Curso de Introducción a Python y su uso en el Análisis de Datos

Facultad Matemáticas USC, curso 2024/2025

Bienvenido al repositorio con las slides para nuestro curso de Python! Hemos hecho open-source todo nuestro código para que en el futuro alguien pueda aprovecharse de este contenido al enseñar Python. Usamos reveal.js como framework principal para las diapositivas.

Contenidos del Curso

El curso está dividido en dos partes principales:

Parte 1: Introducción a Python y su ecosistema

1. Instalación y conceptos básicos (clase1.html)

2. Control de flujo, funciones y tipos de datos básicos (clase2.html)

3. I/O por consola y por archivos (clase3.html)

4. Instalación de paquetes y ejecución en notebooks (clase4.html)

Parte 2: Python para estadística y ciencia de datos

5. Operaciones vectorizadas con NumPy (clase5.html)

6. Uso de datasets de pandas para bases de datos tabulares (clase6.html)

7. Modelos de regresión y clasificación con scikit-learn (clase7.html)

8. Visualización de resultados con matplotlib y seaborn (clase8.html)

Tecnologías Utilizadas

Este curso utiliza las siguientes herramientas y tecnologías:

• Python y Jupyter Notebooks*
• Las librerías NumPy, pandas, scikit-learn, matplotlib, seaborn
• Reveal.js (para diapositivas interactivas)
• Gulp.js (para automatización de tareas)
• npm (gestor de paquetes de Node.js)

Como ejecutar en localhost

Para visualizar las diapositivas en tu navegador, sigue estos pasos:

Clonar el repositorio

git clone https://github.com/xianacarrera/python_course_2025.git
cd python_course_2025

Instalar las dependencias

Asegúrate de tener Node.js instalado y ejecuta:

npm install

Iniciar el servidor

npm start

Esto iniciará un servidor local donde podrás acceder a las diapositivas a través de http://localhost:8000/.

Uso y distribución

Este código puede ser utilizado, modificado y redistribuido libremente.

Se solicita amablemente que se cite a sus autores: Xiana Carrera y Pablo Díaz Viñambres.