🏠 Volver al inicio del repositorio · 🤝 Apoyar este proyecto
Este directorio reúne cuadernos Colab que fueron creados como material de apoyo para el curso Análisis de Datos con Python, dictado en el marco de Talento Tech durante el segundo cuatrimestre de 2025.
Estado del material: Este curso ha finalizado. Los cuadernos se conservan como recursos de consulta y práctica.
El recorrido está orientado al trabajo exploratorio con datos usando Python. A lo largo de los cuadernos se abordan tareas habituales del análisis de datos: limpieza, selección y filtrado, agrupamiento, estadística descriptiva, visualización y construcción de dashboards simples.
Este material tiene un objetivo específico: acompañar un curso introductorio de análisis de datos, con clases y actividades prácticas organizadas por tema. Si deseas profundizar, puedes ver los PDFs y cuadernos Ciencia de Datos con Python.
Los cuadernos están pensados para ser abiertos y ejecutados en Google Colab. Cada clase combina explicaciones conceptuales, ejemplos de código y actividades prácticas. En algunos casos, los notebooks principales presentan el tema de la clase, mientras que los notebooks de actividad permiten aplicar lo trabajado sobre datasets concretos. Las clases 1 a 4 no están incluidas en este directorio porque corresponden a un repaso inicial de sintaxis y estructuras básicas de Python. El material publicado comienza en la clase 5, cuando el curso entra de lleno en el trabajo con datos.
- Selecciones y filtros de datos
- Actividad práctica: filtrar pasajeros sobrevivientes en el naufragio del Titanic
- Funciones de agregación y agrupamiento de datos
- Actividad práctica: usar
groupby()de Pandas para segmentar el dataset
- Estadística descriptiva: análisis de tendencia central
- Estadística descriptiva: análisis de dispersión
- Introducción a la visualización de datos con Matplotlib
- Actividad práctica: análisis exploratorio del conjunto de datos
diamonds
- Análisis y cálculo de correlación con Pandas
- Introducción a gráficos con Seaborn
- Actividad práctica: análisis de correlación
- Consolidación de datos: análisis de ventas y productos
- Consolidación de datos: análisis de asistencia y resultados en talleres de capacitación
- Matplotlib: análisis de ventas a lo largo del tiempo con gráficos de líneas
- Matplotlib: análisis de ventas a lo largo del tiempo con gráficos de barras
- Seaborn: análisis de ventas a lo largo del tiempo con gráficos de líneas
- Seaborn: análisis de ventas a lo largo del tiempo con gráficos de barras
- Dashboard con Seaborn Este cuaderno debe ser visualizado en Google Colab.
- Actividad práctica: dashboard con Seaborn
A lo largo del recorrido se utilizan principalmente:
- Python
- Google Colab
- Pandas
- NumPy
- Matplotlib
- Seaborn
También se trabajan conceptos generales de análisis exploratorio de datos, interpretación de resultados y comunicación visual de información.
Los materiales fueron desarrollados por Ariel Palazzesi y se publican como parte del proyecto VintaBytes.