preloder
aumentar disminuir

¿QUÉ HACEMOS?

Visualización de Datos con Python

Del 3 al 26 de marzo

martes y jueves (18 a 21 hrs.)
descargar ver

Introducción

La visualización de datos es el área del conocimiento que combina principios de diseño, teoría del color y nuestras capacidades perceptivas para elaborar gráficas y mapas que transmiten de forma eficiente y efectiva los resultados sustantivos derivados del análisis de bases de datos.

 

En este curso presentaremos los principios básicos de la visualización y aprenderemos a usar varias librerías de Python para crear gráficas tanto estáticas como interactivas.

Objetivos

El objetivo del curso es aprender a crear visualizaciones de datos que comuniquen la información de forma eficiente y efectiva, generando valor agregado al análisis. Específicamente, los objetivos del curso son:

  • Aprender los conceptos teóricos básicos de la visualización de datos
  • Aprender a usar las librerías Matplotlib y Seaborn para la creación de gráficas estáticas.
  • Aprender a usar la librería Plotly para la creación de gráficas interactivas.
  • Aprender a usar la librería Dash para la creación de gráficas dinámicas y tableros.

 

Público objetivo

 

El curso está diseñado para personas con conocimiento de manejo de bases de datos y programación en Python, en particular, conocer estructuras de datos básicas (listas, diccionarios, etc), saber definir funciones y usar la librería Pandas.

Se recomienda tomar previamente el curso “Introducción a Python y Manejo de datos” que también se ofrece dentro de la Escuela de Métodos.

 

Sesiones

 

El módulo está dividido en ocho sesiones, cada una de tres horas. A continuación, enlisto los temas que cubriremos:

  • Introducción a la visualización de datos (sesión 1).
  • Introducción a Matplotlib (sesión 2).
  • Ajustando detalles de gráficas con Matplotlib (sesión 3 y 4).
  • Extensiones de Matplotlib: Seaborn, Plotnine y otras (sesión 4 y 5).
  • Introducción a Plotly (sesión 6 y 7).
  • Introducción a Plotly Express (sesión 7).
  • Introducción a Dash (sesión 8).

 

Bibliografía

  • McKinney, W. (2012). Python for data analysis: Data wrangling with Pandas, NumPy, and IPython. ” O’Reilly Media, Inc.”.
  • Tamara Munzner (2014). Visualization Analysis and Design. A K Peters Visualization Series, CRC Press.
  • Tufte, E. R. (2001). The visual display of quantitative information (Vol. 2). Cheshire, CT: Graphics press.

 

Profesor

Juan Javier Santos Ochoa

E-mail: juan.santos@cide.edu

 

Curso previo sugerido:

 

 

Horario de clases:

Lunes y miércoles de 18:00 a 21:00 horas (5, 10, 12, 17, 19, 24, 26 de febrero y 2 de marzo)

 

Lugar:

Instituto Mora

Para inscribirte:

https://www.lnpp.mx/wp-content/uploads/2019/11/Escuela2020_promo_instruciones-1-2.pdf

 

Mayores informes

escuelademetodos@lnpp.mx

 

Redes sociales (inbox)

 

Facebook @LNPPMX

Twitter @LNPP_MX

 

WhatsApp

 

55 61853815

 

Fecha de actualización

 

7 de febrero de 2020

SUBIR
COMENTARIOS.png