Se presentará Jupyter Notebooks, una de las herramientas más utilizadas en análisis de datos e inteligencia artificial. Aprenderás a trabajar en un entorno interactivo que permite integrar código Python ejecutable, visualizaciones y documentación en un único espacio de trabajo.

Se presentará el paquete Pandas, herramienta esencial para el tratamiento de datos en Python. Se abordarán las técnicas más comunes para filtrar, agrupar y depurar conjuntos de datos. Se trabajará la detección y corrección de errores como duplicados, valores perdidos o atípicos, y se desarrollará un análisis exploratorio inicial para comprender mejor la estructura y calidad de los datos disponibles.

Se abordarán las técnicas básicas para la obtención de información desde la web mediante el consumo de APIs, incluyendo el estudio de los principales formatos de intercambio y adquisición de datos, específicamente JSON y CSV.

Así mismo, se presentará el uso de bases de datos relacionales como sistema estructurado para el almacenamiento, gestión y consulta de datos, analizando sus características y ámbitos de aplicación.

Se estudiarán los principios de la visualización de datos, aprendiendo a elegir el tipo de gráfico más adecuado en función del objetivo analítico. Se empleará la biblioteca Matplotlib para generar visualizaciones tanto básicas como avanzadas, tanto para el análisis exploratorio como para la generación de informes.