Python para Ingeniería

De cero a infinito

Descripción del curso

Es un curso asíncrono de Python dirigido a personas que manejan series de datos temporales, realizan operaciones matemáticas y visualizan estos datos.

Si eres estudiante de ingeniería, o una persona que maneja series temporales o datos numéricos, y quieres aprender a manejar esos datos con Python, entonces este curso es para ti. No se requieren conocimientos previos, partimos desde la instalación hasta la visualización y manipulación de datos.

Para crear este curso Diego, Kevin y yo (Guillermo), recopilamos las experiencias de los cursos impartidos en el IER-UNAM tanto en posgrado como en la LIER-UNAM. Invitamos a Ana Gabriela para que grabara algunos videos y diseñó un par de ejercicios especializados. Además, nos dimos a la tarea de crear una colección de datos ad-hoc. La cereza del pastel son los ejercicios con los cuales aprenderás a manejar series temporales o datos experimentales.

El curso contiene 20 horas de grabaciones en 61 videos, 9 cuestionarios para evaluar tu avance y un repositorio con la colección de datos. Está disponible en la plataforma Renovando Talentos.

A continuación te mostramos el temario detallado de los seis módulos del curso.

1. ¿Cómo empezar con Python?

  1. Instalando Python y Jupyter Notebook en Windows, MacOs, Linux
  2. Introducción a Python
  3. Anclar WinPython command prompt en Windows
  4. Paseo por Jupyter Notebook
  5. Indentación
  6. Acceso a la documentación de Python
  7. Instalando paquetes en Python con pip
  8. Quiz: 001 Cómo empezar con python

2. Tipos de variables

  1. Tipos de variables: Introducción
  2. Tipos de variables: Enteros, dobles y complejos
  3. Tipos de variables: Cadenas
  4. Tipos de variables: Booleanos
  5. Tipos de variables: Listas
  6. Tipos de variables: Tuplas
  7. Tipos de variables: Diccionarios
  8. Imprimir
  9. Ejercicios con variables, cadenas y listas
  10. Quiz: Conociendo las variables

3. Herramientas de control, funciones y clases

  1. Herramientas de control
  2. List comprehension
  3. Built-in functions
  4. Magic commands
  5. Quiz: Aprendiendo a tener control
  6. Funciones
  7. Variables locales y globales en Python
  8. Trucos de la libreta de Jupyter y Python
  9. Quiz: Aprendiendo a tener el control

4. Introducción a Numpy

  1. Introducción a Numpy
  2. Introducción a los objetos de Numpy
  3. Introducción al slicing en Numpy
  4. Quiz: Una breve intro a Numpy

5. Introducción al análisis de datos con pandas

  1. Dataframes, ese poderoso objeto de Pandas: Introducción
  2. Dataframes, ese poderoso objeto de Pandas: Listas
  3. Dataframes, ese poderoso objeto de Pandas: Diccionarios
  4. Dataframes, ese poderoso objeto de Pandas: Desde archivos
  5. Dataframes, ese poderoso objeto de Pandas: Desde otro Dataframes
  6. Dataframes, ese poderoso objeto de Pandas: Valores nulos
  7. Introducción a Pandas
  8. Introducción aplicada a los DataFrames
  9. Operaciones básicas de Pandas y DataFrames
  10. Carga archivos csv y visualiza rápidamente con Pandas
  11. Carga archivos de excel con Pandas
  12. Localiza o reemplaza información en DataFrames usando loc
  13. Análisis del Sistema Nacional de Investigadores con Pandas
  14. Quiz: 006 Iniciando en el EDA
  15. Introducción a Matplotlib
  16. Quiz: Iniciando en el EDA

6. Ejemplos y aplicaciones en ingeniería

  1. Calcular y graficar el día con mayor energía solar
  2. Calcular y graficar el día con mayor energía solar: Grafica doble de un día específico
  3. Calcula la energía solar anual, mensual y diaria
  4. Quiz: Miscelánea de ejercicios
  5. Rosa de vientos Parte Uno
  6. Rosa de vientos Parte Dos
  7. Importa y analiza datos desde un archivo EPW: Parte Uno
  8. Importa y analiza datos desde un archivo EPW: Parte Dos
  9. Ajuste interactivo de polinomios usando numpy e ipywidgets
  10. Graficar día/mes/año promedio usando seaborn
  11. Visualizaciones de datos meteorológicos de una serie temporal usando mapas de calor usando mapa de calor
  12. Heatmap de sensación térmica con matplotlib y seaborn
  13. Calcular y graficar día promedio usando groupby de pandas
  14. Visualizaciones de la distribución de datos usando Joyplot
  15. Importar, limpiaar, concatenar 61 archivos con list comprehension: Parte Uno
  16. Importar, limpiaar, concatenar 61 archivos con list comprehension: Parte Dos
  17. Comparar errores entre diferentes casos: Parte Uno
  18. Comparar errores entre diferentes casos: Parte Dos
  19. Quiz: Miscelánea de ejercicios
  20. Análisis de la importancia de las protecciones solares en una edificación: Parte Uno
  21. Análisis de la importancia de las protecciones solares en una edificación: Parte Dos