Contenido Académico
Tema 1: INTRODUCCIÓN Y CONCEPTOS BÁSICOS DE PYTHON
• Historia y características de Python
• Breve historia de Python
• Ventajas y características principales
• Instalación y configuración del entorno
• Instalación de Python
• Configuración de entornos de desarrollo (IDEs: PyCharm, VSCode)
• Tu primer programa en Python
• Escribir y ejecutar un programa simple
• Uso de la consola interactiva
• Sintaxis básica y tipos de datos
• Variables y tipos de datos (números, cadenas, listas, tuplas, diccionarios, conjuntos)
• Operaciones básicas y operadores
• Estructuras de control
• Sentencias condicionales (if, else, elif)
• Bucles (for, while)
• Control de flujo (break, continue, pass)
• Funciones y Temas
• Definición y uso de funciones
• Parámetros y retorno de valores
• Importación y uso de Temas
Tema 2: ESTRUCTURAS DE DATOS EN PYTHON
• Listas y tuplas
• Creación y manipulación de listas
• Métodos comunes de listas
• Creación y uso de tuplas
• Diccionarios y conjuntos
• Creación y manipulación de diccionarios
• Métodos comunes de diccionarios
• Creación y uso de conjuntos
• Comprehensions
• List comprehensions
• Dictionary comprehensions
• Set comprehensions
Tema 3: PROGRAMACIÓN ORIENTADA A OBJETOS (POO) Y MANEJO DE ARCHIVOS
• Clases y objetos
• Definición de clases
• Creación de objetos
• Métodos y atributos
• Métodos de instancia
• Atributos de clase e instancia
• Herencia y polimorfismo
• Concepto de herencia
• Sobreescritura de métodos
• Polimorfismo
• Lectura y escritura de archivos
• Abrir y cerrar archivos
• Lectura y escritura de archivos de texto
• Manejo de archivos CSV
• Lectura y escritura de archivos CSV usando csv Tema
• Archivos JSON
• Lectura y escritura de archivos JSON usando json Tema »
Tema 4: EXCEPCIONES Y MANEJO DE ERRORES
• Gestión de excepciones
• Uso de try, except, finally
• Creación de excepciones personalizadas
• Definición y uso de excepciones propias
Tema 5: LIBRERÍAS Y HERRAMIENTAS COMUNES
• Instalación de paquetes con pip
• Uso de pip para instalar paquetes
• Uso de bibliotecas estándar
• Introducción a os, sys, datetime, math, etc.
Tema 6: INTRODUCCIÓN AL ANÁLISIS DE DATOS
• Introducción al análisis de datos
• Conceptos básicos y ciclo del análisis de datos
• Entorno y herramientas de trabajo
• Instalación de Anaconda y Jupyter Notebooks
• Uso de Jupyter Notebooks
Tema 7: FUNDAMENTOS DE NUMPY
• Introducción a Numpy
• ¿Qué es Numpy?
• Instalación y configuración
• Arrays en Numpy
• Creación de arrays
• Operaciones básicas con arrays
• Manipulación de arrays
• Indexación y slicing
• Operaciones matemáticas y estadísticas
Tema 8: MANIPULACIÓN DE DATOS CON PANDAS
• Introducción a Pandas
• ¿Qué es Pandas?
• Estructuras de datos en Pandas: Series y DataFrames
• Operaciones básicas con DataFrames
• Creación y manipulación de DataFrames
• Indexación y selección de datos
• Manejo de datos faltantes
• Detección y tratamiento de datos faltantes
• Operaciones avanzadas con DataFrames
• Agrupaciones y agregaciones
• Fusión y combinación de DataFrames
Tema 9: VISUALIZACIÓN DE DATOS
• Introducción a Matplotlib
• ¿Qué es Matplotlib?
• Creación de gráficos básicos
• Visualización con Seaborn
• ¿Qué es Seaborn?
• Creación de gráficos avanzados
• Personalización de gráficos
• Estilos y personalización
• Guardado de gráficos
Tema 10: ANÁLISIS EXPLORATORIO DE DATOS (EDA)
• Conceptos de EDA
• Objetivos y pasos del EDA
• EDA con Pandas
• Descripción estadística de datos
• Visualización de datos para EDA
• Casos prácticos de EDA
• Análisis de datasets reales
Tema 11: INTRODUCCIÓN A LA ESTADÍSTICA CON PYTHON Y ANÁLISIS DE DATOS TEMPORALES
• Conceptos básicos de estadística
• Medidas de tendencia central
• Medidas de dispersión
• Estadística descriptiva con Pandas
• Cálculo de estadísticas descriptivas
• Visualización de distribuciones
• Manejo de series temporales
• Introducción a series temporales
• Operaciones con series temporales en Pandas
• Visualización de datos temporales
• Gráficos de series temporales
• Análisis de casos prácticos
• Análisis de datasets temporales