FINALIZADO: MARZO - MAYO 2026
CUOTA: 80 SOLES O 28 USD 
LINK PARA UNIRTE: https://t.me/+J0Y6PShVifFkNmJh Sesión 01 Herramientas para trabajar con Python• Python Source: versiones, descarga e instalación.
• Editores de código: Jupyter Notebook, Visual Studio Code y Google Colab.
• Taller: librerías, operadores básicos y ejecución de código.
Sesión 02 Tipos y estructuras de datos en Python
• Variables y tipos de datos básicos.
• Ingreso e impresión de valores.
• Manipulación de Strings, archivos y fechas.
• Taller: captura, almacenamiento y operaciones con datos.
Sesión 03 Tipos y estructuras de datos en Python
• Listas, Tuplas, Diccionarios y Conjuntos.
• Taller: Indexing, Slicing, lectura y escritura de datos.
• Estructuras de control: IF, WHILE y FOR.
• Taller: estructuras condicionales, bucles y estructuras mixtas.
• Revisión de Prompts ChatGPT útiles.
Sesión 04 Cálculo numérico con la librería NumPy
• Librería NumPy: definición y propósito.
• Arrays, vectores y matrices.
• Taller: operaciones matemáticas y algebraicas.
• Resolución de sistemas de ecuaciones.
• Introducción a la Optimización Lineal con PuLP.
• Revisión de Prompts ChatGPT útiles.
Sesión 05 Programación Funcional
• Funciones personalizadas en Python.
• Taller: funciones con parámetros y valores de retorno.
• Funciones recursivas y Lambda.
• Control de errores en funciones.
• Revisión de Prompts ChatGPT útiles.
Sesión 06 Programación orientada a objetos
• Clases y objetos: definición y uso.
• Taller: creación de clases y objetos.
• Propiedades y métodos.
• Revisión de Prompts ChatGPT útiles.
Sesión 07 Introducción al Tratamiento de datos con Pandas
• Librería Pandas: definición y propósito.
• Series y DataFrames.
• Taller: creación y uso de Series y DataFrames.
• Revisión de Prompts ChatGPT útiles.
Sesión 08 Manejo de DataFrames
• Lectura y escritura de archivos TXT, CSV y XLS.
• Selección y filtrado de datos.
• Agrupación con GROUPBY, AGG y PIVOT_TABLE.
• Combinación de DataFrames y uso de SAMPLE.
• Revisión de Prompts ChatGPT útiles.
Sesión 09 Visualización de datos
• Librerías Matplotlib y Seaborn.
• Taller: creación de gráficos estadísticos.
• Subplots y superposición de gráficas.
• Introducción a gráficos interactivos.
• Revisión de Prompts ChatGPT útiles.
Sesión 10 Análisis estadísticos de Datasets
• Tratamiento de valores perdidos y outliers.
• Media, Mediana y Moda.
• Percentiles, cuartiles y deciles.
• Varianza, desviación estándar y coeficiente de variación.
• Revisión de Prompts ChatGPT útiles.
Sesión 11 Caso de estudio
• Implementación de un Notebook para analizar, tratar y visualizar un Dataset.
• Revisión de Prompts ChatGPT útiles.
• Herramientas: Python Source, Notebook o Editor de código.
