Proyectos de ciencia de datos con Python
Objetivo General
En este curso, aprenderemos herramientas para el desarrollo de proyectos de ciencia de datos que incluyan diversas fuentes de datos con Python y herramientas libres. Adquiriremos habilidades para el buen manejo de proyectos que propicien la colaboración y la reproducibilidad del flujo de trabajo.
Temario
| Unidad | Tema | Subtemas |
|---|---|---|
| 0 | Herramientas para una ciencia de datos reproducible y colaborativa | Interoperabilidad de datos · Narrativa computacional · Control de versiones con git · Organización del workspace |
| 1 | Entorno de trabajo en Python | Instalación con miniconda · uv, entornos virtuales, gestión de paquetes · Estructura de carpetas |
| 2 | Python y Jupyter Notebook | Jupyter vs JupyterLab vs marimo· Tipado dinámico · Strings & list comprehensions · f-strings · Funciones |
| 3 | ** Sintáxis, herramientas de control y métodos de Python | Sintaxis; tipos de variables; iterables; estructuras de control; cadenas; f-strings; funciones; tipado de funciones, list-comprehensions |
| 4 | Pandas I: importación y limpieza | pair-wise data; series temporales; datos categóricos; read_csv/read_parquet; Múltiples archivos; Fechas y datetime · Helpers lambda · Limpieza básica |
| 5 | Visualización con matplotlib | Anatomía de la figura; OOP en matplotlib; fig, ax; esquemas complejos specgrid; Formato de figura |
| 6 | NumPy y cálculo numérico | arrays, size, shape; estadística de arreglos; Slicing & fancy indexing; Mallas |
| 7 | Pandas II: análisis avanzado | Datos faltantes · Resampling · groupby y ventanas móviles · Agrupación y pivot tables |
| 9 | Código robusto y rendimiento | Manejo de excepciones · Profiling · Cython · Empaquetado · Pruebas unitarias de datos |
| 9 | Datos oficiales del INEGI: acceso y análisis | Descarga masiva de microdatos · API Banco de Indicadores · API DENUE · Estructura PC-AXIS/JSON-Stat · Etiquetado de variables · Limpieza y resumen de encuestas |
| 8 | GIS y análisis geoespacial con Python | Fundamentos GIS · GeoPandas (Shapefile, GeoJSON) · Basemaps con contextily · Mapas interactivos con Folium/Leaflet · Indicadores espaciales · Coropléticos |
| 10 | Aplicaciones integradoras | Retos con bases reales (ejemplo: lluvia, irradiancia, INEGI) · Mini-dashboards web · Presentación del proyecto final |
El temario conserva los contenidos originales y solo reordena para que el análisis de datos del INEGI preceda al trabajo geoespacial.
Método de calificación
| Rubro | Porcentaje |
|---|---|
| Tareas | 65% |
| Proyecto final | 35% |
Para aprobar el curso se debe tener calificación aprobatoria en Tareas y en el Proyecto Final.