Академический Документы
Профессиональный Документы
Культура Документы
3. Código de programación, funciones y recursos para el análisis de datos (11 clases). IPython. Hojas 5-6
3.1. Noción de algoritmo. Soluciones en pseudocódigo. Simbología para la representación de algoritmos por medio de
diagramas de flujo. Entrada de valores, proceso y despliegue de resultados.
3.2. Definición de funciones def nombre(args): . Argumentos, parámetros y ámbito de las variables. Escritura con
indentación. Evaluación o aplicación de funciones (valor de retorno), comando return.
3.3. Instrucciones selectivas (simple/múltiple): if cond : else:, if cond : elif cond : else:,
3.4. Instrucciones repetitivas (controladas por iterador o condición): for iter in lista:, while cond :
3.5. Lectura y escritura de archivos de texto. Arreglos con valores homogéneos, campos estructurados de varios tipos,
y sus operaciones. Solución de sistemas de ecuaciones lineales por el método de matrices.
3.6. Análisis de información con proceso y visualización mediante la estructura dataframe del módulo pandas.
4. Análisis de información con proceso y visualización de datos en la hoja de cálculo (7-8 clases). Excel. Libros 1-5
4.1. Generalidades del ambiente de la hoja (herramientas y celdas). Celdas formato y valores (textuales/numéricos).
Referencias a celdas, el operador $. Sucesiones. Operadores, expresiones y funciones predefinidas. Funciones
condicionales
4.2. Búsquedas y extracción de valores sobre tablas. Listas desplegables.
4.3. Herramientas de análisis: filtros y tablas dinámicas.
4.4. Creación y edición de gráficas a partir de las tablas de datos.
4.5. Instalación de complementos (complementos estadísticos).
4.6. Solución por el método de matrices de sistemas de ecuaciones lineales.
Bibliografía complementaria:
Los materiales de clase, que son preparados expresamente para cubrir los objetivos del curso, son de distribución digital.
La ayuda en línea de los ambientes de trabajo (Python y Excel) es utilísima, y como complemento pueden consultarse los
siguientes textos disponibles en la biblioteca del ITAM:
1. Downey, Allen B., Think Python: how to think like a computer scientist, O'Reilly Media; version 2.0.17, enero 2016.
(consulta del 6/8/2018, http://greenteapress.com/thinkpython/thinkpython.pdf)
2. Walkenbach, John, Microsoft ® Excel ® 2016 bible, Indianapolis, Ind.: John Wiley & Sons, c2016.
3. Larsen, Ronald W., Engineering with Excel, 4th ed., Upper Saddle River, N. J., Pearson Education, c2013.