Curso de Python Científico planteado para impartirlo en 20 horas presenciales con los siguientes objetivos:
- Introducir el entorno interactivo Jupyter Notebook para escribir código y ejecutarlo.
- Conocer los elementos básicos del lenguaje, las estructuras de control, estructuras de datos y elementos sintácticos específicos de Python.
- Aprender los elementos necesarios para trabajo con arrays numéricos en Python.
- Hacer uso de mecanismos avanzados de análisis de datos.
- Conocer los distintos métodos de representación gráfica de datos.
- Utilizar de forma adecuada algoritmos de aprendizaje automático en Python.
- Python 3.6
- pip
- pipenv (
pip install pipenv
) - git
$ git clone https://github.com/sdelquin/pythoncientifico.git
$ cd pythoncientifico
pythoncientifico$ pipenv install
pythoncientifico$ pipenv run jupyter notebook
Para recrear el entorno de trabajo basta con hacer lo siguiente:
$ git clone https://github.com/sdelquin/pythoncientifico.git
$ cd pythoncientifico
pythoncientifico$ ./docker-build.sh
pythoncientifico$ ./docker-run.sh
Ahora podremos acceder a: http://127.0.0.1:8080 y veremos Jupyter Notebook funcionando y mostrando los archivos del proyecto.
VOLUMEN: La carpeta del proyecto está "sincronizada" con la del contenedor de Docker. Eso significa que los cambios que hagamos se verán reflejados en la carpeta de la máquina real.
$ make notebook={<nombre_del_notebook_sin_extension>}