Rating 4.6 out of 5 (98 ratings in Udemy)
What you'll learn- Aprenderás a usar Python 3 como una herramienta para resolver diversos problemas, simples y complejos
- Dominarás los tres estilos de programación que comprende Python: estructurado, funcional y orientado a objetos
- A crear juegos, modelos y programas apoyándote en el uso de seudocódigo y paquetes usados en la industria
- Manipular todo tipo de dato, tanto con Python nativo como con paquetes especializados (Pandas, Numpy, y más) …
Rating 4.6 out of 5 (98 ratings in Udemy)
What you'll learn- Aprenderás a usar Python 3 como una herramienta para resolver diversos problemas, simples y complejos
- Dominarás los tres estilos de programación que comprende Python: estructurado, funcional y orientado a objetos
- A crear juegos, modelos y programas apoyándote en el uso de seudocódigo y paquetes usados en la industria
- Manipular todo tipo de dato, tanto con Python nativo como con paquetes especializados (Pandas, Numpy, y más)
- Aprender a crear Jupyter notebooks y archivos .py en Visual Studio Code
- Elevar tu productividad y calidad de código con plugins de VSCode u otras herramientas externas
- A aplicarlo en proyectos avanzados como Machine Learning, Web Scraping para finanzas, Automatización, Computación Científica, Juegos y GUIs
- Desarrollarás un portfolio de proyectos con Python en GitHub que podrás mostrar a futuros empleadores
- Adquirirás una comprensión profunda sobre programación en Python 3 desde cero
- Desarrollarás una intuición sobre pensamiento programático. Aprende a pensar como un programador.
- Aprenderás a usar APIs para extraer información y datos de diversas fuentes como Yahoo Finance.
DescriptionPython Integral debe el nombre a que es:
completo pues incluye los tres estilos de programación que caracterizan a Python: Modular, Funcional y Orientado a Objetos.
no trivial pues se trabaja fuertemente con las bibliotecas pandas y numpy, indispensables en Ciencia de Datos.
práctico pues va más allá de puros ejercicios teóricos para realizar ejercicios prácticos, como la creación de un Web Scraper para obtener datos financieros de la web.
trasladable ya que aprenderás a manejar GitHub, paquetes, APIs y otras prácticas que hacen a la programación general más allá del lenguaje de elección, lo cual se trasladará como ventaja competitiva en el mercado laboral.
riguroso pues se basa en la documentación oficial de Python y mejores prácticas en la industria
desafiante pues agrega un módulo especial con programas aplicados a Machine Learning, automatización, desarrollo de juegos, GUIs y mucho más…
estimulante pues podrán medir el progreso.
Recursos de aprendizaje
El objetivo prioritario de Python Integral es que aprendas a programar. Para ese fin el curso implementa herramientas de diferente grado de complejidad.
Ejemplos – Breves códigos que ejemplifican cada concepto introducido
Cuestionarios – Cada sección incluye un cuestionario de respuesta inmediata
Ejercicios – Se trata de fragmentos de código que requieren ser completados o crear código según instrucciones. A diferencia de los ejemplos, donde eres un receptor, en los ejercicios eres un actor.
Script progresivo – A lo largo del curso se construye el script Conversor de Temperatura, que convierte entre escalas de temperatura, agregando funcionalidades a medida que se incorpora conocimiento.
Scripts desafío – A partir de la mitad del curso, una vez adquiridas las herramientas de codificación necesarias, desarrollarás scripts completos ayudado por detalladas guías de codificación.
A lo largo del curso aprenderas a dominar los siguientes contenidos:
Módulos y paquetes
Sintaxis y semántica de Python
El estilo de programación estructurada: funciones, iteraciones, condiciones
Gestión de errores
Transferencia de datos
Bibliotecas pandas y numpy
Reformateo y depuración de tablas de datos
Visualización de resultados
El estilo de programación funcional
El estilo de programación orientada a objetos
Tópicos aplicados que te introducirán a las ramas más demandadas de la programación con Python
Los videos de clases y de ejercicios están respaldados por documentos en formato de cuadernos de Jupyter almacenados en una cuenta especial en GitHub.
