• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Encuestas: Tamaño de Muestra
    • Lotería: Probabilidad de Ganar
    • Reparto de Escaños (D’Hondt)
    • Tres en Raya con IA
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Python

Python es un lenguaje de programación interpretado con una filosofía basada en la legibilidad del código. Un lenguaje que gracias posee un gran ecosistema de librerías para la ciencia de datos. Por lo que es uno de los más populares en la actualidad entre los científicos de datos. Además, es uno de los lenguajes más deseados y adorados por los programadores según las encuestas de Stack Overflow.

Python es un lenguaje de programación interpretado de propósito general que obliga al uso de una sintaxis clara, gracias a la cual el código es altamente legible. Siendo un lenguaje potente y fácil de aprender. Además, permite utilizar múltiples paradigmas de programación. Lo que permite usar desde programación orientada a objetos, pasando por programación imperativa o funcional.

Los paquetes de Python más utilizados por los científicos son:

  • NumPy: permite el tratamiento de datos basados en matrices,
  • Pandas: ideal para la manipulación de datos heterogéneos mediante objetos DataFrame,
  • SciPy: implementa tareas habituales en computación científica,
  • Matplotlib: facilita la visualización de datos y scikit-learn creación de modelos de aprendizaje automático.

Las publicaciones de esta sección versan sobre estas librerías y las bases del lenguaje.

Listas por comprensión en Python

septiembre 23, 2019 Por Daniel Rodríguez 5 comentarios
Tiempo de lectura: 3 minutos

Las listas por comprensión es una construcción sintáctica disponible en Python con la que se pueden crear lista a partir de otros elementos iterables. Siendo una de las contracciones más elegantes del lenguaje. A continuación, se mostrará la sintaxis básica para trabajar con las listas por comprensión.Sintaxis de las listas por comprensión en PythonLas sintaxis básicas … [Leer más...] acerca de Listas por comprensión en Python

Numpy básico: seleccionar elementos en un Array de Numpy

septiembre 18, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Continuamos la serie de tutoriales básicos sobre Numpy explicando cómo seleccionar elementos en un Array de Numpy. Tanto en vectores unidimensionales como de más dimensiones. Posiblemente la selección de elementos es una de las tareas que se realiza con mayor frecuencia con los objetos de Numpy.Para utilizar como ejemplo durante el resto de la entrada se creará un Array de … [Leer más...] acerca de Numpy básico: seleccionar elementos en un Array de Numpy

Numpy básico: encontrar la posición de un elemento en un Array de Numpy

septiembre 11, 2019 Por Daniel Rodríguez 3 comentarios
Tiempo de lectura: 3 minutos

Hace unos días se explicó cómo crear Array de Numpy a partir de otros objetos de Python. En esta ocasión se va a ver cómo encontrar la posición de un elemento buscnao el valor en un Array de Numpy. Lo que se hará mediante la función np.where().La función np.where()La función np.where() devuelve una tupla con la posición del los elementos diferentes de cero de objetos … [Leer más...] acerca de Numpy básico: encontrar la posición de un elemento en un Array de Numpy

Numpy básico: Creación de un Array de Numpy a partir de una listas o tuplas

septiembre 4, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

En esta entrada se mostrará una de las tareas básicas a la hora de trabajar con Numpy: la creación de un Array de Numpy a partir de otro tipo de objetos. La tarea se puede llevar a cabo utilizando la función np.array() que se proporciona la librería Numpy.Uno básico de la función np.array()La función np.array() permite crear Array de Numpy a partir de otras estructura … [Leer más...] acerca de Numpy básico: Creación de un Array de Numpy a partir de una listas o tuplas

Novedades en pandas 0.25

septiembre 2, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

El pasado 18 de julio de 2019 ha sido publicada la versión 0.25 de pandas. En esta entrada vamos a ver algunas de las novedades que trae esta versión.Actualización de pandas a la versión 0.25Antes de ver las novedades de pandas 0.25 es necesario comprobar que tenemos esta versión instalada en nuestro sistema. Para ellos se puede ejecutar el Python las siguientes líneas … [Leer más...] acerca de Novedades en pandas 0.25

Concatenar listas en Python

agosto 19, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 2 minutos

Las listas de Python son una pieza clave del lenguaje. En ellas se pueden almacenar cualquier tipo de dato de una forma ordenada. Por lo que son ampliamente utilizadas. A la hora de trabajar con ellas una tarea que es habitual es concatenar listas en Python. Algo, que como se mostrará a continuación, es trivial, pero es necesario conocer las alternativas … [Leer más...] acerca de Concatenar listas en Python

