes utilizar para ejecutar repetidamente código Python. Mientras que los bucles son como declaraciones if repetidas, el bucle for itera sobre todo tipo de estructuras de datos. Aprende todo sobre ellos en este capítulo.
Bucle while50 xpwhile: calentando50 xpBucle while básico100 xpAñadir condicionales100 xpBucle for50 xpBucle sobre una lista100 xpÍndices y valores (1)100 xpÍndices y valores (2)100 xpBucle sobre una lista de listas100 xpEstructuras de datos de bucle, parte 150 xpBucle sobre el diccionario100 xpBucle sobre la matriz NumPy100 xpEstructuras de datos de bucle, parte 250 xpBucle sobre el DataFrame (1)100 xpBucle sobre el DataFrame (2)100 xpAñadir columna (1)100 xpAñadir columna (2)100 xp - 5
Caso práctico: estadísticas de hacker
Este capítulo te permitirá aplicar todos los conceptos que has aprendido en este curso. Utilizarás estadísticas de hacker para calcular tus posibilidades de ganar una apuesta. Utiliza generadores de números aleatorios, bucles y Matplotlib para obtener una ventaja competitiva.
Números aleatorios50 xpFlotante aleatorio100 xpTirar los dados100 xpDeterminar tu próximo movimiento100 xpPaseo aleatorio50 xpEl siguiente paso100 xp¿Hasta dónde puedes llegar?100 xpVisualizar el paseo100 xpDistribución50 xpSimular varios paseos100 xpVisualizar todos los paseos100 xpImplementar la torpeza100 xpRepresentar la distribución100 xpCalcular las probabilidades50 xp
Empresas
¿Entrenar a 2 o más personas?
Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y másEn las siguientes pistas
Fundamentos de Datos en Python
Ir a la pistaHugo Bowne-Anderson
Ver MásData Scientist
¿Qué tienen que decir otros alumnos?
¡Únete a 14 millones de estudiantes y empieza Python intermedio hoy mismo!
Crea Tu Cuenta Gratuita
o
Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.