Aprende Python: Análisis y Visualización de Datos
Domina la depuración, manipulación y visualización avanzada de datos con Python para crear análisis sólidos y gráficos interactivos de alto impacto.
Certificado con validez SEPA través del Gobierno del Estado de México
12 meses de acceso
En línea · 240 h
100% autodidacta
24 unidades
Modalidad
Así estudias: curso autodidacta
- Autodidacta y 100% en línea: contenido disponible 24/7.
- Avanzas a tu ritmo: la plataforma guarda tu progreso.
- Sin tutor ni clases en vivo: el curso está diseñado para estudiarse por tu cuenta.
- Te evalúas con actividades automáticas, sin entregas a un tutor.
Qué aprenderás
Lo que serás capaz de hacer
Aprenderás a convertir datos en información clara y útil mediante Python. Desarrollarás habilidades para depurar código, procesar datos y crear visualizaciones interactivas de alto impacto.
- Depurar código y resolver errores en scripts con Pandas y aplicaciones en Streamlit.
- Manipular, transformar y procesar datos estructurados y grandes volúmenes de información con PySpark.
- Crear y exportar gráficos interactivos y avanzados con Matplotlib, Seaborn, Bokeh y Plotly.
- Resolver ejercicios de análisis computacional en niveles básico, intermedio y avanzado con SciPy.
Temario
UNIDAD 1 - Introducción · 1 leccionesDepura el código: Python y Streamlit - UNIDAD 1 - Introducción
UNIDAD 1 - Introducción · 1 lecciones
Depura el código: Python y Streamlit - UNIDAD 1 - Introducción
- Identifica y corrige errores
UNIDAD 2 - 1. Depura el código en Streamlit con Python · 2 leccionesDepura el código: Python y Streamlit - UNIDAD 2 - 1. Depura el código en Streamlit con Python
UNIDAD 2 - 1. Depura el código en Streamlit con Python · 2 lecciones
Depura el código: Python y Streamlit - UNIDAD 2 - 1. Depura el código en Streamlit con Python
- Identificando errores: web app con Streamlit en Python
- Solucionando errores: depurando el código en web app con Streamlit en Python
UNIDAD 3 - Introducción · 1 leccionesDepura el Código: Python y Pandas - UNIDAD 3 - Introducción
UNIDAD 3 - Introducción · 1 lecciones
Depura el Código: Python y Pandas - UNIDAD 3 - Introducción
- Una depuración de datos eficaz
UNIDAD 4 - 1. Depura el código con Python y Pandas · 2 leccionesDepura el Código: Python y Pandas - UNIDAD 4 - 1. Depura el código con Python y Pandas
UNIDAD 4 - 1. Depura el código con Python y Pandas · 2 lecciones
Depura el Código: Python y Pandas - UNIDAD 4 - 1. Depura el código con Python y Pandas
- Identificando errores con Pandas para exploración de datos
- Solucionando errores con Pandas para exploración de datos
UNIDAD 5 - Introducción · 2 leccionesDomina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 5 - Introducción
UNIDAD 5 - Introducción · 2 lecciones
Domina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 5 - Introducción
- Crea visualizaciones de datos interactivas con Python utilizando Bokeh y Plotly
- Librerías de Python para la visualización de datos
UNIDAD 6 - 1. Introducción a Plotly · 3 leccionesDomina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 6 - 1. Introducción a Plotly
UNIDAD 6 - 1. Introducción a Plotly · 3 lecciones
Domina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 6 - 1. Introducción a Plotly
- Qué es Plotly
- Introducción a Plotly con Python
- Cómo crear una gráfica con Plotly Python
UNIDAD 7 - 2. Parámetros de una gráfica con Plotly Python · 5 leccionesDomina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 7 - 2. Parámetros de una gráfica con Plotly Python
UNIDAD 7 - 2. Parámetros de una gráfica con Plotly Python · 5 lecciones
Domina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 7 - 2. Parámetros de una gráfica con Plotly Python
- Títulos de una gráfica con Plotly Python
- Leyendas de una gráfica con Plotly Python
- Ejes de una gráfica con Plotly Python
- Estilos de una gráfica con Plotly Python
- Anotaciones en una gráfica con Plotly Python
UNIDAD 8 - 3. Tipos de gráficas con Plotly Python · 5 leccionesDomina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 8 - 3. Tipos de gráficas con Plotly Python
UNIDAD 8 - 3. Tipos de gráficas con Plotly Python · 5 lecciones
Domina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 8 - 3. Tipos de gráficas con Plotly Python
- Grafica de lineas con Plotly Python
- Grafica de barras con Plotly Python
- Gráfica circular con Plotly Python
- Gráficas de dispersión con Plotly Python
- Histogramas con Plotly Python
UNIDAD 9 - 4. Introducción a Bokeh · 3 leccionesDomina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 9 - 4. Introducción a Bokeh
UNIDAD 9 - 4. Introducción a Bokeh · 3 lecciones
Domina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 9 - 4. Introducción a Bokeh
- Qué es Bokeh
- Cómo crear una gráfica con Bokeh
- Diferencia entre Bokeh plotting y Bokeh models
UNIDAD 10 - 5. Parámetros de una gráfica con Bokeh · 3 leccionesDomina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 10 - 5. Parámetros de una gráfica con Bokeh
UNIDAD 10 - 5. Parámetros de una gráfica con Bokeh · 3 lecciones
Domina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 10 - 5. Parámetros de una gráfica con Bokeh
- Tamaño de una gráfica con Bokeh
- Ejes y cuadrícula de una gráfica con Bokeh
- Leyendas, textos y anotaciónes en una gráfica con Bokeh
UNIDAD 11 - 6. Gráficas interactivas con Bokeh · 3 leccionesDomina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 11 - 6. Gráficas interactivas con Bokeh
UNIDAD 11 - 6. Gráficas interactivas con Bokeh · 3 lecciones
Domina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 11 - 6. Gráficas interactivas con Bokeh
- Widgets con Bokeh
- Callbacks con Bokeh
- Datos en tiempo real con Bokeh
UNIDAD 12 - 7. Visualización y exportación de gráficos con Bokeh · 3 leccionesDomina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 12 - 7. Visualización y exportación de gráficos con Bokeh
UNIDAD 12 - 7. Visualización y exportación de gráficos con Bokeh · 3 lecciones
Domina Python: Visualización de datos con Bokeh y Plotly - UNIDAD 12 - 7. Visualización y exportación de gráficos con Bokeh
- Visualización de una gráfica de Bokeh en Jupyter notebook
- Exportación de gráficos a HTML con Bokeh
- Exportación de gráficos a png y SVG con Bokeh
UNIDAD 13 - Introducción · 1 leccionesDomina Python: PySpark - UNIDAD 13 - Introducción
UNIDAD 13 - Introducción · 1 lecciones
Domina Python: PySpark - UNIDAD 13 - Introducción
- Usos de PySpark
UNIDAD 14 - 1. Operaciones básica con PySpark · 4 leccionesDomina Python: PySpark - UNIDAD 14 - 1. Operaciones básica con PySpark
UNIDAD 14 - 1. Operaciones básica con PySpark · 4 lecciones
Domina Python: PySpark - UNIDAD 14 - 1. Operaciones básica con PySpark
- Instalacion de pySpark
- Crear una SparkSession de pySpark
- Crear un RDD (Resilient Distributed Datasets) a partir de una lista en PySpark
- Cargar un archivo en un RDD (Resilient Distributed Datasets) en PySpark
UNIDAD 15 - 2. Transformaciones y Acciones en PySpark · 12 leccionesDomina Python: PySpark - UNIDAD 15 - 2. Transformaciones y Acciones en PySpark
UNIDAD 15 - 2. Transformaciones y Acciones en PySpark · 12 lecciones
Domina Python: PySpark - UNIDAD 15 - 2. Transformaciones y Acciones en PySpark
- Transformaciones a un RDD (Resilient Distributed Datasets) de PySpark usando la función map
- Transformaciones a un RDD (Resilient Distributed Datasets) de PySpark usando la función filter
- Transformaciones a un RDD (Resilient Distributed Datasets) de PySpark usando la función flatMap
- Transformaciones a un RDD (Resilient Distributed Datasets) de PySpark usando la función union
- Transformaciones a un RDD (Resilient Distributed Datasets) de PySpark usando reduceByKey
