Realmente este era el curso que faltaba en la carrera de Data. Ahora sí estamos en condiciones de pasar a los próximos y entender mucho mejor (por ejemplo, EDA)
Librerías de manipulación de datos con Python
¿Por qué NumPy y Pandas?
NumPy
NumPy Array
Tipos de datos
Dimensiones
Creando arrays
Shape y Reshape
Funciones principales de NumPy
Copy
Condiciones
Operaciones
Quiz: NumPy
Pandas
Series y DataFrames en Pandas
Leer archivos CSV y JSON con Pandas
Filtrado con loc y iloc
Agregar o eliminar datos con Pandas
Manejo de datos nulos
Filtrado por condiciones
Funciones principales de Pandas
groupby
Combinando DataFrames
Merge y Concat
Join
Pivot y Melt
Apply
Quiz: Pandas
Cierre
Posibilidades con Pandas y NumPy
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Si ya tienes una cuenta,
Posibilidades con Pandas y NumPy
24/24Recursos
Has llegado al final. ¡Felicidades! 🎉
Hagamos un pequeño resumen de lo que has aprendido a lo largo de todo el contenido.
Numpy
- Que es, que bondades tiene, porque se usa
- Crear arrays
- hacer slicing
- filtrar datos
- aplicar funciones aritméticas
Pandas
- Que son Series- DataFrames
- Como llevar diferentes archivos
- Iloc y loc
- Apply
- Merge, concat y join
Lo que aprendimos es lo que se usa cotidianamente en la ciencia de datos, esto nos ayudará a aplicar a computer vision con redes neuronales convolucionales (puedes aprender más de esto en el Curso Profesional de Computer Vision con TensorFlow), manipular, hacer visualizaciones.
En sí, este es el principio de un gran mundo que nos espera para seguir aprendiendo y creciendo sin igual.
Aportes 148
Preguntas 2
Ordenar por:
Excelente curso Carlos. Lo disfruté de principio a fin. Espero verte en otros cursos en la ruta de Data, pues la pedagogía me ha gustado bastante.
el curso esta tan bueno, que hasta me hare otra cuenta en platzi para volver a tomarlo y darte otras 5 estrellas para sumen 10. Suerte compañero!, espero que nos vuelvas a dar clases en alguno de los cursos que siguen.
La verdad que pedazo de curso👏🎉
–
Les dejo mis apuntes
–
Google colabs
✔ Conjuntos
✔ Parte de Numpy
✔ Pandas
–
✔✔✔ Pd voy a seguir trabajando en estos asi q los voy a ir actualizando
Este es el curso que necesita todo DataScience. Excelente!
Gran curso! 😀
Comparto mi RESUMEN EN NOTION 📝
en el que realmente aporté muy poco, es un rejunte muy completo de los aportes de los comentarios y recursos externos. Especial agradecimiento a Jeinfferson Bernal G y Alfonso Morán.
Muchas gracias por el curso y el resumen, gracias por ser parte de este gran objetivo que tengo para ser data scientist
Excelente curso, se vieron muchos temas que nos permiten tener bases más solidas tanto en pandas como en numpy.
Les dejo mis notas sobre pandas y numpy
https://deepnote.com/@nicoll-idaly-angulo-mejia/Curso-DS-pandas-ddda53e7-361e-454a-a256-d851c11409f0
https://deepnote.com/@nicoll-idaly-angulo-mejia/Curso-DS-numpy-5019d989-999a-4778-aeba-f7050af06697
Felicitaciones Carlos, muy claro en la presentación de los contenidos del curso, da seguridad para seguir avanzando en Data Science e Inteligencia Artificial
Me gustó que todo es ejemplificado. Así los temas que no quedan claros con la explicación en el ejemplo no hay falla 😃
Hola amigos, me tomé el tiempo de sacar apuntes, algunos los extraje de algunos comentarios asi que doy credito a la persona que los haya hecho: Link de la carpeta compartida de drive
Saludos,
leyendo la documentacion y en paralelo viendo el curso, diosmio, demasiada informacion, pero muchas gracias! aprendi un monton
Excelente Curso, muy claro, preciso, completo, me gustó mucho. Estoy en un Diplomado de Ciencia de Datos en la Universidad, pero este curso para mi ha sido el complemento perfecto para poder hacer las guias y retos que me dan. Aplausos para el profe
Muy buen curso! Ahora a seguir con el de Matplotlib y Seaborn!