3 extensiones de Jupyter para reducir distracciones

julio 29, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Tres extensiones de Jupyter para reducir distraccionesEn una entrada anterior se mostraron algunas extensiones de para Jupyter Notebook destinadas a mejorar la productividad. Las cuales pertenecen a la colección nbextensions. Una colección en la que actualmente hay más de 60 extensiones disponibles. En la entrada de hoy se van a mostrar tres extensiones de Jupyter para … [Leer más...] acerca de 3 extensiones de Jupyter para reducir distracciones

Funciones lambda de Python

junio 26, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Las funciones lambda, a las que también se les conoce como funciones anónimas, es una forma de definir funciones en línea. No es una técnica propia de Python ya que se encuentran disponibles en muchos lenguajes de programación. Al definir las funciones en una línea estas se pueden aplicar a un conjunto de datos y unir posteriormente lo resultados. No siendo necesario asignar un … [Leer más...] acerca de Funciones lambda de Python

Seleccionar filas y columnas en Pandas con iloc y loc

junio 21, 2019 Por Daniel Rodríguez 4 comentarios
Tiempo de lectura: 5 minutos

En los DataFrames de Pandas existen diferentes formas de seleccionar los registros de las filas y columnas. Siendo dos de las más importantes iloc y loc. La primera permite seleccionar los elementos en base a la posición, mientras que la segunda permite seleccionar mediante etiquetas o declaraciones condicionales. Esta entrada en un tutorial en el que se explicaran los … [Leer más...] acerca de Seleccionar filas y columnas en Pandas con iloc y loc

Automatizar el análisis de datos con Pandas-Profiling

junio 12, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

La librería Pandas-Profiling permite automatizar el análisis de datos en Python. Generando automáticamente informes de los conjuntos de datos contenidos en objetos DataFrame.IntroducciónUna de las primeras tareas a realizar cuando recibimos un nuevo conjunto de datos es un análisis exploratorio del mismo. En el que se incluyen tareas como determinar el rango de cada … [Leer más...] acerca de Automatizar el análisis de datos con Pandas-Profiling

Introducción a la programación funcional en Python

junio 3, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

A la hora de crear código en Python es habitual utilizar un paradigma imperativo. Indicando de forma detallada la secuencia de tareas que el ordenador debe de ejecutar. Otro paradigma que con el que se puede escribir código en Python es la programación funcional. Un paradigma que se basa en la utilización de funciones, que permite obtener código más fácil de probar y entender. … [Leer más...] acerca de Introducción a la programación funcional en Python

5 libros de Python para ciencia de datos

mayo 21, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 2 minutos

A continuación, se muestra una recopilación de cinco libros de Python para ciencia de datos. Cualquiera de ellos es una excelente referencia, dependiendo del área y el nivel del lector.Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent SystemsEste es un excelente libro para introducirse en Aprendizaje … [Leer más...] acerca de 5 libros de Python para ciencia de datos

  • « Ir a la página anterior
  • Página 1
  • Páginas intermedias omitidas …
  • Página 27
  • Página 28
  • Página 29
  • Página 30
  • Página 31
  • Páginas intermedias omitidas …
  • Página 34
  • Ir a la página siguiente »

Barra lateral principal

Suscríbete a nuestro boletín

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

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Cómo crear un Data Lake en Azure paso a paso

noviembre 13, 2025 Por Daniel Rodríguez

¿Por qué el azar no es tan aleatorio como parece?

noviembre 11, 2025 Por Daniel Rodríguez

Noticias

Detectan vulnerabilidad crítica en MLflow que permite ejecución remota de código

noviembre 10, 2025 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Instantáneas de VirtualBox (Snapshots) publicado el marzo 27, 2019 | en Herramientas
  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas
  • Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas publicado el mayo 10, 2019 | en Python
  • Copiar y pegar Activar copiar y pegar en VirtualBox publicado el mayo 1, 2019 | en Herramientas
  • pandas Eliminar las filas con valores nulos en Pandas publicado el abril 24, 2023 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

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

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown
  • Daniel Rodríguez en Tutorial de Mypy para Principiantes

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

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.

Copyright © 2018-2025 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto