PYTHON PARA

DATA SCIENCE

NumPy Pandas Matplotlib

Curso CISE - 40 Horas

De Python a Análisis de Datos

⚠️ Requisito: Python Fundamentos

📊 ¿Qué vas a aprender?

Análisis de Datos con Python

Domina las herramientas esenciales para Data Science

🔢

NumPy

Arrays y operaciones numéricas

🐼

Pandas

Manipulación de datos

📈

Matplotlib

Visualización de datos

Aprenderás a:

  • 🔢 Trabajar con arrays NumPy: operaciones matriciales y estadísticas
  • 📊 Analizar datos con Pandas: cargar, explorar, filtrar y transformar
  • 📈 Visualizar resultados: gráficos profesionales con Matplotlib
  • 🎯 Proyectos reales: análisis completo de datos desde cero

🎯 Objetivos del Curso

  • ✔ Dominar NumPy para cálculos numéricos eficientes
  • ✔ Manipular datos con Pandas DataFrames, Series, filtrado
  • ✔ Crear visualizaciones profesionales con Matplotlib
  • ✔ Cargar y procesar datos reales archivos CSV, Excel
  • ✔ Realizar análisis exploratorios estadísticas descriptivas
  • ✔ Completar proyectos de análisis desde la carga hasta la visualización

Al finalizar: Podrás realizar análisis de datos completos y crear visualizaciones profesionales

📚 Estructura del Curso (40 Horas)

🔄 Módulo 1

Repaso + NumPy Básico

8h

Repaso Python, arrays, operaciones numéricas, estadísticas

🐼 Módulo 2

Pandas Básico

12h

DataFrames, cargar CSV, filtrado, groupby, operaciones

📈 Módulo 3

Matplotlib + Visualización

12h

Gráficos de línea, barras, histogramas, scatter, personalización

🎯 Módulo 4

Proyecto Integrador

8h

Análisis completo: Carga → Exploración → Análisis → Visualización

📊 Metodología de Aprendizaje

Aprende haciendo con datos reales

10% Teoría

Conceptos clave

30% Ejemplos

Código en vivo

40% Práctica Guiada

Análisis de datos

20% Proyectos

Casos reales

✨ Características del curso:

  • 📊 Datos reales aprende con casos del mundo real
  • 💡 Visualización constante ve los resultados al instante
  • 🎯 Proyecto final completo análisis de principio a fin
  • 👨‍🏫 Soporte personalizado del instructor
  • 🏆 Certificado al completar el curso

🛠️ Herramientas que Usarás

Stack completo de Data Science

🐍

Python 3.x

Base del curso

Ya lo dominas del Curso 1

📓

Jupyter Notebook

Entorno de análisis

Ideal para Data Science

🔢

NumPy

Cálculos numéricos

Arrays y matrices

🐼

Pandas

Manipulación de datos

DataFrames y análisis

📈

Matplotlib

Visualización

Gráficos profesionales

📊

Seaborn (bonus)

Visualización avanzada

Gráficos estadísticos

💰 Inversión Total: 0€

Todas las librerías son gratuitas y open source

🔢 Módulo 1: NumPy (8h)

Fundamentos NumPy

  • ¿Qué es NumPy? Por qué es esencial
  • Arrays 1D y 2D: Creación y manipulación
  • Indexing y Slicing: Acceso a datos
  • Operaciones: Suma, resta, multiplicación
  • Broadcasting: Operaciones eficientes

Estadísticas con NumPy

  • Funciones básicas: mean, sum, min, max
  • Estadística: std, var, median
  • Reshape: Cambiar forma de arrays
  • Generación: arange, linspace, random
  • Operaciones matriciales: dot, transpose

🎯 Proyecto: Análisis de datos numéricos

  • ✔ Cálculos estadísticos de datasets
  • ✔ Manipulación de matrices
  • ✔ Operaciones vectorizadas eficientes

🐼 Módulo 2: Pandas (12h)

DataFrames Básicos

  • Series y DataFrames
  • Leer CSV y Excel
  • Explorar datos (head, tail, info)
  • Describe: estadísticas rápidas

Selección y Filtrado

  • loc e iloc
  • Filtrado condicional
  • Selección de columnas
  • Ordenar datos (sort_values)

Transformaciones

  • Crear columnas nuevas
  • Apply y map
  • Manejo de valores nulos
  • Replace y rename

Agrupaciones

  • GroupBy básico
  • Agregaciones (sum, mean, count)
  • Pivot tables
  • Merge y join básico

🎯 Proyectos Pandas:

  • ✔ Análisis de ventas por región
  • ✔ Limpieza de datos sucios
  • ✔ Agrupaciones y estadísticas
  • ✔ Transformación de datasets

📈 Módulo 3: Matplotlib (12h)

Tipos de Gráficos

  • Line plots: Tendencias temporales
  • Bar charts: Comparaciones
  • Histogramas: Distribuciones
  • Scatter plots: Correlaciones
  • Pie charts: Proporciones
  • Box plots: Estadísticas

Personalización

  • Títulos y etiquetas: Claridad
  • Colores y estilos: Profesionalidad
  • Leyendas: Interpretación
  • Grid: Lectura fácil
  • Subplots: Múltiples gráficos
  • Guardar figuras: Exportar

🎨 Crea Visualizaciones que Comunican

Los datos cuentan historias • Las visualizaciones las revelan

🎓 Proyecto Integrador

Análisis Completo de Datos

De datos crudos a insights visuales

📊

Carga de Datos

Importar y validar datasets

🔍

Exploración

Entender la estructura

🧹

Limpieza

Preparar datos para análisis

📈

Visualización

Comunicar resultados

📋 Requisitos

  • ✔ Python Fundamentos completado o conocimientos equivalentes
  • ✔ Jupyter Notebook instalado
  • ✔ Ganas de analizar datos

🚀 ¡Inscríbete Ahora!

Curso CISE - Python para Data Science

40 Horas • NumPy • Pandas • Matplotlib

📧 Más información: cise@ciseasturias.org

🌐 https://ciseasturias.org/

1 / 10