Python Intermedio para Ciencias Biológicas

Salta [Cocoon] Slider style 1: Video

Python Intermedio

Python para Ciencias Biológicas nivel II/intermedio

Salta [Cocoon] Course Intro

Python Intermedio para Ciencias Biológicas

Intermedio

14 students enrolled
5 topics

Salta [Cocoon] Course Overview

Descripción:

Este curso está diseñado para estudiantes, profesionales, investigadores y todas aquellas personas que deseen aprender los fundamentos del análisis de datos usando el lenguaje de programación python y sus librerías especializadas: NumPy, pandas, Matplotlib y Seaborn.

En este curso aprenderás cómo importar y exportar datos de diferentes tipos de archivos, se revisarán las técnicas más comunes, básicas y avanzadas, de procesamiento de datos y terminaremos con la generación de potentes gráficos que permitan una mejor visualización e interpretación de la información. El curso es 100 % práctico. Para todos los ejercicios en clase se usarán conjuntos de datos relacionados con el área bio. Todo lo que aprendas en este curso te será de gran utilidad para afrontar cursos más especializados de ciencia de datos y/o estadística, ya sea en el mismo python o en otras plataformas.

Recomendaciones:

No se requiere contar con instrucción avanzada en estadística. Tampoco se requiere contar con conocimientos previos de programación, sin embargo, es recomendable tener nociones básicas de lenguaje python como son: sintaxis del lenguaje, tipos de datos (strings, int y float), estructuras de datos (listas, tuplas y diccionarios) y llamado de funciones y métodos. Si no sabes python básico no te preocupes, nosotros te proporcionaremos material adicional para que aprendas lo necesario desde la primera clase.

Para las clases utilizaremos “Jupyter-Notebook”, una interfaz muy amigable y altamente interactiva que nos permite ir visualizando todo lo que hagamos con los datos. Puedes tomar el curso con cualquier computadora: Windows, Mac o Linux sin ningún problema, ya que utilizaremos el gestor de paquetes “conda” (en cualquiera de sus versiones Anaconda o Miniconda) que nos facilita la instalación y configuración de python sin

importar el sistema operativo usado. Todo el proceso de instalación y configuración se te explicará a detalle durante el curso. Solo se recomienda tener al menos 10 GB de espacio en disco duro para instalar todo lo necesario y suficiente memoria RAM (8 GB en adelante).

Instructor:

Programa y temario en extenso:

Sesión I: Instalación y configuración del entorno de trabajo-Instalación y configuración Anaconda.

¿Por qué hacer análisis de datos con Python?
Instalación y configuración del gestor de paquetes conda.
Instalación y configuración del editor de texto Visual Studio Code y la interfaz Jupyter Notebook.
Instalación de librerías para análisis de datos en python: pandas, NumPy, scipy, Matplotlib y Seaborn.
Introducción a pandas: que son los dataframes.
Tipos de datos aceptados en los dataframes.

Sesión II: Manejo básico de dataframes

Importar datos desde ficheros que contengan datos tabulares: archivos csv y hojas de cálculo (archivos Excel, LibreOffice, etc.) entre otros.
Obtener una descripción general de mis datos.
Manipulación básica de columnas y filas.Creación de nuevas columnas.
Exportar datos a archivos csv y excel.

Sesión III: Operaciones con dataframes

Operaciones vectoriales sobre columnas.
Pasando funciones propias a columnas o filas.
Pasando funciones y métodos especializados a columnas o filas.
Filtrado básico de mis datos
Estadísticas básicas de mis datos.

Sesión IV: Tratamiento adicional de los datos

¿Trabajando con datos masivos? ¿Cómo optimizar el tamaño que mis datos ocupan en la memoria del ordenador?
Manejo de datos de tiempos y fechas.
Escalamiento, normalización y estandarización de datos con la librería Scikit-Learn.

Sesión V: Limpieza de datos

Eliminación de datos no deseados.
Registros repetidos.
Valores extremos (outliers).
Imputación de datos faltantes.
Datos con errores tipográficos.

Sesión VI: Filtrado avanzado y reordenamiento/reagrupamiento de los datos

Extracción de datos de un dataframe.
Filtrado avanzado.
Girado de datos.
Intercambio de columnas y filas
Apilamiento de datos: reorganizando los datos con tablas “pivot” y “group by”.

Sesión VII: Librería SciPy

- Análisis estadísticos especializados: chi cuadrada, t de student y Anova de una vía.

Sesión VIII: Graficar datos con Matplotlib pyplot

Anatomía de una figura en Matplotlib.
Gráficos básicos: de dispersión, de barras y de pastel.
Personalización de la gráfica: ejes, leyendas, etiquetas, marcadores, cuadrícula y colores.
Creación de gráficas en mosaico (subplots).
Exportación de gráficos de alta calidad.

Sesión IX: Gráficos estadísticos datos con Seaborn.

Diferencias entre Matplotlib y Seaborn.
Niveles de figura en Seaborn.Figuras “Figure-level” vs. figuras “Axes-level”.
Gráficos relacionales.
Gráficos de distribución.
Gráficos categóricos.

Opciones de matriculación

Python Intermedio para Ciencias Biológicas

Cursos completos

Preview Course

Cursos completos

Python Intermedio para Ciencias Biológicas

Este curso está diseñado para estudiantes, investigadores y todas aquellas personas que deseen aprender a analizar datos usando el lenguaje de programación python. Aprenderemos como importar archivos de tipo csv y Excel. Revisaremos las diferentes metodologías para procesar los datos: limpieza, resúmenes, estadísticos básicos, como generar gráficas y reportes, así como exportar nuestros datos a formatos csv y Excel. Todos los ejemplos y ejercicios se realizarán usando conjuntos de datos relacionados con las ciencias biológicas.

Los invitados no pueden entrar a este curso. Por favor acceda con sus datos.

Salta [Cocoon] Custom HTML