Anàlisi de dades amb Python

Manipular, netejar i normalitzar dades, explorar-les i construir-hi models que responguin la pregunta plantejada.

PYTHON510199 h1r curs6 activitats13 pàgines4 resultats d'aprenentatge

1NumPy: arrays i càlcul vectorial12 h2Pandas: càrrega, selecció i exportació de dades21 h3Polars: sèries, dataframes i consultes21 h4Neteja, validació i normalització de dades15 h5Anàlisi exploratòria i visualització18 h6Estadística, correlació i models12 h

Programa

1

NumPy: arrays i càlcul vectorial

RA112 h · 12%

NumPy

2

Pandas: càrrega, selecció i exportació de dades

RA1RA221 h · 21%

Pandas

3

Polars: sèries, dataframes i consultes

RA1RA221 h · 21%

SeriesDataFrameConsultaExpressió

4

Neteja, validació i normalització de dades

RA215 h · 15%

Patito

5

Anàlisi exploratòria i visualització

RA318 h · 18%

MatplotlibBàsicPlotlyBasicChart

6

Estadística, correlació i models

RA3RA412 h · 12%

Estadística

Resultats d'aprenentatge

RA1Maneja, neteja i normalitza diferents tipus de dades en funció del problema a resoldreA1A2A36 criteris d'avaluació

1. CA1Coneix i importa les llibreries utilitzades en ciència de dades.
2. CA2Escriu codi que permet llegir dades de diferents orígens (csv, xlsx, entre d'altres).
3. CA3Escriu codi que permet exportar dades prèviament llegides en fitxers de diferent format (csv, xlsx, entre d'altres).
4. CA4Escriu codi que permet accedir a bases de dades utilitzant llibreries de ciència de dades.
5. CA5Maneja seleccions, actualitzacions, addicions i eliminacions de dades d'una base de dades utilitzant les llibreries de Python aplicades en ciència de dades.
6. CA6Realitza proves intermèdies de verificació.

RA2Neteja i estandarditza lots de dades de manera lògica i eficient per al seu tractament posterior d'acord amb el problema a resoldreA2A3A46 criteris d'avaluació

1. CA1Analitza les dades llegides.
2. CA2Dedueix les operacions per a normalitzar i estandarditzar dades en Python.
3. CA3Escriu codi que permet netejar i estandarditzar dades basant-se en el problema que cal resoldre.
4. CA4Aplica intervals en sèries de dades per a realitzar agrupacions de manera coherent.
5. CA5Identifica les dades a convertir de categòriques a numèriques.
6. CA6Escriu codi que modifica variables categòriques en variables quantitatives en Python.

RA3Realitza anàlisis exploratòries en dades en funció de l'abast del problema a resoldreA5A64 criteris d'avaluació

1. CA1Resum grans quantitats de dades per a la presa de decisions.
2. CA2És capaç de respondre preguntes rellevants relatives a les dades.
3. CA3Reconeix patrons en les dades.
4. CA4Escriu codi en Python que permeti conèixer la correlació entre variables.

RA4Desenvolupa models en llenguatge Python donant solució al problema plantejatA64 criteris d'avaluació

1. CA1Analitza la relació entre una variable contínua i una o més variables independents mitjançant l'ajust d'una equació lineal.
2. CA2Modela una relació no lineal entre variables independents i dependents.
3. CA3Determina correctament la mostra en la qual s'assajarà el procediment a avaluar.
4. CA4Realitza una predicció i comprova la seva precisió i validesa utilitzant una mostra de dades vàlida.