Curso de Análisis de Datos con Pandas y Seaborn

¡Bienvenido al repositorio del curso de Fundamentos de Análisis de Datos con Python! Este repositorio contiene el código relacionado con cada día del curso, junto con los ejercicios prácticos para reforzar tu aprendizaje. El análisis de datos es una habilidad fundamental en la era de la información, y este curso te proporcionará los fundamentos de Python y las técnicas básicas para explorar y analizar conjuntos de datos de manera efectiva.

Tecnologías Utilizadas

Python

Python es un lenguaje de programación versátil y fácil de aprender que es ampliamente utilizado en el análisis de datos y la ciencia de datos. En este curso, utilizaremos Python para escribir y ejecutar código para realizar manipulación y análisis de datos.

Pandas

Pandas es una biblioteca de código abierto de Python que proporciona estructuras de datos y herramientas de análisis de datos de alto rendimiento y fácil de usar. En este curso, aprenderás a utilizar Pandas para cargar, manipular y analizar conjuntos de datos tabulares.

Matplotlib y Seaborn

Matplotlib y Seaborn son bibliotecas de visualización de datos en Python que se utilizan para crear gráficos estáticos, interactivos y de alta calidad. Aprenderás a utilizar estas bibliotecas para visualizar tus datos de manera efectiva y comunicar tus hallazgos.

Índice del Curso

Día 1: Fundamentos de Python

• Tipos de datos básicos y operadores
• Estructuras de datos
• Condicionales
• Bucles
• Funciones
• Programación orientada a objetos

Día 2: Conceptos Básicos de Análisis de Datos

• Instalación de Pandas
• Creación de un dataframe
• Creación de Series
• Lectura de datasets y exploración de dataframe.
• Escritura de dataframe en CSV.

Día 3: Introducción Manipulación de Datos con Pandas

• Acceso nativo a dataframes
• Indexado de dataframes en Pandas
• Manipulación de índices
• Selección condicional de datos
• Asignación de datos

Día 4: Análisis Exploratorio de Datos (EDA) - Parte 1

• Funciones de resumen estadístico
• Uso de función map
• Uso de función groupby
• Uso de multi-índices
• Uso de la función sort

Día 5: Análisis Exploratorio de Datos (EDA) - Parte 2

• Tipos de datos en Pandas
• Manejando valores vacíos
• Renombramiento de columnas e índices
• Combinando dataframes (JOINs)
• Manejo de fechas

Día 6: Visualización de Datos con Seaborn

• Instalación de seaborn
• Gráficos de tendencia
• Mapas de calor
• Gráficos de distribución (Histogramas)

Día 7: - Proyecto Final: Análisis de artistas en spotify y youtube.

• Extracción y preparación de datos para el proyecto.
• Análisis exploratorio y visualización de datos.
• Conclusiones finales

¡Espero que este repositorio te sea útil para seguir el curso y mejorar tus habilidades en Python y análisis de datos! Si tienes alguna pregunta o sugerencia, no dudes en crear un issue o contactar conmigo en mis redes sociales r2d2_coder. ¡Disfruta del aprendizaje!

Requisitos y recomendaciones

• Tener instalado python 3.9.
• Tener instalado visual studio code o similar.
• Extensión de visual studio code: Jupyter, Jupyter Notebook Renderers.