- Transformaciones a un RDD (Resilient Distributed Datasets) de PySpark usando groupByKey
- Transformaciones a un RDD (Resilient Distributed Datasets) de PySpark usando sortByKey
- Transformaciones a un RDD (Resilient Distributed Datasets) de PySpark usando join
- Acciones en RDD (Resilient Distributed Datasets) de PySpark usando collect, o collectAsMap
- Acciones en RDD (Resilient Distributed Datasets) de PySpark usando take o first
- Acciones en RDD (Resilient Distributed Datasets) de PySpark usando first, count, countByKey
- Acciones en RDD (Resilient Distributed Datasets) de PySpark usando reduce
UNIDAD 16 - 3. Manipulación de datos con PySpark · 8 leccionesDomina Python: PySpark - UNIDAD 16 - 3. Manipulación de datos con PySpark
UNIDAD 16 - 3. Manipulación de datos con PySpark · 8 lecciones
Domina Python: PySpark - UNIDAD 16 - 3. Manipulación de datos con PySpark
- Crear un DataFrame en PySpark
- Filtrar valores de un DataFrame en PySpark
- Seleccionar columnas de un DataFrame en PySpark
- Realizar transformaciones en una columna de un DataFrame en PySpark
- Aplicar de métodos de agregación a un DataFrame en PySpark
- Ordenar elementos de un DataFrame en PySpark
- Operaciones condicionales en un DataFrame en PySpark
- Operaciones Join en un DataFrame en PySpark
UNIDAD 17 - Introducción · 1 leccionesDomina Python: Visualización de datos con Matplotlib y Seaborn - UNIDAD 17 - Introducción
UNIDAD 17 - Introducción · 1 lecciones
Domina Python: Visualización de datos con Matplotlib y Seaborn - UNIDAD 17 - Introducción
- Usos de Matplotlib y Seaborn
UNIDAD 18 - 1. Visualización de datos básico con Matplotlib · 12 leccionesDomina Python: Visualización de datos con Matplotlib y Seaborn - UNIDAD 18 - 1. Visualización de datos básico con Matplotlib
UNIDAD 18 - 1. Visualización de datos básico con Matplotlib · 12 lecciones
Domina Python: Visualización de datos con Matplotlib y Seaborn - UNIDAD 18 - 1. Visualización de datos básico con Matplotlib
- Gráfico de líneas con Matplotlib
- Títulos en gráficos con Matplotlib
- Etiquetas de eje en un gráfico con Matplotlib
- Leyendas del gráfico con Matplotlib
- Límites del eje en un gráfico con Matplotlib
- Estilos de línea en un gráfico con Matplotlib
- Líneas verticales en un gráfico con Matplotlib
- Tamaños de fuente en los gráficos con Matplotlib
- Definir el tamaño en un gráfico con Matplotlib
- Gráfico circular con Matplotlib
- Gráfico de barras con Matplotlib
- Crear anotaciones en los gráficos con Matplotlib
UNIDAD 19 - 2. Visualización de datos Intermedia con Matplotlib · 5 leccionesDomina Python: Visualización de datos con Matplotlib y Seaborn - UNIDAD 19 - 2. Visualización de datos Intermedia con Matplotlib
UNIDAD 19 - 2. Visualización de datos Intermedia con Matplotlib · 5 lecciones
Domina Python: Visualización de datos con Matplotlib y Seaborn - UNIDAD 19 - 2. Visualización de datos Intermedia con Matplotlib
- Gráfico con barras agrupadas con Matplotlib
- Gráfico de dispersión con Matplotlib
- Histogramas con Matplotlib
- Barras de error con Matplotlib
- Múltiples histogramas con Matplotlib
UNIDAD 20 - 3. Visualización de datos Avanzada con Matplotlib y Seaborn · 11 leccionesDomina Python: Visualización de datos con Matplotlib y Seaborn - UNIDAD 20 - 3. Visualización de datos Avanzada con Matplotlib y Seaborn
UNIDAD 20 - 3. Visualización de datos Avanzada con Matplotlib y Seaborn · 11 lecciones
Domina Python: Visualización de datos con Matplotlib y Seaborn - UNIDAD 20 - 3. Visualización de datos Avanzada con Matplotlib y Seaborn
- Gráficos segmentados (Faceting) con Seaborn
- Diagrama de caja con Seaborn
- Diagrama de violín con Seaborn
- Gráfico de correlación con Seaborn
- Mapas de calor con Seaborn
- Método orientado a objetos con Matplotlib
- Subplots de Matplotlib
- Jointplot con Seaborn
- Gráfico por pares(pairplot) en Seaborn
- Gráfico con imágenes con Matplotlib
