SlideShare una empresa de Scribd logo
CLASE 05
“Numpy en Python”
PYTHON ENFOCADO AL ANÁLISIS
DE DATOS CON POWER BI
¿Cómo instalamos las librerías?
En la terminal de anaconda Prompt, ejecutamos el comando conda install
<nombre_de_la_librería>. También, se puede hacer directamente desde Jupyter
Notebook, simplemente escribimos !pip install <nombre_de_la_biblioteca> en una
celda de código y ejecutamos para instalar la biblioteca requerida. Seguimos el
mismo el mismo procedimiento en el caso de Google Colab.
Numpy
NumPy es una librería de Python especializada en el cálculo numérico y el análisis
de datos, especialmente para un gran volumen de datos.
Incorpora una nueva clase de objetos llamados arrays que permite representar
colecciones de datos de un mismo tipo en varias dimensiones, y funciones muy
eficientes para su manipulación.
La ventaja de Numpy frente a las listas predefinidas en Python es que el
procesamiento de los arrays se realiza mucho más rápido (hasta 50 veces más)
que las listas, lo cual la hace ideal para el procesamiento de vectores y matrices de
grandes dimensiones.
Un array es una estructura de datos de un mismo tipo organizada en forma de
tabla o cuadrícula de distintas dimensiones. Las dimensiones de un array también
se conocen como ejes.
Introducción a Pandas
Pandas es una biblioteca de software escrita como extensión de NumPy para
manipulación y análisis de datos para Python. El nombre deriva del término "datos
de panel", término de econometría que designa datos que combinan una dimensión
temporal con otra dimensión transversal.
Si bien en Numpy la estructura de datos fundamental es el ndarray, en pandas
existen dos estructuras de datos sobre las que giran todas las operaciones: Series y
Dataframes.
MUCHAS
GRACIAS POR
SU ATENCIÓN!!
@data_science.analysis
@dsaperu
Data Science Analysis
@datascienceanalysis
926 837 332
Data Science Analysis

Más contenido relacionado

PPTX
Diapositivas suma y resta matricess.pptx
PDF
Sesión1_Trabajando con Datos en Python.pdf
PPTX
Investigacion de Python.pptx
PDF
Python - Lenguaje de programación para Ciencia de Datos
PDF
procesamiento de datos con python para resolucion de ciencia de datos, aplica...
PDF
PPT Sesión 05- PBI Python.pdf
PPT
Curso introductorio a matlab
PPTX
Clase 3 - Introducción a la programación con Python II.pptx
Diapositivas suma y resta matricess.pptx
Sesión1_Trabajando con Datos en Python.pdf
Investigacion de Python.pptx
Python - Lenguaje de programación para Ciencia de Datos
procesamiento de datos con python para resolucion de ciencia de datos, aplica...
PPT Sesión 05- PBI Python.pdf
Curso introductorio a matlab
Clase 3 - Introducción a la programación con Python II.pptx

Similar a PPT Sesión 04- PBI Python.pdf (20)

PPTX
Bibliotecas o libreria de c++
PPTX
BIBLIOTECAS PARA C++
PPTX
Bibliotecas o librerias_para_c_
PDF
bibliotecasolibreriasenc-170322144450-1.pdf
PDF
Cursillose ghost2010.open er-pcomosoftwaredegestióncontable
PPTX
Clase 2 - Introducción a la programación con Python I.pptx
PPT
Sntiago sanchez y kevvin senejoa 903 2
PPT
Sntiago sanchez y kevvin senejoa 903
PPTX
Mapeo objeto relacional
PDF
MÓDULO 1 Software Inventor ppt completo curso
PDF
python CIENTIFIFO.pdf
PPTX
Practica 1
PPTX
Practica 1
PPTX
OLAP - Procesamiento Analítico en Línea.
ODT
Sin título 1
PPTX
11- Unidad 3: Webservices - 3.2 Uso de Web services (aplicaciones))
PDF
Bibliotecas virtuales
PPTX
librerias.pptx
PPTX
Tecnologías detrás de las aplicaciones
PDF
04 taller-django
Bibliotecas o libreria de c++
BIBLIOTECAS PARA C++
Bibliotecas o librerias_para_c_
bibliotecasolibreriasenc-170322144450-1.pdf
Cursillose ghost2010.open er-pcomosoftwaredegestióncontable
Clase 2 - Introducción a la programación con Python I.pptx
Sntiago sanchez y kevvin senejoa 903 2
Sntiago sanchez y kevvin senejoa 903
Mapeo objeto relacional
MÓDULO 1 Software Inventor ppt completo curso
python CIENTIFIFO.pdf
Practica 1
Practica 1
OLAP - Procesamiento Analítico en Línea.
Sin título 1
11- Unidad 3: Webservices - 3.2 Uso de Web services (aplicaciones))
Bibliotecas virtuales
librerias.pptx
Tecnologías detrás de las aplicaciones
04 taller-django
Publicidad

Más de fispari1 (18)

PDF
325562_TALLER-FODA analisis foda metodo.pdf
PPTX
Stock Consumo ingreso cobertura rotación.pptx
PPT
Diagrama de Ciclo de vida M.A (3).ppt
PDF
1. Descubrimiento de datos con Power Query-Continuación.pdf
PDF
androiddd.pdf
PDF
P-COR-SIG-003 Procedimiento de No Conformidades y Acciones Correctivas V00.pdf
PPTX
Mapeo Procesos Antapite Nivel 0 RevDic21.pptx
PPTX
GOBIERNO vs GESTION EN TI.pptx
PDF
expresion-regular.pdf
PDF
PPT Sesión 09 - PBI Python.pdf
PDF
PPT Sesión 08 - PBI Python.pdf
PDF
PPT Sesión 07 - PBI Python.pdf
PDF
PPT Sesión 03 - PBI Python.pdf
PDF
PPT sesion 01.pdf
PDF
PPT clase preámbulo.pdf
PDF
Sesion8 Aplicaciones Moviles.pdf
PDF
Rutas y Controladores.pdf
PDF
1 Rutas.pdf
325562_TALLER-FODA analisis foda metodo.pdf
Stock Consumo ingreso cobertura rotación.pptx
Diagrama de Ciclo de vida M.A (3).ppt
1. Descubrimiento de datos con Power Query-Continuación.pdf
androiddd.pdf
P-COR-SIG-003 Procedimiento de No Conformidades y Acciones Correctivas V00.pdf
Mapeo Procesos Antapite Nivel 0 RevDic21.pptx
GOBIERNO vs GESTION EN TI.pptx
expresion-regular.pdf
PPT Sesión 09 - PBI Python.pdf
PPT Sesión 08 - PBI Python.pdf
PPT Sesión 07 - PBI Python.pdf
PPT Sesión 03 - PBI Python.pdf
PPT sesion 01.pdf
PPT clase preámbulo.pdf
Sesion8 Aplicaciones Moviles.pdf
Rutas y Controladores.pdf
1 Rutas.pdf
Publicidad

Último (6)

PDF
Su punto de partida en la IA: Microsoft 365 Copilot Chat
DOCX
trabajo programacion.docxxdxxxddxdxxdxdxxxdxxdxdxd
PDF
AutoCAD Herramientas para el futuro, Juan Fandiño
PPTX
sistemas de informacion.................
PPTX
Conceptos basicos de Base de Datos y sus propiedades
PPTX
Derechos_de_Autor_y_Creative_Commons.pptx
Su punto de partida en la IA: Microsoft 365 Copilot Chat
trabajo programacion.docxxdxxxddxdxxdxdxxxdxxdxdxd
AutoCAD Herramientas para el futuro, Juan Fandiño
sistemas de informacion.................
Conceptos basicos de Base de Datos y sus propiedades
Derechos_de_Autor_y_Creative_Commons.pptx

PPT Sesión 04- PBI Python.pdf

  • 1. CLASE 05 “Numpy en Python” PYTHON ENFOCADO AL ANÁLISIS DE DATOS CON POWER BI
  • 2. ¿Cómo instalamos las librerías? En la terminal de anaconda Prompt, ejecutamos el comando conda install <nombre_de_la_librería>. También, se puede hacer directamente desde Jupyter Notebook, simplemente escribimos !pip install <nombre_de_la_biblioteca> en una celda de código y ejecutamos para instalar la biblioteca requerida. Seguimos el mismo el mismo procedimiento en el caso de Google Colab.
  • 3. Numpy NumPy es una librería de Python especializada en el cálculo numérico y el análisis de datos, especialmente para un gran volumen de datos. Incorpora una nueva clase de objetos llamados arrays que permite representar colecciones de datos de un mismo tipo en varias dimensiones, y funciones muy eficientes para su manipulación. La ventaja de Numpy frente a las listas predefinidas en Python es que el procesamiento de los arrays se realiza mucho más rápido (hasta 50 veces más) que las listas, lo cual la hace ideal para el procesamiento de vectores y matrices de grandes dimensiones.
  • 4. Un array es una estructura de datos de un mismo tipo organizada en forma de tabla o cuadrícula de distintas dimensiones. Las dimensiones de un array también se conocen como ejes.
  • 5. Introducción a Pandas Pandas es una biblioteca de software escrita como extensión de NumPy para manipulación y análisis de datos para Python. El nombre deriva del término "datos de panel", término de econometría que designa datos que combinan una dimensión temporal con otra dimensión transversal. Si bien en Numpy la estructura de datos fundamental es el ndarray, en pandas existen dos estructuras de datos sobre las que giran todas las operaciones: Series y Dataframes.