Excelente curso, ya tengo rato manejando pandas, pero hay cosas que no sabia como se usaban, ahora solo me falta uno de scipy
¡Muchas gracias, Profesor Carlos, por un curso excepcional! Trabajar con series y dataframes en Pandas ha sentado una base sólida para nuestro futuro trabajo con tensores de alta dimensionalidad y aplicaciones avanzadas como la visión por computadora y el procesamiento del lenguaje natural. Aprecio especialmente cómo hemos aprendido a manejar datos de diversas fuentes, una habilidad crucial en la ciencia de datos hoy en día. Estoy emocionado de aplicar estos conocimientos en proyectos reales y explorar más profundamente las redes neuronales convolucionales y NLP. ¡Gracias por inspirarnos y guiarnos a través de este viaje tecnológico!
Test RespUESTas
Resumen
1.
¿Podemos considerar el array como el objeto principal de NumPy?
Verdadero
2.
¿Cuál es el método para definir un array en Numpy?
np.array([1,2,3])
3.
¿Cuál es el resultado de esta operación en NumPy es np.array([‘hola’,‘2’,‘4’,‘5’],dtype=‘float64’)
Error en la conversión de los datos.
4.
¿Con qué propiedad de NumPy puede saber la cantidad de dimensiones en un arreglo?
ndim
5.
¿Para qué sirve el comando expand_dims de Numpy?
Sumar una dimensión al array.
6.
¿Cuál es el comando de NumPy para crear un array de n elementos con valores de cero (0)?
np.zeros()
7.
¿Qué genera np.linspace(0,10,100)?
100 elementos de cero a 10.
8.
¿Qué forma (shape) tiene el siguente array de NumPy?
[[7 8]
[2 1]
[2 4]]
(3,2)
9.
¿Cuál es el resultado del comando np.argmax(arr) siendo arr = np.array([13, 6, 3, 5, 10])?
0
10.
¿Qué retorna la propiedad std() en un array de NumPy?
La desviación estándar
11.
¿Cuál es el resultado del comando np.sort(arr) siendo arr = np.array([13, 6, 3, 5, 10])?
array([3, 5, 6, 10, 13])
12.
El comando copia_arr = arr.copy() crea una copia en memoria independiente de arr en un objeto llamado copia_arr. Esto es:
Verdadero
13.
¿Con cuál opción de NumPy se puede filtrar un array de tipo arr = np.array([13, 6, 3, 5, 10]) para solo retornar números superariores a 7?
arr[arr>7]
14.
¿Cuál es la estructura base para leer un archivo csv llamado file.csv con Pandas?
pd.read_csv(‘file.csv’)
¿En qué se basa el filtrado por iloc a diferencia de loc?
Index
16.
¿Qué se obtiene de comando tipo df_books.loc[0:10, [‘Name’, ‘Author’]]?
Retorna las 11 primeras filas del dataset, pero solo de las columnas Name y Author.
17.
¿Qué indica que el comando df.isnull() en Pandas si retorna True en una posición?
Que ese valor es nulo.
18.
¿Cuál es el comando de Pandas que retorna count, mean,std, min, max y otras variables para todas las columnas numéricas en un DataFrame?
describe
19.
En Pandas es posible aplicar más de una función de grupo por sentencia groupby a una columna en especifico. Esto es:
Verdadero
20.
¿Qué debería ir en el parámetro how de la sentencia merge en Pandas para que muestre solo los match en ambos DataFrames?
outter
REPASAR CLASE
21.
¿En una sentencia de Apply de Pandas a un dataset es necesario enviarle una función definida previamente?
Falso
Ver menos
Seri genial incluir en el temario ejercicios de los temas que se vallan viendo, como los quiz.
Thanks, this course is great!
Gracias por el curso la verdad es muy didáctico y viene bastante sencillo el poder entender las cosas.
Gran curso, Felicidades @alarcon7a
Excelente curso y bastante explicado en cuanto a la práctica. Estaré pendiente a lo demás cursos de Carlos.
Tremendo curso Carlos Alarcón, Claro, Puntual, Consciso, y muy Efectivo, motivador, lo suficiente para hecharme un par de libros al respecto.
Cada vez se pone mas interesante la Carrera de Data Science.
El curso me pareció muy divertido. El profesor Carlos explica sencillo y claro , fomentando la práctica con ejercicios. Muchas gracias.
Muchas gracias Master, varios comentarios positivos de este curso confirmando lo bien estructurado y explicado que estuvo .
Excelente el curso.
Exelente curso
Excelente curso, es claro, conciso y ameno.
Muy buen curso para iniciarse en NumPy y Pandas 🥇
Excelente curso, buen contenido y excelente profesor. Gracias Carlos
Muy buen curso. A mi que había hecho previamente los cursos de numpy y pandas anteriores me sirvió mucho para terminar de comprender algunas logicas de fondo y por supuesto repasar conceptos y casos de uso. Me encantó!