- Gráficos de 3D con Matplotlib
UNIDAD 21 - Introducción · 1 leccionesDomina Python: SciPy - UNIDAD 21 - Introducción
UNIDAD 21 - Introducción · 1 lecciones
Domina Python: SciPy - UNIDAD 21 - Introducción
- Usos de SciPy
UNIDAD 22 - 1. Ejercicios de nivel básicos con SciPy · 8 leccionesDomina Python: SciPy - UNIDAD 22 - 1. Ejercicios de nivel básicos con SciPy
UNIDAD 22 - 1. Ejercicios de nivel básicos con SciPy · 8 lecciones
Domina Python: SciPy - UNIDAD 22 - 1. Ejercicios de nivel básicos con SciPy
- Crear una matriz CSR en SciPy
- Suma y multiplicación de matrices CSR con SciPy
- Transposición de una matriz CSR con SciPy
- Contar y eliminar valores cero en una matriz CSR con SciPy
- Encontrar el determinante de una matriz cuadrada con SciPy
- Calcular los valores propios (eigenvalues) y los vectores propios (eigenvectors) con SciPy
- La distancia euclidiana entre puntos dados con SciPy
- Calcular la integral simple con SciPy
UNIDAD 23 - 2. Ejercicios de nivel intermedio con SciPy · 4 leccionesDomina Python: SciPy - UNIDAD 23 - 2. Ejercicios de nivel intermedio con SciPy
UNIDAD 23 - 2. Ejercicios de nivel intermedio con SciPy · 4 lecciones
Domina Python: SciPy - UNIDAD 23 - 2. Ejercicios de nivel intermedio con SciPy
- Resolver integrales dobles con SciPy
- La prueba t y P-Valor con SciPy
- Integración de Romberg con SciPy
- Análisis de regresión lineal con Scipy
UNIDAD 24 - 3. Ejercicios de nivel avanzado con SciPy · 5 leccionesDomina Python: SciPy - UNIDAD 24 - 3. Ejercicios de nivel avanzado con SciPy
UNIDAD 24 - 3. Ejercicios de nivel avanzado con SciPy · 5 lecciones
Domina Python: SciPy - UNIDAD 24 - 3. Ejercicios de nivel avanzado con SciPy
- Creación de clúster con SciPy
- Transformada Rápida de Fourier con SciPy
- Transformada de coseno discreta con SciPy
- Procesamiento de imágenes multidimensionales con SciPy
- Datos espaciales de SciPy
Al terminar
Lo que harás al terminar
Podrás desarrollar análisis cuantitativos sólidos, procesar conjuntos de datos a gran escala y comunicar hallazgos mediante reportes y visualizaciones interactivas. Estarás preparado para participar en proyectos de análisis y visualización de datos con Python.
Perfil
¿Para quién es este curso?
Está dirigido a personas interesadas en dominar la manipulación, el análisis y la visualización de datos con Python. Es adecuado para quienes buscan fortalecer sus habilidades en depuración de scripts, procesamiento de datos y comunicación de resultados.
Interés en Python y análisis de datos
Certificado oficial
Certificado con validez SEP: lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Cómo funciona
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $2,800 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
24 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
Cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Lo que obtienes
Un certificado oficial de la SEP
Muestra · verificable por folio y QR
- Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por .
- Folio y QR verificables para compartirlo con quien te contrate.
Medios que necesitas
Equipo de cómputo
Conexión estable a internet
Pago único
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 24 unidades · 105 lecciones · 240 h
- 12 meses de acceso
- Certificado emitido por la SEP (Gob. del Estado de México) con folio verificable
Preguntas frecuentes
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $2,800 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por ; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.
¿El curso tiene validez SEP?
Sí. Al completar el curso recibes un certificado emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
¿El curso tiene tutor o clases en vivo?
No. Es un curso autodidacta: estudias por tu cuenta, a tu ritmo, sin tutor ni sesiones en vivo.
¿Cómo se evalúa?
Te evalúas con actividades automáticas, sin entregas a un tutor.
