1. Aprende
    2. /
  2. Cursos
    3. /
  3. Python intermedio
  • 1

    Matplotlib

    Gratuito

    La visualización de datos es una habilidad clave para los aspirantes a científicos de datos. Matplotlib facilita la creación de gráficos significativos y reveladores. En este capítulo, aprenderás a construir varios tipos de gráficos y a personalizarlos para que sean más atractivos visualmente e interpretables.

  • 2

    Diccionarios y pandas

    Conoce el diccionario, una alternativa a la lista de Python, y el DataFrame de pandas, el estándar de facto para trabajar con datos tabulares en Python. Practicarás la creación y manipulación de conjuntos de datos, y aprenderás a acceder a la información que necesitas de estas estructuras de datos.

  • 3

    Lógica, flujo de control y filtrado

    La lógica booleana es la base de la toma de decisiones en los programas Python. Conoce los distintos operadores de comparación, cómo combinarlos con operadores booleanos y cómo utilizar los resultados booleanos en estructuras de control. También aprenderás a filtrar datos en DataFrames de pandas utilizando la lógica.

  • 4

    Bucles

    Hay varias técnicas que puedes utilizar para ejecutar repetidamente código Python. Mientras que los bucles son como sentencias if repetidas, el bucle for itera sobre todo tipo de estructuras de datos. Aprende todo sobre ellos en este capítulo.

  • 5

    Caso práctico: Estadísticas Hacker

    Este capítulo te permitirá aplicar todos los conceptos que has aprendido en este curso. Utilizarás estadísticas de hacker para calcular tus posibilidades de ganar una apuesta. ¡Utiliza generadores de números aleatorios, bucles y Matplotlib para obtener una ventaja competitiva!

Initializing

Ejercicio

Coches per cápita (1)

Ciñámonos un poco más a los datos de cars. Esta vez quieres averiguar qué países tienen una cifra elevada de coches per cápita. En otras palabras, ¿en qué países tiene mucha gente un coche, o tal vez varios coches?

Al igual que en el ejemplo anterior, querrás construir una Serie booleana, que luego podrás utilizar para subdividir el Marco de Datos cars para seleccionar determinadas observaciones. Si quieres hacerlo en una sola línea, ¡está perfectamente bien!

Instrucciones

100 XP
  • Selecciona la columna cars_per_cap de cars como Serie Pandas y guárdala como cpc.
  • Utiliza cpc en combinación con un operador de comparación y 500. Quieres acabar con una Serie booleana que sea True si el país correspondiente tiene un cars_per_cap superior a 500 y False en caso contrario. Guarda esta Serie booleana como many_cars.
  • Utiliza many_cars para subconjuntar cars, de forma similar a lo que hiciste antes. Guarda el resultado como car_maniac.
  • Imprime car_maniac para ver si lo has hecho bien.