Python es un potente lenguaje de programación de código abierto y gratuito, con un crecimiento exponencial en la última década. Cuenta con una gran cantidad de funciones, herramientas y algoritmos fáciles de aprender. Tiene estructuras de datos eficientes de alto nivel y un enfoque simple pero efectivo para la programación orientada a objetos.
La versatilidad de Python para desarrollar múltiples aplicaciones es lo que ha llevado su uso más allá de los desarrolladores, llegando a grupos de investigación de diferentes universidades del mundo que han desarrollado librerías para todo tipo de áreas como biología, física, matemáticas, estadística, finanzas e ingenierías entre otras. Python es muy popular dentro de la comunidad científica y prácticamente en todas las ramas del mundo académico. Por ende, no solo se puede ver como un lenguaje de programación para desarrollar software, páginas web, aplicaciones de escritorio o móviles, sino también para desarrollar herramientas científicas.
- Material: El taller usará los materiales de Software Carpentry siguiendo el link https://carpentries-i18n.github.io/python-novice-gapminder/es/ , los mismos se pueden reutilizar libremente bajo la licencia Creative Commons - Attribution.
La Software Carpentry Foundation forma parte del proyecto The Carpentries, que es una gran comunidad de instructores, capacitadores, mantenedores, ayudantes y simpatizantes que comparten la misión de enseñar habilidades básicas de computación y ciencia de datos a los investigadores.
Nota: El proyecto Open Science Labs no está vinculado al proyecto The Carpentries.
- Hora estimada: 10 horas
- Entorno de trabajo: Para los usuarios de Mac OS X, Linux y Windows instalar Anaconda Navigator; Python 3.8, según corresponda en https://www.anaconda.com/products/individual Si deseas ejecutar y programar Python en tu navegador puedes utilizar Colaboratory o también llamado “Colab” desde https://colab.research.google.com/ , no requiere configuración y permite compartir contenido fácilmente.
- Contenido:
Overview
- Configuración
- Ejecutar y Salir
¿Cómo puedo ejecutar programas de Python? - Variables y asignación
¿Cómo puedo guardar datos en los programas? - Tipos de Datos y Conversión de Tipos
¿Qué tipo de datos almacenan los programas?
¿Cómo puedo convertir un tipo a otro? - Funciones integradas y ayuda
¿Cómo puedo usar las funciones integradas?
¿Cómo puedo saber qué hacen? ¿Qué tipo de errores pueden ocurrir en los programas? - Pausa
Discusión - Bibliotecas
¿Cómo puedo usar el software que otras personas han escrito?
¿Cómo puedo saber qué hace dicho software? - Biblioteca Pandas para hacer estadísticas sobre datos tabulares
- DataFrames de Pandas
¿Cómo puedo hacer análisis estadístico con datos tabulares? - Visualizando
¿Cómo puedo graficar mis datos?
¿Cómo puedo guardar mi gráfico para publicarlo? - Pausa
Discusión - Listas
How can I make my programs more reliable? - Bucles For
¿Cómo puedo hacer que un programa haga muchas cosas? - Condicionales
¿Cómo pueden los programas hacer cosas diferentes para datos diferentes? - Iterando sobre Datos
¿Cómo puedo procesar muchos datasets con un solo comando? - Pausa
Discusión - Escribiendo funciones ¿Cómo puedo crear mis funciones?
- Alcance de una variable
¿Cómo trabajan realmente las llamadas a funciones?
¿Cómo puedo determinar donde ocurrieron los errores? - Estilo de Programación
¿Cómo puedo hacer para que mis programas sean fáciles de leer?
¿Qué formato le dan la mayoría de los programadores a su código?
¿De qué forma los programas pueden verificar su propio funcionamiento? - Resumiendo
¿Qué hemos aprendido?
¿Qué otros recursos hay y dónde los encuentro? - Comentarios
Referencias:
Documentación oficial de Python: https://www.python.org/psf/
Python tutorial: https://docs.python.org/3.8/tutorial/
Introducción a Colab: * https://www.youtube.com/watch?v=inN8seMm7UI
* https://www.youtube.com/watch?v=8VFYs3Ot_aA
Leer más sobre Python aquí: https://realpython.com/python-data-types/
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent