Todas las rutas

Análisis de datos con Python puro

Haz a mano lo que hace pandas, con el registro de una boya oceánica: carga y limpia un CSV, descríbelo con estadísticas, agrupa con Counter, grafica en texto, correlaciona y convierte un año de mar, olas, viento y lluvia en un informe con un pluviómetro en vivo.

Raspberry Pi 4 Model BGratis7 lecciones6 h4 capítulos2,298 XPProgramación · Intermedio+150 XP

0 de 7 completadas

Lo que vas a construir

3 proyectos, construidos paso a paso

7 lecciones en 4 capítulos, unas 6 horas en una Raspberry Pi 4 Model B simulada. Gratis, en tu navegador, cada paso verificado por el simulador.

Proyecto del capítulo 1

Limpieza

Corrige lo que los datos reales hacen mal: espacios de más y minúsculas, vacíos convertidos en None, verificaciones de rango que atrapan centinelas, un día repetido que se descarta, un archivo limpio escrito, y el limpiador movido a su propio módulo.

Ábrelo en el simulador
Proyecto del capítulo 2

Agrupar con Counter

Cuenta y agrupa como lo hace una base de datos: collections.Counter y most_common, proporciones que se imprimen como porcentajes, clasificar olas en estados de mar, una media por dirección del viento con setdefault, y un conteo por semana.

Ábrelo en el simulador
Proyecto del capítulo 3

Correlación

¿Dos columnas se mueven juntas? Un diagrama de dispersión en texto, la covarianza, la r de Pearson construida desde su definición (este motor no tiene statistics.correlation), una correlación negativa que es oceanografía real, un desfase de un día, y lo que un solo valor atípico le hace a r.

Ábrelo en el simulador
El mapa

Capítulo por capítulo

Cada lección se abre cuando termina la anterior, y cada capítulo termina en un proyecto.

Capítulo 1

Mete los datos

Lee un CSV como se debe, y luego limpia lo que la boya captó mal.

  1. Abrir236 XP

    Cargar datos

    Lee un registro de boya desde una pestaña CSV: líneas, luego filas con el módulo csv, números con int() y float(), un bloqueo y cómo sobrevivirlo, filas por nombre de columna con DictReader, y la primera señal de que los datos mienten.

    0 de 6 pasos

  2. ProyectoBloqueado472 XP

    Limpieza

    Corrige lo que los datos reales hacen mal: espacios de más y minúsculas, vacíos convertidos en None, verificaciones de rango que atrapan centinelas, un día repetido que se descarta, un archivo limpio escrito, y el limpiador movido a su propio módulo.

    0 de 6 pasos

5 preguntas, calificadas conforme avanzas.
Capítulo 2

Descríbelo

Un mes de océano en unos cuantos números honestos, contados y agrupados.

  1. Bloqueado236 XP

    estadísticas

    Describe un mes de océano en unos cuantos números con el módulo de estadística: la media contra la mediana y por qué una tormenta las separa, la desviación estándar y la pregunta de n-1, los puntajes z que encuentran el día inusual, y una tabla resumen.

    0 de 6 pasos

  2. ProyectoBloqueado410 XP

    Agrupar con Counter

    Cuenta y agrupa como lo hace una base de datos: collections.Counter y most_common, proporciones que se imprimen como porcentajes, clasificar olas en estados de mar, una media por dirección del viento con setdefault, y un conteo por semana.

    0 de 5 pasos

5 preguntas, calificadas conforme avanzas.
Capítulo 3

Verlo y relacionarlo

Gráficas hechas de caracteres, y la matemática de dos columnas que se mueven juntas.

  1. Bloqueado205 XP

    Gráficas de texto

    Dibuja datos usando solo print: una gráfica de barras, barras escaladas a un ancho, un histograma de alturas de olas, una serie de tiempo girada de lado, y sparklines que caben en una sola línea.

    0 de 5 pasos

  2. ProyectoBloqueado472 XP

    Correlación

    ¿Dos columnas se mueven juntas? Un diagrama de dispersión en texto, la covarianza, la r de Pearson construida desde su definición (este motor no tiene statistics.correlation), una correlación negativa que es oceanografía real, un desfase de un día, y lo que un solo valor atípico le hace a r.

    0 de 6 pasos

5 preguntas, calificadas conforme avanzas.
Capítulo 4

Proyecto

Un año de clima oceánico, del archivo en bruto al reporte y a una lámpara de tormenta.

  1. Bloqueado267 XP

    Proyecto: un año de clima oceánico

    Todo el curso con un año de la boya K7: carga y limpia 52 semanas, compara las estaciones, grafica la temperatura del mar, correlaciona viento, olas, mar y lluvia, encuentra los récords, y agrega un pluviómetro en vivo con una lámpara de tormenta en la Pi.

    0 de 7 pasos

5 preguntas, calificadas conforme avanzas.
Certificado

Un certificado al terminar

Termina todas las lecciones y aprueba todos los cuestionarios de capítulo, y Mokxi te emite un certificado con tu nombre, verificado en su propia página.

Certificado n.ºMXC0-URSE-0001

Certificado de Finalización

Se certifica que

Tu Nombre

ha completado con éxito el curso

Análisis de datos con Python puro

Cubre Introducir los datos, Describirlo, Verlo y relacionarlo y Proyecto.

7 lecciones · unas 6 horas de estudio

DaneDane, Fundador, MokxiEmitido el 17 de noviembre de 2026
Verificar este certificadomokxi.com/cert/MXC0URSE0001
Certificado

Gana tu certificado

  • Tu nombre y un ID únicoImpreso en un certificado horizontal que es tuyo para siempre.
  • Verificado por MokxiUn código QR y una página pública con la que cualquiera puede comprobarlo.
  • Agregar a LinkedInUn clic llena el formulario de certificaciones de LinkedIn.
  • Descargar como PDFImprímelo o adjúntalo a un currículum o a una solicitud.

Termina el curso y gana un certificado verificable con tu nombre, un código QR y un enlace para LinkedIn. Los certificados vienen con Pro, y la prueba gratis de 7 días no te cuesta nada.

Temario

Todas las lecciones del curso

Las 7 lecciones, en orden, cada una con lo que abarca. Cualquiera se abre en el editor de inmediato.

Capítulo 1

Mete los datos

  1. Cargar datosLee un registro de boya desde una pestaña CSV: líneas, luego filas con el módulo csv, números con int() y float(), un bloqueo y cómo sobrevivirlo, filas por nombre de columna con DictReader, y la primera señal de que los datos mienten.
  2. LimpiezaCorrige lo que los datos reales hacen mal: espacios de más y minúsculas, vacíos convertidos en None, verificaciones de rango que atrapan centinelas, un día repetido que se descarta, un archivo limpio escrito, y el limpiador movido a su propio módulo.
Capítulo 2

Descríbelo

  1. estadísticasDescribe un mes de océano en unos cuantos números con el módulo de estadística: la media contra la mediana y por qué una tormenta las separa, la desviación estándar y la pregunta de n-1, los puntajes z que encuentran el día inusual, y una tabla resumen.
  2. Agrupar con CounterCuenta y agrupa como lo hace una base de datos: collections.Counter y most_common, proporciones que se imprimen como porcentajes, clasificar olas en estados de mar, una media por dirección del viento con setdefault, y un conteo por semana.
Capítulo 3

Verlo y relacionarlo

  1. Gráficas de textoDibuja datos usando solo print: una gráfica de barras, barras escaladas a un ancho, un histograma de alturas de olas, una serie de tiempo girada de lado, y sparklines que caben en una sola línea.
  2. Correlación¿Dos columnas se mueven juntas? Un diagrama de dispersión en texto, la covarianza, la r de Pearson construida desde su definición (este motor no tiene statistics.correlation), una correlación negativa que es oceanografía real, un desfase de un día, y lo que un solo valor atípico le hace a r.
Capítulo 4

Proyecto

  1. Proyecto: un año de clima oceánicoTodo el curso con un año de la boya K7: carga y limpia 52 semanas, compara las estaciones, grafica la temperatura del mar, correlaciona viento, olas, mar y lluvia, encuentra los récords, y agrega un pluviómetro en vivo con una lámpara de tormenta en la Pi.
Kits

Armélo también en tu banco de trabajo

Cada lección funciona en el simulador sin comprar nada. Cuando quieras lo real, estos kits tienen los componentes.

¿Ya tienes un kit?

Encuentra tu kit

Elige el kit inicial que tienes y ejecuta cada lección de su instructivo con los mismos componentes en los mismos pines.

Ver todos los kits
Preguntas

Acerca de Análisis de datos con Python puro

¿Análisis de datos con Python puro es gratis?

Sí. Las 7 lecciones de Análisis de datos con Python puro son gratis y corren en tu navegador, sin nada que instalar y sin componentes que comprar antes de empezar.

¿Necesito una Raspberry Pi 4 Model B real?

No. Cada lección funciona en una Raspberry Pi 4 Model B simulada con sus componentes en el lienzo, y el simulador revisa cada paso a medida que avanzas. Cuando quieras armarlo de verdad, el mismo cableado y código funcionan en una placa real.

¿Cuánto tiempo toma Análisis de datos con Python puro?

Unas 6 horas: 7 lecciones en 4 capítulos, cada una de unos pasos cortos. Tu progreso se guarda, así que puedes parar después de cualquier lección y retomar donde lo dejaste.

¿Qué voy a armar?

Cada capítulo termina en un proyecto que lo junta todo: Limpieza, Agrupar con Counter y Correlación.

¿Por dónde empiezo?

With "Loading data", and each lesson builds on the one before it. New to circuits? Electronics basics is the course that starts from zero.