# Introducci贸n al manejo de datos en Python 馃悕 --- **Sobre el curso:** Este curso tiene por finalidad el aprendizaje pr谩ctico de Python orientado al manejo b谩sico y sencillo de datos. # **Sesi贸n 1: Introducci贸n a Python y notebooks** En esta primera sesi贸n, vamos a establecer las bases necesarias para que puedas comenzar a explorar y manipular datos en sesiones posteriores utilizando Pandas, una herramienta poderosa en el campo de la ciencia de datos. ## **1. Introducci贸n a Python** Python es un lenguaje de programaci贸n de alto nivel que se ha hecho muy popular debido a su simplicidad y flexibilidad. Es especialmente valorado en 谩reas como an谩lisis de datos, aprendizaje autom谩tico, desarrollo web, y automatizaci贸n de tareas mediante scripts. Los principales factores para su popularidad son: - **F谩cil de aprender:** Sintaxis clara y legible. - **Vers谩til:** Desde scripts simples hasta sistemas complejos. - **Comunidad grande:** Una comunidad activa con una amplia gama de recursos y paquetes. Este es un peque帽o ejemplo de c贸digo en Python: ```python # Esto es un comentario en Python print("Lo primero de todo, 驴c贸mo est谩n los m谩quinas?") ``` ## **2.Entorno de programaci贸n** Un Entorno de Desarrollo Integrado (IDE en ingl茅s) es una aplicaci贸n que proporciona facilidades a los programadores para el desarrollo de software. Aqu铆 hay algunos entornos y herramientas donde puedes escribir y ejecutar c贸digo Python. Los principales IDE o ecosistemas para ello son: | Herramienta | Descripci贸n | Tipo | |-------------------|------------------------------------------------------|-----------| | Visual Studio Code| Editor de c贸digo ligero pero potente | IDE | | Anaconda | Distribuci贸n de Python y R que incluye bibliotecas | Plataforma| | Google Colab | Entorno en la nube que facilita el trabajo colaborativo | Notebook | | Spyder | IDE orientado a la ciencia de datos | IDE | - **Visual Studio Code** es flexible y configurable con extensiones para Python. - **Anaconda** simplifica la gesti贸n de paquetes y entornos virtuales, ideal para ciencia de datos. - **Google Colab** ofrece un entorno de notebooks en la nube con recursos gratuitos de computaci贸n. - **Spyder** est谩 dise帽ado espec铆ficamente para cient铆ficos de datos y ofrece integraci贸n directa con bibliotecas de an谩lisis de datos. ## **3. Fundamentos de Python** Para aprender Python en profundidad y de base, es necesaria una mayor dedicaci贸n. Estos son algunos cursos recomendados para personas que vayan a comenzar desde cero: - [Learn Python](https://www.learnpython.org/) - [Python for beginners](https://learn.microsoft.com/en-us/training/paths/beginner-python/) - [Code in Place](https://codeinplace.stanford.edu/) ### **3.1. Variables y tipos de datos** Es fundamental entender c贸mo almacenar y manipular datos en Python: - **Variables**: Contenedores para almacenar datos. Puedes pensar en ellas **como cajas etiquetadas** donde guardas informaci贸n. - **Tipos de datos**: Define la naturaleza de los datos. Python determina los tipos autom谩ticamente. Estos son algunos de los m谩s comunes: ```python numero = 30 # int precio = 99.99 # float nombre = "Ciencia de Datos" # str activo = True # bool ``` ### **3.2. Operaciones b谩sicas** Vamos a explorar c贸mo realizar c谩lculos y comparaciones b谩sicas en Python, fundamentales para cualquier an谩lisis de datos. ```python suma = 50 + 30 # Suma mayor = 50 > 30 # Comparaci贸n ``` ### **3.3. Estructuras de datos b谩sicas** Las estructuras de datos permiten organizar la informaci贸n de manera que se pueda acceder y modificar de manera eficiente. ```python # Lista de colores colores = ["rojo", "verde", "azul"] # Diccionario con informaci贸n de un usuario usuario = {"nombre": "Ana", "edad": 34} ``` ### **3.4. Funciones b谩sicas y paquetes** Las funciones permiten reutilizar c贸digo y las bibliotecas extienden las capacidades de Python. ```python def saludar(nombre): return "Hola " + nombre import math print(math.sqrt(16)) # Imprime la ra铆z cuadrada de 16 ``` ## **4. Paquetes en Python** Los paquetes son colecciones de m贸dulos que otros programadores han creado para expandir las capacidades de Python. Para usar un paquete, generalmente necesitas instalarlo y luego importarlo en tu script. ```python # Instalaci贸n de un paquete desde Jupyter Notebook !pip install pandas ``` --- # Informaci贸n <div class="alert alert-block alert-info"> <b>Autor:</b> Wenceslao Arroyo-Machado</br> <b>Fecha de actualizaci贸n:</b> 12/04/2024</br> <b>GitHub:</b> <a href="https://github.com/Wences91/teaching">https://github.com/Wences91/teaching</a> </div>