top of page
PYT_LIB | Librerías y características de Python
PYT_LIB | Librerías y características de Python
 
Este curso está compuesto de 7 capítulos, de los cuales los primeros cuatro nos presentan librerías primordiales que nos sirven como herramientas para potenciar nuestros proyectos y para complementar las siguientes: Numpy, Pandas, Matplotlib y SciPy. Las tres siguientes son librerías más complejas que son lo suficientemente potentes para crear proyectos complejos como son: “Celery" para procesos en segundo plano; “FastApi", con el que podemos crear Webservices; y “SciKit-learn", que nos facilita al mundo del machine learning.
 
Objetivos del curso
Al término del curso, serás capaz de:
  • Aprender programación avanzada con Python usando Lambdas y Expresiones Regulares, así como el manejo básico de las librerías NumPy, Pandas, Matplotlib, SciPY, Celery, FastAPI y Scikit-learn.
 
Perfil de la audiencia
  • Personas interesadas en conceptos avanzado de programación Python así como conocer y utilizar las librerías avanzadas de Python para el manejo de tareas distribuidas, desarrollo de APIs y el Análisis de Datos.
  • Desarrolladores avanzados en Python, analistas de datos y analistas de negocio.
 
Prerequisitos
  • Conocimientos a nivel avanzado de Python. 
  • Técnicas de análisis de datos, así como
  • Conocimientos en estadística y matemáticas.
 
Especificaciones laboratorios
  • Hardware: Equipo x86 en adelante que soporte, Windows 7, 8, 8.1 y 10, Linux, o Equipo Mac.
  • Software: Instalación de Python y PostgreSQL.
 
Esquema del curso
Capítulo 1: NumPy
  • Objetivos
  • Introducción 
  • 1.1 Introducción a Numpy
  • 1.2 Creación, indexado y corte de arrays
  • 1.3 Copiado y edición
  • 1.4 Apilamiento y reestructuración
  • 1.5 Operaciones aritméticas
  • Resumen
  • Quiz
  • Referencia Bibliográfica
  • Referencia Bibliográfica
Capítulo 2: Pandas
  • Objetivos
  • Introducción 
  • 2.1 Introducción a la librería Pandas 
  • 2.2 ¿Qué es un DataFrame?
  • 2.3 Creación de un DataFrame a partir de un diccionario.
  • 2.4 Como importar datos desde un fichero de texto plano. 
  • 2.5 ¿Cómo exportar datos desde un DataFrame hacia archivos CSV y tipo Excel?
  • 2.6 Métodos útiles en un DataFrame Pandas
  • Resumen
  • Quiz
  • Práctica
  • Referencia Bibliográfica
Capítulo 3: Matplotlib
  • Objetivos
  • Introducción 
  • 3.1 Introducción a Matplotlib
  • 3.2 Gráfica de línea
  • 3.3 Gráfica de barra
  • 3.4 Gráfica de pastel
  • 3.5 Histograma
  • Resumen
  • Quiz
  • Práctica
  • Referencia Bibliográfica
Capítulo 4: SciPy
  • Objetivos
  • Introducción 
  • 4.1 Introducción a SciPy
  • 4.2 Funciones básicas
  • 4.3 Funciones especiales
  • Resumen
  • Quiz
  • Práctica
  • Referencia Bibliográfica
Capítulo 5: Celery
  • Objetivos
  • Introducción 
  • 5.1 Introducción a Celery
  • 5.2 Applications
  • 5.3 Tasks
  • 5.4 Work-flows
  • 5.5 Workers
  • Resumen
  • Quiz
  • Práctica
  • Referencia Bibliográfica
Capítulo 6: FastAPI
  • Objetivos
  • Introducción 
  • 6.1 Introducción a FastAPI
  • 6.2 Manejo de request
  • 6.3 Manejo del response
  • 6.4 Manejo de errores
  • Resumen
  • Quiz
  • Práctica
  • Referencia Bibliográfica
Capítulo 7: Scikit-learn
  • Objetivos
  • Introducción 
  • 7.1 Introducción a Scikit-learn
  • 7.2 Bases de estimación
  • 7.3 Transformadores y preprocesadores
  • 7.4 Pipelines
  • 7.5 Evaluación del modelo
  • Resumen
  • Quiz
  • Práctica
  • Referencia Bibliográfica
 
Descargue el temario para conocer el detalle completo de los contenidos
 
Debido a las constantes actualizaciones de los contenidos de los cursos por parte del fabricante, el contenido de este temario puede variar con respecto al publicado en el sitio oficial, sin embargo, Netec siempre entregará la versión actualizada de éste

PYT_LIB | Librerías y características de Python

SKU: NETEC-PYT_LIB
bottom of page