• Ir al contenido principal
  • Skip to secondary menu
  • Ir a la barra lateral primaria
  • Ir al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Noticias
    • Opinión
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Boletín
  • Contacto
  • Acerca de Analytics Lane
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • GearBest
      • GeekBuying
      • JoyBuy

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Julia
  • JavaScript
  • Herramientas
  • Opinión
  • Noticias

Libros de programación que los científicos de datos deberían leer

octubre 30, 2020 Por Daniel Rodríguez Dejar un comentario
Tiempo de lectura: 3 minutos

Una parte clave de las habilidades que deberían tener los científicos de datos es la programación. Campo necesario para poder automatizar los análisis y la creación de modelos. Pero algunos temas importantes como los patrones de diseño, las estructuras de datos y los algoritmos son habitualmente tratados por encima, si se tratan, en los cursos y texto de introducción de Python. Por eso en esta entrada recogemos tres libros de programación que los científicos de datos deberían leer para mejorar sus habilidades.

Mastering Python Design Patterns

A la hora de programar, como en otras áreas, conocer las mejores prácticas es clave. Conceptos que no se suelen incluir en los textos básicos de programación. Por eso es importante profundizar en los patrones de diseño.

El libro de Ayeva y Kasampalis enseña a estructurar el código en Python para ir más allá de los Notebooks y poder crear aplicaciones. No solo usar el lenguaje para realizar cálculos y análisis de datos.

El texto cubre una gran cantidad de patrones de diseño, tales como: Fábrica Abstracta (Abstract Factory), Patrón Constructor (Builder Pattern), Patrón Adaptador (Adapter Pattern), Patrón Decorador (Decorator Pattern), etc.

Comprar en Amazon

Architecture Patterns with Python

Otro texto con el que profundizar en los patrones de diseño es este libro de Percival y Gregory. Un libro más avanzado que el anterior en el que se presentan patrones de diseño con los que lidiar con la complejidad creciente de las aplicaciones actuales. Estudiando patrones cómo la arquitectura hexagonal (Hexagonal architecture), la arquitectura dirigida por eventos (EDA, Event-Driven Architecture) o el diseño guiado por el dominio (DDD, Domain-Driven Design).

Un libro que aún así sigue siendo práctico, ya que cada uno de los patrones se ilustran con ejemplos concretos en Python.

Comprar en Amazon

Hands-On Data Structures and Algorithms with Python

Conocer y comprender las estructuras de datos y los algoritmos es clave a la hora de crear programas eficientes y elegantes. Conceptos en los que podrás reforzar con el libro de Agarwal, todo ello aplicado en Python.

Las estructuras de datos y los algoritmos a muchos programadores noveles les parece un tema trivial, pero no es así. Una vez que se profundiza en los temas del libro se mejora como programador, aprendiendo a crear código elegante y eficiente. Además, aprender conceptos clave.

Para los programadores de Python, posiblemente este sea el libro para aprender estructuras de datos y algoritmos. Cubriendo temas como los tipos de datos, listas, pilas, árboles, algoritmos de búsqueda y clasificación, etc.

Comprar en Amazon

Imagen de Free-Photos en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Contenido relacionado

Archivado en:Opinión Etiquetado con:Compras, Libros

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad


Barra lateral primaria

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

¡Síguenos en redes sociales!

  • facebook
  • instagram
  • pinterest
  • tumblr
  • twitter
  • youtube
  • github
  • telegram
  • rss

Publicidad

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Entradas recientes

Epsilon-Greedy con decaimiento para un problema Bandido Multibrazo (Multi-Armed Bandit)

marzo 5, 2021 Por Daniel Rodríguez Dejar un comentario

Diferencias entre library() y require() en R

marzo 3, 2021 Por Daniel Rodríguez Dejar un comentario

Noticias

Disponible la versión 1.20.0 de NumPy

marzo 2, 2021 Por Daniel Rodríguez Dejar un comentario

Publicidad

Es tendencia

  • Seleccionar filas y columnas en Pandas con iloc y loc bajo Python
  • ¿Cómo eliminar columnas y filas en un dataframe pandas? bajo Python
  • Unir y combinar dataframes con pandas en Python bajo Python
  • Excel en Python Guardar y leer archivos Excel en Python bajo Python
  • Archivos Guardar y leer archivos CSV con Python bajo Python

Publicidad

Lo mejor valorado

5 (5)

Diferencias entre var y let en JavaScript

5 (6)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

5 (5)

Archivos JSON con Python: lectura y escritura

4.8 (6)

Seleccionar filas y columnas en Pandas con iloc y loc

4.2 (5)

Guardar y leer archivos Excel en Python

Publicidad

Comentarios recientes

  • egilda en Visualización de datos en Python con Seaborn
  • Sergio en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • javier en Uso de las f-string de Python para mejorar el formato de textos
  • Daniel Rodríguez en Guardar y leer archivos Excel en Python
  • franklin Chiluisa en Guardar y leer archivos Excel en Python

Publicidad

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Lo más popular
  • Tienda

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Tiendas Afiliadas

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

2018-2021 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto