Programación en Python

Aprender Programación en Python en Edix es fácil

Porque desde el primer momento practicas con notebooks y bases de datos reales. Tus profesores te guían en el uso de los principales métodos y funciones que se utilizan en Python para leer, tratar y analizar data. Y tú puedes revisar sus instrucciones tantas veces como quieras, hasta coger la suficiente soltura para lanzarte a tu propio proyecto de analítica de datos.

Dicen que a programar se aprende programando, por eso esta asignatura está diseñada con un enfoque práctico, para que, cuando salgas al mercado laboral, no haya cálculo o dataframe que se te resista.

Para aprender Python en Edix solo necesitas tener instalado Python y Jupyter Notebook. Eso, y muchas ganas por descubrir las razones que han hecho de este lenguaje de programación uno de los imprescindibles en el kit de todo data analyst.

¿Qué es Python?

Python es un lenguaje de programación creado por Guido van Rossum a finales de la década de 1980 y publicado por primera vez en 1991. Su nombre procede de los humoristas británicos Monty Python, así que no te sorprendas si en la documentación oficial encuentras ejemplos basados en sketches del grupo.

A día de hoy, Python es uno de los cinco lenguajes de programación más utilizados en el mundo, un honor que debe a sus múltiples ventajas. La primera de todas es su versatilidad: Python se puede utilizar para desarrollar proyectos de data science, para programación orientada a objetos y para desarrollo web, entre otras tareas.

Además, el uso de Python está generalizado en entornos de producción, por lo que es especialmente útil para grandes proyectos analíticos. Y como es de código abierto, cuenta con miles de librerías adicionales que amplían sus funciones básicas hasta prácticamente cualquier cosa que imagines.

Características de Python

Lo primero que debes conocer para aprender Python son sus características principales. Como, por ejemplo, que cuenta con una serie de palabras reservadas que no puedes utilizar para nombrar tus variables o funciones. Que tiene su propia guía de estilo, las Python enhancement proposals o PEP. O que la indentación (sangrado) es necesaria para estructurar el código y que este funcione correctamente.
Asimismo, te familiarizas con los distintos tipos de datos que se manejan en Python, los módulos y estructuras como listas, tuplas, sets, diccionarios y comprehensions.

Jupyter Notebook

Durante la asignatura, aprendes a programar en Python en el entorno de desarrollo de Jupyter Notebook. Una de las principales ventajas de esto es que puedes ir viendo el resultado de tu código a medidas que lo vas introduciendo. Descubres cómo crear tu primer notebook y cuáles son los atajos de teclado que más útiles te resultarán cuando te pongas manos a la obra.

Además, tus profesores compartirán contigo todos los notebooks que pongan como ejemplo en los fastbooks para que puedas practicar con ejemplos reales.

Librería NumPy

La librería de cálculo numérico NumPy (abreviatura de Numerical Python) es una de las más utilizadas con Python y, además, la base sobre la que se construyen muchas otras, incluida Pandas. Su elemento fundamental son los arrays, secuencias de datos que aprenderás a manejar y transformar durante la asignatura.

Librería Pandas

Pandas es la librería por excelencia que se emplea en los proyectos de data science con Python, por lo que en Edix se dedica buena parte de la asignatura a conocer y practicar las principales operaciones que puedes realizar con ella. Incluso aprendes a crear tus propias funciones para añadir a tu código.

Series y dataframes

Son dos de las estructuras más importantes que aprendes a tratar con la librería Pandas. Las series se construyen sobre arrays, y los dataframes, sobre series. Descubres cómo crear una u otro, explorar la información que contienen, modificar ambos… También conoces la utilidad de los missing values y los strings.

Series temporales

Las series temporales son sucesiones de datos a lo largo de una escala temporal, que puede ser de intervalos fijos o desiguales. En el mundo de la analítica cobran gran importancia, y de hecho existen modelos específicos para este tipo de datos. En Programación en Python aprendes a operar con los dataframes que representan estas series, y descubres qué son los outliers.

Proyecto de analítica de datos

Nada como la práctica para descubrir el valor de aprender Python. Asistes, paso a paso, al proceso de desarrollo de un proyecto de análisis exploratorio de datos, desde la lectura de los ficheros hasta las regresiones lineales que te permiten ver la dependencia, si existe, entre variables.

Programación orientada a objetos

La programación orientada a objetos (también llamada OOP, del inglés object oriented programming) es un estilo de programación donde se desarrolla el código como interacciones de objetos. Y que conocerás al final de la asignatura de Programación en Python.