Caja de herramientas Python
Continúa desarrollando tus habilidades en Ciencia de Datos aprendiendo sobre iteradores y comprensiones de listas.
Comience El Curso Gratis4 Horas12 Videos46 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
En el curso Caja de herramientas Python adquirirás competencias más avanzadas en Python. En primer lugar, aprenderás sobre los iteradores, objetos que ya has visto en el contexto de los bucles for. A continuación, aprenderás sobre las comprensiones de listas, que son herramientas muy útiles para todos los profesionales de datos y desarrolladores que trabajan en Python. Terminarás el curso trabajando en un caso práctico en el que aplicarás todas las técnicas aprendidas en las dos partes de este curso.
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
Desarrollador Python Asociado
Ir a la pistaFundamentos de Python
Ir a la pista- 1
Uso de iteradores en Pythonlandia
GratuitoAprenderás todo sobre iteradores e iterables, con los que ya has trabajado al escribir bucles for. Aprenderás algunas funciones útiles que te permitirán trabajar eficazmente con iteradores. Y terminarás el capítulo con un caso de uso pertinente para el mundo de la ciencia de datos y el manejo de grandes cantidades de datos; en este caso, datos de Twitter que cargarás en fragmentos utilizando iteradores.
Introducción a los iteradores50 xpIteradores frente a iterables50 xpIteración sobre iterables (1)100 xpIteración sobre iterables (2)100 xpIteradores como argumentos de función100 xpJugar con iteradores50 xpUso de enumerate100 xpUso de zip100 xpUso de * y zip para "descomprimir"100 xpUso de iteradores para cargar archivos grandes en memoria50 xpProcesamiento de grandes cantidades de datos de Twitter100 xpExtracción de información en grandes cantidades de datos de Twitter100 xp¡Enhorabuena!50 xp - 2
Comprensiones de listas y generadores
En este capítulo, ampliarás tus conocimientos sobre los iteradores y conocerás las comprensiones de listas, que te permiten crear listas complicadas (y listas de listas) en una línea de código. Las comprensiones de listas pueden simplificar mucho tu código y hacerlo más eficiente, y se convertirán en una parte vital de tu caja de herramientas Python. A continuación, aprenderás sobre los generadores, que son muy útiles cuando trabajas con grandes secuencias de datos que quizá no quieras almacenar en memoria, sino generar sobre la marcha.
Comprensiones de listas50 xpEscribir una comprensión de listas básica50 xpComprensión de listas sobre iterables50 xpEscritura de comprensiones de listas100 xpComprensiones de listas anidadas100 xpComprensiones avanzadas50 xpUso de condicionales en comprensiones (1)100 xpUso de condicionales en comprensiones (2)100 xpComprensiones de diccionarios100 xpIntroducción a las expresiones de generador50 xpComprensiones de listas frente a generadores50 xpEscribir tus propias expresiones de generador100 xpCambio de la salida en expresiones de generador100 xpCreación de un generador100 xpRepaso de comprensiones y generadores.50 xpComprensiones de listas para datos con marca temporal100 xpComprensiones de listas condicionales para datos con marca temporal100 xp - 3
¡Juntarlo todo!
Este capítulo te permitirá aplicar tus competencias recién adquiridas para manipular y extraer información significativa de un conjunto de datos del mundo real: los indicadores de desarrollo del Banco Mundial. Tendrás la oportunidad de escribir tus propias funciones y comprensiones de listas mientras trabajas con iteradores y generadores para consolidar tus conocimientos de Python.
Te damos la bienvenida al caso práctico50 xpCompresión de diccionarios100 xpEscritura de una función para ayudarte100 xpUso de una comprensión de listas100 xpConvertir todo esto en un DataFrame100 xpUso de generadores Python para streaming de datos50 xpProcesamiento de datos en fragmentos (1)100 xpEscritura de un generador para cargar datos en fragmentos (2)100 xpEscritura de un generador para cargar datos en fragmentos (3)100 xpUso del iterador read_csv de pandas para streaming de datos50 xpEscritura de un iterador para cargar datos en fragmentos (1)100 xpEscritura de un iterador para cargar datos en fragmentos (2)100 xpEscritura de un iterador para cargar datos en fragmentos (3)100 xpEscritura de un iterador para cargar datos en fragmentos (4)100 xpEscritura de un iterador para cargar datos en fragmentos (5)100 xpReflexiones finales50 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
Desarrollador Python Asociado
Ir a la pistaFundamentos de Python
Ir a la pistaEn otras pistas
Fundamentos de programación en PythonColaboradores
![Collaborator's avatar](https://assets.datacamp.com/authors/avatars/000/000/048/square/YR_Headshot.png?1705506686)
![Collaborator's avatar](https://assets.datacamp.com/authors/avatars/000/000/058/square/francis-photo.jpg?1705506690)
Requisitos Previos
Introduction to Functions in PythonHugo Bowne-Anderson
Ver MasData Scientist
¿Qué tienen que decir otros alumnos?
¡Únete a 14 millones de estudiantes y empieza Caja de herramientas Python 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.