preloder
aumentar disminuir

¿QUÉ HACEMOS?

Introducción a Python + Manejo de Datos

Del 1 de septiembre al 24 de septiembre, 2020

Martes y jueves 18 a 21 hrs. VIRTUAL
descargar ver

Introducción

 

Python es el lenguaje más popular para hacer ciencia de datos. Sus múltiples librerías permiten llevar a cabo todo el proceso de obtención, limpieza, análisis y visualización de datos de una manera muy eficiente. Además, es gratis y muy fácil e intuitivo de aprender.

 

En este curso vamos a conocer Python y a empezar a programar desde cero en este lenguaje que puede abrir muchas oportunidades en tu carrera. Específicamente aprenderemos a usar las librerías más populares para las tareas de manejo de datos.

 

Objetivo

 

El objetivo del curso es aprender a usar Python para el manejo y visualización de datos. Específicamente, los objetivos del curso son aprender a:

  • Hacer operaciones básicas de manejo de bases de datos.
  • Hacer el pre procesamiento y limpieza de variables.
  • Hacer procesamiento básico de texto para su análisis.
  • Realizar operaciones básicas de manejo de datos geoespaciales.

 

Dirigido a

Cualquier profesional interesado en ciencia de datos.

Conocimientos previos: Preferiblemente con experiencia en análisis de datos y algún software para manejo de bases de datos (R, Stata, Excel, etc).

 

Temario

 

  1. Introducción básica a Python: En esta sesión veremos lo fundamental para empezar a programar en Python desde cero.

  • ¿Qué es?
  • ¿qué se puede hacer en Python?
  • Ejemplos de aplicaciones
  • Cómo instalar Python y sus paquetes
  • Jupyter notebooks
  • Tipos de datos: str, int, float
  • Funciones built-in básicas: print(), type(), len(), range(),
  • Estructuras de datos en Python: Tuplas, Listas, Diccionarios, Conjuntos, Arrays, DataFrames

 

  1. Introducción intermedia a Python:

 

En esta sesión seguiremos aprendiendo a programar en Python utilizando las estructuras de control -que nos permiten automatizar y controlar procesos repetitivos- y también veremos cómo crear nuestras propias funciones y comandos.

  • Estructuras de control en Python: for, while, if, else, elif, whit
  • Listas y diccionarios por comprensión
  • Funciones
  • Clases y métodos

 

  1. Manejo de datos en Pandas I

 

Pandas es la librería más popular de Python para el manejo datos. Es sencilla y muy completa. En esta sesión aprenderemos desde cómo leer los archivos con datos, pasando por cómo crear y transformar variables, reestructurar la base de datos, resumir la información y finalmente exportar a otros formatos los datos.

  • DataFrames y Series
  • Leer datos de diferentes fuentes (csv, Excel, stata, spss, internet)
  • Filtro de variables y valores
  • Consultas
  • Crear variables
  • Renombrar variables
  • Reemplazar valores
  • Reestructurar (pivot, melt)
  • Transformación de variables
  • Resumir información (summary)
  • Exportar los datos.

 

  1. Manejo de datos en Pandas II

 

En esta sesión veremos algunas funcionalidades más avanzadas de Pandas.

  • Unir bases de datos.
  • Agrupar y agregar datos
  • Multindex
  • Missing Values
  • Duplicados
  • Aplicar funciones
  • Variables categóricas

 

 

  1. Manejo de texto

 

En esta sesión aprenderemos los fundamentos del procesamiento de texto para su análisis. Veremos cómo pre procesar y limpiar el texto, cómo usar expresiones regulares y algunos análisis básicos de analítica de texto.

  • Funciones built-in de los strings
  • Expresiones regulares
  • Métodos para variables string en Pandas
  • Conteo de frecuencias
  • Variables categóricas
  1. Manejo de fechas y series de tiempo

 

Veremos cómo usar funciones especiales para declarar variables temporales

  • Librerías para manejar fechas y tiempo.
  • Métodos y atributos de variables de tiempo en Pandas.

 

  1. Manejo de datos espaciales con GeoPandas

 

GeoPandas hace muy fácil el manejo y la visualización de datos geográficos. En esta sesión aprenderemos cómo usar la información geográfica para enriquecer el análisis de datos.

 

  • Instalación
  • Estructuras de datos de GeoPandas
  • Lectura de datos espaciales
  • Operaciones geométricas
  • Uniones de bases datos
  • Uniones espaciales

 

Bibliografía

 

  1. McKinney, W. (2012). Python for data analysis: Data wrangling with Pandas, NumPy, and IPython. ” O’Reilly Media, Inc.”.
  2. Automate the Boring Stuff with Python. Libro en línea disponible en: https://automatetheboringstuff.com/

 

Profesor

 

Juan Javier Santos Ochoa

 

 Formato: Curso modo virtual

 

 Requisitos de admisión

 

Para inscribirte en la Escuela de Métodos del LNPP del CIDE, el solicitante deberá:

 

  • Realizar un pago de $5,000.00 m/n
  • Descargar el formato de inscripción [link] https://tinyurl.com/snprnj5
  • Llenar la información que ahí se pide, firmar el documento y escanearlo

 

Posteriormente, deberá enviar 3 documentos al correo electrónico: hugo.arredondo@cide.edu

 

  1. El comprobante de pago
  2. Eformato de inscripción debidamente firmado y requisitado
  3. Una identificación oficial (INE, licencia, cédula, etc.)

 

 

Precio y forma de pago

 

El pago a cubrir por cada uno de los cursos es de $5,000.00 m/n (cinco mil pesos 00/100 m.n.), la cual deberá ser cubierta en una sola exhibición.

 

El depósito o transferencia bancaria se deberá hacer al banco HSBC a nombre de Centro de Investigación y Docencia Económicas, A. C. a la cuenta número: 4039603584, sucursal número 0763 (Lilas), CLABE: 021180040396035842.

 

 

Especificaciones a considerar

 

Para quedar inscrito(a) se deberá cubrir el pago dos días hábiles antes del inicio del curso. Bajo ninguna circunstancia se otorgarán prórrogas.

 

El pago y recepción de su depósito es requisito indispensable para quedar inscrito(a).

 

Si se requiere factura, solicitar la generación del documento al correo hugo.arredondo@cide.edu

 

En caso de que, por causas de fuerza mayor,  se cancelara el curso, deberá enviar un estado de cuenta (puede bloquear datos personales), así como su RFC al correo hugo.arredondo@cide.edu

 

  

Cupo máximo del curso:

 

20 personas, excepto casos excepcionales.

 

Mayores informes:

 

escuelademetodos@lnpp.mx

 

 

SUBIR
COMENTARIOS.png