Overview
Curso de introducción al cómputo científico con Python. Aprende las bases de Python, un lenguaje de programación simple, elegante y poderoso. Con pocas líneas de código puedes crear bastante, es por ello que cursos formales por algunas de las mejores universidades del mundo lo elijan para temas que van desde introducción a la programación, hasta desarrollo web, ciencia de datos e inteligencia artificial.
Objetivos de aprendizaje
- Introducir conceptos de programación básica e intermedia.
- Desarrollar el pensamiento lógico y habilidades de cómputo científico.
Temario
Conoce el temario completo que ha sido dispuesto a través de los 4 módulos a continuación:
A. Introducción a Python y la programación
- ¿Qué es programar?
- ¿Qué es y por qué Python?
- Introducción al entorno de trabajo → Google Colab + Markdown
- I/O - ¡Hola mundo!
- Variables, tipos y conversión
- Operaciones básicas
- Condicionales
- Listas y tuplas
- Ciclos
- Diccionarios
- Funciones
- Módulos y paquetes
B. ¿Cómputo numérico? Conoce NumPy
- Introducción a NumPy
- Atributos, tamaño y forma
- Indexación y slicing
- Operaciones básicas, broadcasting
- Valores únicos y cuentas
- Matrices en NumPy
- Trasposición, aplanamiento y reversa
- Módulo random
- Módulo de álgebra lineal
- Conoce SciPy
C. ¿Cómo puedo importar y trabajar con datos? Conoce Pandas
- Introducción a Pandas
- Dónde encontrar datos
- Carga de datos de diferentes formatos
- Series y DataFrames
- Revisando los datos
- Selección de datos por columna
- Selección de datos por posición
- Operaciones básicas: Estadísticos
- Operaciones básicas: Apply
- Unión de datos: Concatenación
Módulo complementario (¡ESPÉRALO PRONTO!)
Este curso cuenta con un módulo complementario que contiene algunos tópicos selectos que te ayudarán a tener un mejor control de tus experimentos con código, aprenderás cómo funcionan diferentes entornos de computación con Python y aprenderás cómo puedes albergar un bonito sitio web estático para reportar resultados a través de GitHub Pages (incluso podrás construir un sitio como el de este curso).
EXTRA. ¡Ciencia reproducible, datos, GitHub y más!
- Ambientes de computación:
- Instalación de Python y Anaconda
- El ecosistema de Jupyter
- Dónde encontrar datos
- Ciencia reproducible → Semillas aleatorias
- Visualización
- Filosofía
- Diagramas básicos
- GitHub y repositorios
- Creación de repositorios
- GitHub Pages
- GitHub Student Developer Pack
Prerrequisitos
Requeridos
- Una computadora con conexión a internet.
- Una cuenta de Google.
Material complementario
- Curso de Python por Google.
- Mathes, E. Python Crash Course: A Hands-On, Project-Based Introduction to Programming. No Starch Press, 2015.
- Raúl González Duque. Python para todos.
- Jake VanderPlas. Python Data Science Handbook.
Otros
- ¡Pasión por la experimentación y el aprendizaje de cosas nuevas!
