valerybriz / CursoPandas2020

Curso de pandas usando datos abiertos de carpetas de investigación de la CdMx

Introducción al análisis y visualización de datos con python

Mariana Esther Martínez Sánchez

Curso básico para análisis de tablas de datos usando python y pandas.

Impartido:

• Pyladies-México 13 y 14 de febrero de 2020

Requisitos:

• Saber usar R, SAS, STATA o Excel avanzado.
• Tener anaconda instalado.
• Acceso a internet.

Índice

1. Introducción a python

   1. Instalación de conda
   2. Jupyter notebooks
   3. Introducción a python

2. Obtención de datos

   1. Descargar datos abiertos
   2. ¿Qué es un dato?
   3. Cargar los datos en python
      • Ubicacion en la carpeta
      • Excel, csv, pickle

3. Limpieza de datos

   1. Pasos de un análisis de datos
   2. Exploración básica - pandas_profiling
   3. Operaciones básicas de pandas - slicing
      • Estructura de una tabla (index, columns, dtype, nan)
      • select column(s), row(s), head, tail, loc, iloc
      • sort
      • unique, nunique, value_counts
      • select by criteria (==, !=, isin, isna, notna, multiple statements)
   4. Limpieza de datos
      • Quitar columnas (drop, select)
      • Cambiar tipos de datos (datetime)
      • Modificar campos de texto (replace, title, unidecode)
      • Eliminar datos fuera de rango (map, replace)
      • Datos faltantes (fillna)
   5. Guardar datos
      • Excel y cs v * pickle

4. Gráficación básica

   1. Tipos de gráficas (lines, bars, scatter, hist)
   2. Elementos de una gráfica (title, axis, etc)
   3. matplotlib

5. Análisis de datos

   1. Estadística básica (count, sum, mean, median, moda, std)
   2. Agrupamiento (groupby, filter, aggregate)
   3. Tablas pivote (pivot_table)
   4. Respondiendo preguntas

6. Extras

   1. Seaborn (distplot, heatmap, multiples)
   2. Estadística (corr, linear_regresion)
   3. Mapas (geopandas)
   4. Visualización de datos

Recursos útiles

• Programación básica en python

  • Think like a computer scientist https://greenteapress.com/wp/think-python/
  • Introducción a la programación en Python I https://www.coursera.org/learn/aprendiendo-programar-python

• Programación intermedia en python

  • Guia estilo https://pep8.org/
  • Docstrings numpy https://sphinxcontrib-napoleon.readthedocs.io/en/latest/example_numpy.html
  • The Hacker's Guide to Python, Julien Danjou
  • Computer Science Distilled, Wladston Ferreira Filho
  • Estructuras de datos https://classroom.udacity.com/courses/ud513

• Visualización

  • Selección de colores http://colorbrewer2.org/
  • Fundamentals of Data Visualization https://serialmentor.com/dataviz/
  • Visualización de datos y D3 https://classroom.udacity.com/courses/ud507

• Estadística

  • Estadistica para Dummiens, Deborah J Rumsey
  • Understanding Advanced Statistical Methods, Peter H. Westfall & Kevin S. S. Henning

• Machine learning

  • Machine Learning with Python: A Practical Introduction https://www.edx.org/course/machine-learning-with-python-a-practical-introduct

• <Aprendizaje

  • Aprendiendo a aprender https://www.coursera.org/learn/learning-how-to-learn