# 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>