Excelente introducción a estas 2 librerías!, gracias Carlos por dejarme super claro el tema de join y melt
Me encantó este curso, muy buen profesor!
Estoy muy satisfecho con el contenido, definitivamente nos deja a otro nivel🚀. Let’s the game begin!
QuickNotes: Notas
La verdad que aunque fue básico con respecto al de 2020, fue mucho más explicativo.
MIL, GRACIAS, ESTE CURSO LO ESTABA ESPERANDO , ME ACLARO TANTO !!!
Muy bueno el curso, muy claras las explicaciones y usos. Les comparto el uso de la función map(), muy útil para crear columnas a partir de valores actuales, o modificar ciertos valores a necesidad:
df_best.year.map({2016:2017,
2011:2010,
2018:2019,
2017:2016,
2019:2020,
2014:2013,
2010:2011,
2009:2008,
2015:2016,
2013:2012,
2012:2013})
Excelente curso!!!
Gracias por facilitar el aprendizaje y motivarnos a seguir creciendo.
Les comparto el link de mis notas, es importante que carguen el archivo de los recursos en drive para que lo usar.
https://colab.research.google.com/drive/1rmG41A9u9x87f7Z2iJf622XHKsu7de-Q#scrollTo=rT88DE_lXtjN
Dejo un resumen que hice del curso en un Deepnote que espero que les guste y usen. Yo lo voy a tener bien presente para futuros trabajos.
Maravilloso curso que me ayudo a sacar lo mejor de Pandas y NumPy y sobre todo a recordar porque elegí esta maravillosa carrera de Data Science.
Excelente curso Carlos @alarcon7a , metodología unido con practica!
A todos esto es de practica y que no todo es subir datos sin saber que se debe hacer con ellos y hay que ver los otros cursos de la escuela.
Indispensable para afianzar bases por que apenas esto es la punta del iceberg de una vida en (data science / analytics / ML).
Como repaso muy poderoso, para los que comienzan muy bueno. Mil gracias
Que buen curso. Excelente Carlos. Me ayudaste mucho a comprender bases que se me dificultó muchísimo cuando las ví en un primer momento. Gracias!
Impresionante el curso. Me ha encantado la verdad superclaro, sencillo y con explicaciones superinteresantes.
Gracias Carlos.
Excelente curso, este curso hacia falta, debería de estar de forma obligatoria al inicio de las carreras de IA y ML y también de DS, porque un alumno nuevo se ahorraría muchos problemas ya que muchos cursos suponen que ya tenemos un base sólida de ciertos temas pero este curso los complementa bastante, el profesor explica los conceptos de forma clara y sin rodeos, de los mejores cursos que he tomado en Platzi
¡Excelente curso! Todo muy bien explicado y con ejemplos muy prácticos y directos a las funcionalidades explicadas.
Gracias Carlos, por el tiempo y por idear los casos de cada aplicación, ahora a sentarme con todo esto que dejaste y comenzar a usarlo en la cotidinidad.
Excelente curso!
Buenísimo el curso, está muy bien explicado, tiene tanto material que seguro lo seguiré consultando, me entretuve trabajando a pantalla dividida para repetir los ejercicios.
Gran curso!! Un contenido muy apropiado para la Ciencia de Datos. Excelente Profesor. Gracias por las enseñanzas.
```js
import pandas as pd
car = pd.DataFrame({'P':['G','P'],
'L':['R','R'],
'A':['A','O']},
index=['k0','k1'])
los = pd.DataFrame({'T':['C','F'],
'Z':['I','E'],
'I':['A','!'],
'1':['S','!']},
index=['k0','k1'])
car.join(los, how='left')
```
```js
car = pd.DataFrame({'P':['G','P'],
'L':['R','R'],
'A':['A','O']},
index=['k0','k1'])
los = pd.DataFrame({'T':['C','F'],
'Z':['I','E'],
'I':['A','!'],
'1':['S','!']},
index=['k0','k1'])
car.join(los, how='left')
```car = pd.DataFrame({'P':\['G','P'], 'L':\['R','R'], 'A':\['A','O']}, index=\['k0','k1'])
los = pd.DataFrame({'T':\['C','F'], 'Z':\['I','E'], 'I':\['A','!'], '1':\['S','!']}, index=\['k0','k1'])
Un gran curso Carlos, un gran salto en mi formación en ciencia de datos
Gracias profe Carlos, seria genial que se explicara más desde el problema y no tanto como de la teoría, pues cuando hay un problema y se da la solución abre la mente 💡y queda mejor lo aprendido. Aun así, me gusto, es lo que busca para seguir con mi carrera.
