1
Introducción a Python
Kostenlos
¡Bienvenido al maravilloso mundo del Análisis de Datos en Python! En este capítulo, aprenderás los conceptos básicos de la sintaxis de Python, cargarás tus primeros módulos de Python y utilizarás funciones para obtener una lista de sospechosos del secuestro de Bayes, el premiado Golden Retriever de DataCamp.
2
Cargar datos en pandas
En este capítulo, aprenderás una potente biblioteca de Python: pandas. pandas te permite leer, modificar y buscar conjuntos de datos tabulares (como hojas de cálculo y tablas de bases de datos). Examinarás los registros de las tarjetas de crédito de los sospechosos y comprobarás si alguno de ellos hizo compras sospechosas.
3
Trazar datos con Matplotlib
¡Prepárate para visualizar tus datos! Crearás gráficos de líneas con otro módulo de Python: Matplotlib. Utilizando gráficos de líneas, analizarás las frecuencias de letras de la nota de rescate y varias muestras de escritura para determinar el secuestrador.
4
Diferentes tipos de parcelas
En este último capítulo, aprenderás a crear tres nuevos tipos de gráficos: gráficos de dispersión, gráficos de barras e histogramas. Utilizarás estas herramientas para localizar dónde se esconde el secuestrador y rescatar a Bayes, el Golden Retriever.

Initializing

Cargar un Marco de Datos

Se dejó una nota de rescate en el lugar del secuestro de Bayes. Con el tiempo, querremos analizar la frecuencia con la que aparece cada letra en la nota, para ayudarnos a identificar al secuestrador. De momento, sólo tenemos que cargar los datos de ransom.csv en Python.

Cargaremos los datos en un DataFrame, un tipo de datos especial del módulo pandas. Representa datos similares a los de una hoja de cálculo (algo con filas y columnas).

Podemos crear un DataFrame a partir de un archivo CSV (valores separados por comas) utilizando la función pd.read_csv().

Utiliza pd.read_csv() para cargar datos de un archivo CSV llamado ransom.csv. Este archivo representa la frecuencia de cada letra en la nota de rescate para Bayes.