Taller de Python

Facultad de Economía - Universidad de los Andes

Profesores

• Julián Chitiva
• Juan Sebastian Moreno

Metodología

Todos los contenidos del curso serán montados a este repositorio a medida que se vayan avanzando en los temas del curso. Las clases serán realizadas por zoom (enlaces por confirmar).

Instrucciones para descargar los archivos de clase.

Instrucciones para instalar Python

En la primera clase les comentaré exactamente que fue lo que hicieron. Para tener python y muchas otros recursos que exploraremos vamos a descargar Anaconda (de nuevo, sé que no deben estar entiendo mucho, después de la primera clase todo será mucho más claro).

• Vayan a  https://www.anaconda.com/distribution/
• Al final de la página encontrarán una sección que se llama Anaconda Installers.
• Escojan y descarguen el pertinente para su equipo (Windows, Mac o Linux).
• Asegurense antes de descargarlo que diga python 3.8.
• Una vez lo descarguen de ese link podrán instalarlo a partir del mismo archivo (.exe o .dmg).

Contenido del Curso

Clase 1: Introducción a Python3

• ¿Qué es? ¿Por qué?
• Anaconda, PIP, Spyder, Jupyter.
• Funciones internas de Python.
• Operaciones matemáticas.
• Estructuras de datos básicas: int, str, float, listas, diccionarios, bool.
• Funciones de identificación y conversión.
• Asignar objetos, mutarlos y borrarlos.
• Métodos y atributos.

[Descargar Estudiantes] [Descargar Solucion]

Clase 2: Exploración de objetos y condicionales.

• Iterables:
  • Listas
  • Tuplas
  • Diccionarios
• Ejercicios

[Descargar Estudiantes] [Descargar Solucion]

Clase 3: Condicionales, Loops y Funciones

• Condicionales: if, elif, else.
• Definicion de funciones.
• Ciclo (loops) for y while.
• Ejercicios

[Descargar Estudiantes] [Descargar Solucion]

Tarea 1: [Enunciado] [Solución]

Clase 4: Funciones II y Condicionales

• Funciones recursivas.
• Funciones II.
• Controles.
• Algoritmos.

[Descargar Estudiantes] [Descargar Solucion]

Clase 5: Condicionales y Loops

• Map.
• Zip.
• Funciones anónimas.

[Descargar Estudiantes] [Descargar Solucion]

Clase 6: TALLER 1 [Enunciado] [Solución]

Clase 7: Bases de datos I

• Instalación e importación de paquetes.
• Pandas
• Importación y exportación de datos
• Métodos de los DataFrame y Series
• Manipulación de bases de datos: indexación, operaciones y agrupación.

[Descargar Estudiantes] [Descargar Solucion] [csv] [xlsx]

Clase 8: Bases de datos II

• Importación y exportación de datos
• Unión de bases: merge, concat, append.
• Manipulación de bases de datos:
  • Muestreos.
  • Agrupaciones.
  • Tablas Pivote.
  • Tabulaciones.
  • Fechas.
  • Categorias.
  • Orden.

[Descargar Estudiantes] [Descargar Solución] [accidentes csv] [accidentes xlsx] [hogares 1 csv] [hogares 2 csv]

Tarea 2: [Enunciado]

Clase 9: Visualización de datos

• Manipulación de bases de datos:
  • Muestreos.
  • Agrupaciones.
  • Tablas Pivote.
  • Tabulaciones.
  • Fechas.
  • Categorias.
  • Orden.
• Matplotlib.

[Descargar Estudiantes] [Descargar Solución] [accidentes csv] [brazilian-ecommerce]

Clase 10 y 11: Visualizacion

• Matplotlib.

[Descargar Estudiantes] [Descargar Solución] [brazilian-ecommerce]

Clase 12: TALLER 2 [Enunciado]

Clase 13: Econometría I

• Statmodels.
• Scikit-Learn
• Scipy.
• Pruebas estadísticas.
• OLS.
• Modelos discretos (Logit y Probit).

[Descargar Estudiantes] [Descargar Solución]

Clase 14: Automatización de reportes

• Diagramación automática de Excel.
• Generación de reportes.
• Diseño personalizado de resúmenes ejecutivos.
• Inclusión de gráficos

[Descargar Estudiantes] [Descargar Solución]

Clase 15*: Los estudiantes elegirán que aprender de los siguientes temas

• Introducción a web scraping.
• Optimización con Pyomo/CVXPY
• Python Simbólico.
• Introducción a Machine Learning.

[Descargar Solución]

Clase 16: TALLER 3 [Enunciado]