Dirigido a

El curso está dirigido a personas que deseen desarrollar habilidades de programación en Python. Se espera que el curso sea tomado por personas en el entorno laboral que deseen generar un impacto positivo en sus organizaciones por medio de la automatización de procesos y análisis estadístico de volúmenes considerables de datos. De igual forma, se espera ofrecerles a los investigadores que no han tenido la oportunidad de tener un acercamiento a la programación una herramienta con la que podrán iniciar su aprendizaje en los lenguajes de programación. Por último, el curso les dará las herramientas necesarias para tomar cursos aplicados de educación continuada en los cuales se mostrará el uso de Python a problemas de diferentes industrias. El curso no tiene requisitos para su inscripción.

Objetivos

Enseñar a los estudiantes los conceptos básicos de programación.
Familiarizar a los estudiantes en la sintaxis básica de Python.
Se enseñarán las siguientes habilidades:

• Operaciones matemáticas vectoriales y matriciales con numpy.
• Limpieza y Manipulación de bases de datos.
• Visualización de datos con las librerías más famosas.
• Automatización de tareas en Python.
• Generar valor agregado a partir de análisis estadísticos descriptivos.
• Introducción a web scrapping

Metodología

El curso se realizará en salas habilitadas para el uso de computadores y cada sesión estará dividida en dos módulos. A su vez, cada módulo estará dividido en dos partes, durante la primera parte de cada módulo el profesor introducirá técnicas, comandos y conceptos relacionados con la utilización de Python y utilizará ejemplos que lo ilustren; durante la segunda parte los estudiantes deberán trabajar individualmente en un ejercicio, el cual deberán entregar al finalizar cada módulo. Adicionalmente, se realizarán 2 talleres en clase en los cuales se espera que los estudiantes, con ayuda del profesor, reafirmen sus conocimientos. 

Contenido

Sesión 1:
Modulo 1:
¿Qué es Python? ¿Qué es Anaconda? 
¿Qué es un lenguaje multipropósito?  
Instalación de Python, Anaconda y Jupyter LAB. 
Instalación y carga de librerías. 
Jupyter Lab, páneles y comandos rápidos. 
Sintaxis en Python: Identación y estructura básica. 
Tipos de datos: entero, float, lógico, character. Missings: NaN, NA. 
Estructuras de datos: Listas, cadenas, tuplas y diccionarios. 
Numpy y Pandas.
Operaciones básicas e indexación. 
¿Dónde buscar ayuda?
Sesión 2:
Importar información 
Manejo de listas y diccionarios
Extraer información de objetos y rebanados. 
Uso de vectores lógicos para extraer información de objetos. 
Definir funciones. 
Estructuras de control.
Sesión 3:
Programación orientada a objetos
Clases y métodos.
Loops: while y for.
Controles de flujo: continue, break.
Sesión 4:
Instalar y cargar paquetes. 
Funciones apply, mapping and merge.
Funciones de manejo de texto.
Manejo básico pandas, numpy.arrays y spicy: selección de filas y/o columnas, selección condicionada.
Creación de muestras y subconjuntos de data frames: subsets and samples.
Importación de datos: txt, csv, xlsx, .pkl y gzip.
Inspección inicial de la información.
Sesión 5: 
Introducción a plotly y matplot.
Gráficos base: histogramas, scatter plot, bar plot, box plot. 
Otras herramientas para visualización de datos: manejo de mapas. 
Personalización de gráficos: ejes, colores, títulos. 
Exportación de gráficos.
Sesión 6:
Construcción de análisis estadísticos descriptivos.
Pruebas estadísticas.
Modelos estadísticos. (Regresiones y modelos de clústering)
Sesión 7:
Introducción a Web Scrapping