Python para análisis de datos: qué aprender primero si empiezas desde cero

Cuando empecé a aprender Python para análisis de datos, cometí el error de intentar aprenderlo todo. Clases, decoradores, programación orientada a objetos... cosas que están bien pero que no necesitas para analizar datos.

Aquí te cuento exactamente qué necesitas aprender, en qué orden, y qué puedes ignorar por ahora.

Lo que SI necesitas: Python básico (semana 1-2)

Variables y tipos de datos

nombre = "aroaxinping"     # string
edad = 23                  # int
nota_media = 8.5           # float
activa = True              # boolean

Listas y diccionarios

# Lista: coleccion ordenada
herramientas = ["Python", "SQL", "Pandas", "Tableau"]
herramientas[0]        # "Python"
len(herramientas)      # 4

# Diccionario: clave-valor
alumna = {
    "nombre": "Aroa",
    "area": "Data Science",
    "horas_estudio": 348
}
alumna["area"]         # "Data Science"

Bucles y condicionales

# For loop
for h in herramientas:
    print(f"Estoy aprendiendo {h}")

# Condicional
if nota_media >= 8:
    print("Buen promedio")
else:
    print("A seguir estudiando")

Funciones básicas

def calcular_porcentaje(parte, total):
    return round((parte / total) * 100, 2)

calcular_porcentaje(847, 1000)  # 84.7

Lo que DE VERDAD usas: Pandas (semana 3-6)

Pandas es la librería más importante para análisis de datos en Python. El 80% de tu tiempo con datos lo pasas aquí.

Cargar datos

import pandas as pd

df = pd.read_csv('ventas.csv')
df = pd.read_excel('datos.xlsx')
df.head()     # primeras 5 filas
df.shape      # (filas, columnas)
df.info()     # tipos y nulos

Filtrar y seleccionar

# Seleccionar columnas
df['precio']
df[['nombre', 'precio']]

# Filtrar filas
df[df['precio'] > 100]
df[df['categoría'] == 'Electronica']
df[(df['precio'] > 50) & (df['stock'] > 0)]

Agrupar y resumir

# Ventas totales por categoría
df.groupby('categoría')['ventas'].sum()

# Media de precio por región
df.groupby('región')['precio'].mean()

# Multiples operaciones
df.groupby('categoría').agg({
    'ventas': 'sum',
    'precio': 'mean',
    'producto': 'count'
})

Limpiar datos

# Valores nulos
df.isnull().sum()
df.fillna(0)              # rellenar con 0
df.dropna()               # eliminar filas con nulos

# Duplicados
df.drop_duplicates()

# Cambiar tipos
df['fecha'] = pd.to_datetime(df['fecha'])

Visualización básica: Matplotlib + Seaborn (semana 5-7)

import matplotlib.pyplot as plt
import seaborn as sns

# Gráfico de barras
df['categoría'].value_counts().plot(kind='bar', color='#d4738a')
plt.title('Productos por categoría')
plt.show()

# Histograma
sns.histplot(df['precio'], bins=30, color='#d4738a')
plt.title('Distribución de precios')
plt.show()

# Scatter plot
sns.scatterplot(data=df, x='precio', y='ventas', hue='categoría')
plt.show()

Lo qué puedes IGNORAR por ahora

• Programación orientada a objetos (clases): no la necesitas para analizar datos
• Decoradores y generadores: avanzado, no es prioritario
• Desarrollo web (Django, Flask): otro mundo completamente diferente
• Algoritmos y estructuras de datos: útil para entrevistas, pero no para empezar
• Asyncio/threading: no lo vas a necesitar en análisis de datos

Mi rutina de estudio

1. 30 min de teoría (video o lectura)
2. 1 hora de práctica con un dataset real
3. Apuntar lo que no entiendo y buscarlo al día siguiente

La clave es practicar con datos reales desde el primer día. No esperes a "terminar el curso" para tocar un CSV.

Dónde practicar gratis

• Google Colab: notebook en la nube, sin instalar nada
• Kaggle: datasets gratuitos + notebooks de otros para aprender
• freeCodeCamp: curso de análisis de datos con Python en español
• datos.gob.es: datos abiertos del gobierno de España

Sigue aprendiendo

• Cómo hacer un análisis exploratorio de datos (EDA) en Python paso a paso
• Limpieza de datos: el 80% del trabajo que nadie te enseña
• Matplotlib vs Seaborn vs Plotly: guía honesta de una estudiante

← volver al blog