Excelente curso, me gusto mucho. Al fin puedo decir que Python con Pandas me resulta más emocionante usarlo en vez de usar Excel aunque no he usado mucho Excel, no importa porque este nuevo conocimiento me permitirá ser mejor cada día. Muchas gracias Profe @alarcon7a me gusto como enseña y lo rápido que se puede llegar a aprender con usted. Saludos desde Ecuador.
Hola no pude realizar los últimos ejercicios por este error que me aparece, si a alguien le paso seria de gran ayuda saber como lo pudo solucionar, Probe con vs code y colab y me arroja mismo error
Me encanto este curso. Necesitaba saber lo basico para entender y no estar perdido en las librerias de pandas y numpy. Ahora a seguir con matplotlib y seaborn. Luego a complementar el EDA.
Gracias carlos, de verdad excelente curso, entendi mucho con facilidad, ademas los apuntes dejamos en la seccion de recursos ha sido genial, puesto que he podido copiarlos y repasar nuevamente, estoy cursando la Ruta de Data scientist y hasta ahora de verdad el mejor curso que he visto, aclare dudas hasta de temas de anteriores cursos, gracias por la etica!!
Excelente el curso profesor Carlos, aprendí muchos conceptos y su aplicación en la ciencia de datos. Muchas gracias.
Este curso es muy muy bueno! El profesor es de 10
Manipulación y Transformación de Datos con Pandas y NumPy
Este proyecto es parte del curso “Manipulación y Transformación de Datos con Pandas y NumPy” ofrecido por Platzi. A lo largo de este curso, aprenderás a utilizar dos poderosas bibliotecas de Python, Pandas y NumPy, para manipular y transformar datos de manera eficiente. Te comparto el repositorio de Github.
.
NumPy
.
¿Qué es NumPy?
.
NumPy es una biblioteca de Python que se utiliza para el cálculo numérico. Ofrece una amplia variedad de funciones y herramientas para trabajar con matrices y arrays multidimensionales, lo que lo convierte en una herramienta esencial para la computación científica y el análisis de datos.
.
Bondades de NumPy
.
NumPy tiene varias ventajas, incluyendo:
.
- Eficiencia: NumPy está altamente optimizado, lo que lo hace más rápido que las operaciones numéricas regulares en Python.
- Soporte para arrays multidimensionales: Puedes trabajar con datos multidimensionales de manera sencilla.
- Amplia gama de funciones matemáticas: NumPy ofrece una gran cantidad de funciones aritméticas para realizar operaciones en arrays.
.
Uso de NumPy
.
A lo largo del curso, explorarás las siguientes funcionalidades de NumPy:
.
- Crear arrays: Aprenderás a crear arrays de diferentes dimensiones.
- Hacer slicing: Manipularás y accederás a datos específicos dentro de los arrays.
- Filtrar datos: Aprenderás a filtrar datos de acuerdo a ciertas condiciones.
- Aplicar funciones aritméticas: Realizarás operaciones matemáticas en arrays para realizar cálculos numéricos.
.
Pandas
.
Series y DataFrames
.
Pandas es otra biblioteca esencial para la manipulación de datos en Python. Introduce dos estructuras de datos fundamentales:
.
- Series: Una estructura unidimensional que se utiliza para almacenar datos etiquetados.
- DataFrames: Una estructura bidimensional que organiza datos en filas y columnas, similar a una hoja de cálculo.
.
Trabajar con archivos
.
Aprenderás a cargar y trabajar con diferentes archivos de datos, como CSV o Excel, utilizando Pandas. Esto te permitirá manipular y analizar datos de diversas fuentes.
.
Iloc y Loc
.
Las funciones iloc y loc te permitirán acceder a datos específicos en un DataFrame, ya sea utilizando índices numéricos o etiquetas de fila y columna.
.
Apply
.
La función apply te permitirá aplicar funciones personalizadas a tus datos, lo que es especialmente útil para realizar transformaciones complejas en tus conjuntos de datos.
.
Merge, Concat y Join
.
Aprenderás a combinar y unir conjuntos de datos utilizando las funciones merge, concat, y join, lo que es esencial cuando trabajas con múltiples fuentes de datos.
.
¿Quieres conectar?
.
¡Disfruta aprendiendo sobre Pandas y NumPy en este emocionante curso de Platzi!
Gran curso, excelente facilitador!
