Capítulo 2. Conceptos básicos del lenguaje Python, IPython y Jupyter Notebooks

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

Cuando escribí la primera edición de este libro en 2011 y 2012, había menos recursos disponibles para aprender a hacer análisis de datos en Python. En parte, se trataba del problema del huevo y la gallina; muchas bibliotecas que ahora damos por sentadas, como pandas, scikit-learn y statsmodels, eran relativamente inmaduras por aquel entonces. Ahora, en 2022, existe una creciente literatura sobre ciencia de datos, análisis de datos y aprendizaje automático, que complementa las obras anteriores sobre informática científica de propósito general orientadas a científicos computacionales, físicos y profesionales de otros campos de investigación. También hay libros excelentes sobre el aprendizaje del propio lenguaje de programación Python y sobre cómo convertirse en un eficaz ingeniero de software.

Como este libro pretende ser un texto introductorio al trabajo con datos en Python, considero que es valioso tener una visión general autocontenida de algunas de las características más importantes de las estructuras de datos y bibliotecas incorporadas de Python desde la perspectiva de la manipulación de datos. Por tanto, en este capítulo y en el Capítulo 3 sólo presentaré información más o menos suficiente para que puedas seguir el resto del libro.

Gran parte de este libro se centra en el análisis basado ...

Get Python para el Análisis de Datos, 3ª Edición now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.