Analisis de Datos y Graficos con Python Panda y Matplotlib
What you’ll learn
Analizar Datos con Pandas.
Python desde 0.
Graficar tus Datos con Matplotlib.
IDE Jupyter de Python.
Aprende Análisis de datos con prácticas.
Gráfica con Matplotlib con casos reales.
Requirements
Se recomienda tener un conocimiento Básico sobre el uso de las tecnologías de la información, es decir con el nivel de usuario que navega por internet y usa su sistema operativo, es suficiente para entender en su profundidad esta formación profesional.
Computadora, puede ser con Windows, Linux o Mac.
Es deseable que el tamaño de la pantalla sea por lo menos de 17” (pulgadas) para poder ver con claridad lo que se presenta en pantalla.
Description
Hola Amigos/as!En este curso te enseñare desde 0 Python (en el caso que lo necesites). Veremos todo lo que necesitas para realizar el curso.Para luego avanzaremos con el Análisis de datos con la librería Pandas. Esta increíble herramienta te permite moldear los datos en base a lo que quieres analizar y así visualizarlos de una mejor manera.Al final del curso aprenderemos la librería Matplotlib de Python, la cual nos permite graficar a nuestro gusto y de diferentes maneras los datos que queremos analizar y representar.Aprovecha ya mismo en aprender estas herramientas en un mercado donde el análisis de datos es cada vez más requerido.Analiza y representa tu información como un experto!.Nos vemos dentro del curso!Tu Profesor Álvaro Chirou.
Overview
Section 1: Introducción
Lecture 1 Recomendaciones para una mejor experiencia en el curso
Lecture 2 Antes de seguir avanzando
Lecture 3 Sobre su Profesor. Álvaro Chirou
Section 2: [ Parte 1 ] Lo primero, Aprendamos Python!.
Lecture 4 Sobre la Parte 1 del curso
Section 3: Entorno de Trabajo
Lecture 5 Instalación de Jupyter
Lecture 6 Como usar jupyter y código del curso (IMPORTANTE VER ESTA CLASE)
Section 4: Primeros Pasos
Lecture 7 Primer contacto con Python
Lecture 8 Cadena de Caracteres (parte 1)
Lecture 9 Cadena de caracteres con variables operaciones (parte 2)
Lecture 10 índice de cadenas.
Lecture 11 Listas
Lecture 12 Ingresamos datos por teclado
Section 5: Operadores relacionales, lógicos y asignacion. Expresiones Anidadas
Lecture 13 Operadores Lógicos
Lecture 14 Operadores Racionales
Lecture 15 Expresiones anidadas y operadores de asignación
Section 6: Estructuras de control
Lecture 16 If
Lecture 17 if else y elif
Lecture 18 While
Lecture 19 Práctica donde aplicamos todo lo aprendido
Lecture 20 For
Section 7: Tuplas, Diccionarios, Conjuntos, Pilas y Colas
Lecture 21 Tuplas
Lecture 22 Conjuntos
Lecture 23 Diccionario
Lecture 24 Pilas
Lecture 25 Colas
Section 8: Entradas por Teclado y Salidas por Pantalla
Lecture 26 Entradas por teclado
Lecture 27 Salida por pantalla
Section 9: Funciones
Lecture 28 Funciones
Lecture 29 Retorno y envío de valores
Lecture 30 Funciones argumentos parte 1
Lecture 31 Funciones argumentos parte 2
Lecture 32 Funciones argumentos parte 3
Lecture 33 Funciones recursivas e integrada
Section 10: Errores y Excepciones
Lecture 34 Errores
Lecture 35 Exepciones múltiples
Lecture 36 Excepciones multiples e invocación de excepciones
Section 11: POO (Programación Orientada a Objetos)
Lecture 37 POO objetos y clases
Lecture 38 Atributos y Métodos de una clase (Parte 1)
Lecture 39 Atributos y Métodos de una clase (Parte 2)
Lecture 40 Clases – Métodos Especiales
Lecture 41 La utilidad de usar objetos embebidos
Lecture 42 Encapsulamiento
Lecture 43 Herencia
Lecture 44 Clases heredadas y polimorfismo
Lecture 45 Herencia Multiple
Section 12: [ Parte 2 ] Ahora que sabes Python. Empezamos a trabajar con Pandas.
Lecture 46 Sobre la Parte 2 del curso.
Section 13: Práctica para empezar con el Análisis de datos
Lecture 47 Practica – Creación de nuestro primer notebook
Lecture 48 Practica de funciones de jupyter
Section 14: Introducción y práctica de Pandas
Lecture 49 Introducción a pandas
Lecture 50 Esta herramienta es la que más vamos a usar en el curso.
Lecture 51 Lectura de las columnas que nos interesan. Series!
Lecture 52 Vemos en detalle el comando para leer csv. Read_csv
Lecture 53 Aprendemos cómo leer un archivo con formato Excel
Lecture 54 Lectura de archivos JSON
Lecture 55 Verificamos cuantas filas y columnas tiene nuestra dataframe. Con Shape!
Lecture 56 Filtrar los primeros registros con Head
Lecture 57 Filtrar los últimos registros con Tail
Lecture 58 Obtenemos información sobre nuestro archivo a analizar
Section 15: Empezamos a Analizar nuestros datos con Pandas!
Lecture 59 Contemos Registros con value_counts()
Lecture 60 Para Visualizar y Analizar mejor, ordenemos los registros con sort_value()
Lecture 61 Filtramos por una o varias condiciones.
Lecture 62 Buscamos por Palabras.
Lecture 63 Cambiamos el índice
Lecture 64 Ordenamos según el índice
Lecture 65 Localizamos por Etiquetas
Lecture 66 Agrupamos por índices de números enteros.
Section 16: Analizamos la información agrupando.
Lecture 67 Empezamos por el principio.
Lecture 68 Visualizamos de una forma más prolija la agrupación
Lecture 69 groupby y sus funciones. Muy útiles!
Lecture 70 Terminamos Panda dando formato a nuestros datos!
Section 17: [ Parte 3 ] Ahora que sabes Analizar datos. Empezamos a Graficar con Matplotlib.
Lecture 71 Rápida Introducción y ejemplo de lo que podemos hacer
Lecture 72 Diferentes tipos de gráficos.
Lecture 73 Preparamos los Datos
Lecture 74 Lo divertido, empezamos a graficar!
Lecture 75 Agregamos los detalles a nuestro gráfico. Etiquetas!
Lecture 76 Preparamos los datos para nuestro gráfico de dispersión y burbujas
Lecture 77 Ahora si, realizamos nuestro gráfico de dispersión y burbujas
Section 18: Despedida
Lecture 78 Despedida de su profesor Álvaro Chirou
Section 19: Bonus Extra
Lecture 79 Clase Extra: Regalo Especial
Toda persona con deseos de Aprender a usar esta herramienta de Python para Analizar y Graficar Datos.
Course Information:
Udemy | Spanish | 7h 10m | 2.45 GB
Created by: Alvaro Chirou • 1.200.000+ Enrollments Worldwide
You Can See More Courses in the Developer >> Greetings from CourseDown.com