👋 Vengo del futuro para comentar que: ¡Este curso es buenísimo! Bueno chau
me gusto el curso , muchas gracias =D
Un curso muy bueno, interesante y una forma muy motivadora de enseñar-
Que gran curso profe se fajó, muy bien explicado y muy buen contenido, gracias
Les comparto mi proyecto del curso. Es el contenido de las clases y agregué además una forma de calcular el producto cruz de dos vectores con el producto tensorial usando el tensor de Levi-Civita. Ojalá pasen a visitarlo.
aguante sodaaaaaaaaaaa, buena remera
curso terminado, a seguir!!!
saludos de argentina
¡Excelente Curso! Tal vez el mejor que he visto hasta ahora.
Gracias profe!
Sorprendente! Comencé el curso con cero ilusión y expectativas de numpy y pandas (en la universidad lo vi por encima pero no le tome mucho valor) y salí completamente impresionado y enamorado del poder y utilidad que tienen estas herramientas. Completamente motivado para arrasar el resto de temas en la carrera de data science!.
Me encanto esta clase, fue facil llevarla, y el profe explica muy bien!
excelente curso
Excelente curso Carlos Alarcón. me gusto la manera de como explicas paso por paso estaré atento a a futuros cursos tuyos. gracias por el conocimiento que eh adquirido en este curso. te lo agradezco!.
Excelente profesior
Comparto mis apuntes en Notion
Excelente Curso ! Faltaba en la escuela de Data Science algo de introduccion.
Carlos eres de los profesores que hacen grande a Platzi.
Nos llevaste de conceptos muy simples a los complicados y no nos dimos cuenta.
Aprendi un monton. Gracias Carlos
Excelente curso. Estare atento a que este profesor siga sacando mas cursos. Enseña muy bien.
MUY buen curso.
A mi me empezó a caer bien el profe cuando vi que usaba Ubuntu
No suelo poner comentarios, pero colocaré uno semejante al inicio del curso. NO tiene sentido lo bien estructurado y lo bien que explica este profesor, ya estoy viendo que tiene más además de este. Todo excelente.
muchas gracias por el curso, la verdad que me gusto mucho, fueron muy claros tus ejemplos !!!
Excelente curso, debo decir que en un curso anterior hice analisis de datos con las librerias nativas de Python, jamas imagine que estas dos librerias nos permitan ahorrar tanto tiempo y escribir menos codigo con todo lo aprendido.
Les comparto mis notas hechas en notion del curso , espero que les sirvan: https://zenith-freighter-64f.notion.site/Curso-B-sico-Pandas-y-Numpy-b66926cd5c964b49847ee17f33eb20c6
Excelente curso
Buena, falta un cursito más avanzado!!
Un gran curso muy bien llevado de principio a fin, nos deja un monton de herrameintas para empezar a hacer analisis de datos
Mil gracias por el curso, me enseñó de verdad por qué quería entrar al mundo Data Science!!
Les dejo mis apuntes en Github
woww…qué maestría para enseñar algo que realmente es útil para los data engineers. Felicidades!!
Me gustó bastante el curso, honestamente le estaba haciendo el feo a Python durante mucho tiempo, pero con este curso ahora me siento emocionado de seguir aprendiendo y sacarle el potencial a esta herramienta.
Amé este curso de principio a fin, siento que ahora estoy mucho más preparado para lo que se viene en la ruta de ‘Machine Learning Engineer’, muchas gracias Carlos!
PD: También amé tu remera de Soda Estereo! Gracias totales!!
Estoy feliz de haber tomado este curso, excelente labor Profe Carlos. Sin pensar tomaré tus cursos de Ciencia de Datos.
Es uno de los mejores cursos que he tomado aquí en Platzi.
Muy buen manejo del tema.
¡Excelente Curso! Muy completo para iniciar en Minería de datos e Inteligencia Artificial
Les comparto mis apuntes de Manipulacion y Transformacion de Datos con Pandas y Numpy:
https://mixed-raft-c27.notion.site/Curso-B-sico-de-Manipulaci-n-y-Transformaci-n-de-Datos-con-Pandas-y-NumPy-d50e75da8fa14e99817a9fb4439d87e0
Que curso tan genial, el profe Carlos Alarcón es un verdadero crack. Por cursos como este es que el animo se mantiene a millón para continuar con una ruta en particular. Simplemente gracias
Excelente curso
gran curso básico de pandas y numpy fue muy divertido y fácil de entender, ademas en la comunidad explicaron otros conceptos que da mas peso al curso, saludos.
Sin duda alguna de los mejores cursos de la escuela ❤️.
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?