frfdnpg / python_foundations_course

Curso para aprender Python desde cero.

Hi! This course is fully written in Spanish. However, if you have previous programming knowledge, this should not be an inconvenient for you to read through it.

Curso de Fundamentos de Python

¡Hola! Bienvenido al curso de Python de SpainAI. En este repositorio hemos compactado en píldoras lo necesario para programar en Python: verás por qué es un lenguaje tan activo en Ciencia de Datos, cómo acelerar el refinamiento de tu código y cómo potenciarlo de forma sencilla.

Si quieres, puedes visualizar el repositorio en mybinder:

Ediciones realizadas

La información que hay aquí ha ido evolucionando desde sus inicios. Por ello, tened en cuenta que en cada curso podréis encontrar bloques más detallados que otros. A día de hoy, hemos realizado los siguientes cursos de Python:

• Curso de Fundamentos de Python y Aprendizaje por Refuerzo, dividido en: bloque 1, bloque 2 y bloque 3.

Contenido

Tanto la teoría como la práctica se centran en notebooks, que tienen extensiones .ipynb. Este formato es ampliamente usado en Ciencia de Datos. Hay 5 notebooks:

1. anaconda_intro_python.ipynb: Introducimos los conceptos fundamentales de Python: tipos de datos, estructuras de datos básicas y funciones. Además, también se explica cómo instalar Python y Jupyter Notebook a través de Anaconda.

2. python_avanzado.ipynb: Exploramos a fondo el zen de Python, a través de las comodidades que tenemos para programar en Python. También se explican los fundamentos de programación funcional en Python, así como las bases de numpy, matplotlib y pandas, las librerías principales para Ciencia de Datos en Python.
   
   A partir de este bloque, añadimos 3 ejercicios para asentar toda esta información:

3. caso_1.ipynb: Se explora el conjunto de datos sobre el COVID-19 en España a través de pandas y matplotlib.

4. aprendizaje_computacional.ipynb: Se exploran distintas librerías y conjuntos de datos para comenzar a trabajar con Python en Ciencia de Datos.

5. para_avanzar.ipynb: De forma similar al notebook anterior, se proponen varios proyectos para iniciarte en Ciencia de Datos.

Requisitos

Para instalar los requisitos en tu entorno de Anaconda, puedes ejecutar pip install -r requirements.txt. Usamos la versión de Python 3.7.x.