Python: de usuario a explorador de datos
Key Takeaways
Explores data extraction, transformation, and loading using Python
Original Description
En este curso adquirirás los fundamentos de la extracción, transformación y carga (ETL) de datos, así como la exploración de datos en la ciencia de datos. Aprenderás a trabajar con Pandas y dataframes, a leer archivos CSV y XLSX, y a comprender los conceptos de series temporales. Además, aprenderás la visualización de datos utilizando Matplotlib, creando gráficas individuales y personalizadas. También utilizarás NumPy y la manipulación de arrays, realizando las operaciones básicas y calculando gradientes. A lo largo del curso, desarrollarás buenas prácticas en el flujo de trabajo en ciencia de datos y en los conceptos avanzados como multi-índices en series temporales. Finalmente, sabrás como usar paquetes de manera local.
Watch on External: Coursera ↗
(saves to browser)
Sign in to unlock AI tutor explanation · ⚡30
More on: Data Literacy
View skill →Related Reads
📰
📰
📰
📰
Tracking Macroeconomic Indicators with the Finance Toolkit
Dev.to · Jeroen Bouma
Pydantic for Data Engineering: Schema Validation in ETL & Pipeline Contracts
Dev.to · Gowtham Potureddi
Half of Data Engineering Jobs on LinkedIn Aren't Real
Dev.to · DataDriven
Evolutionary Data Through Schemaboi: Achieving Forward, Backwards, and Sideways Compatibility
InfoQ AI/ML
🎓
Tutor Explanation
DeepCamp AI