Curso completo de NumPy - Ciencia de datos en Python (ES)
por Javier Ventajas
Enseña NumPy desde los fundamentos de arrays hasta aplicaciones en estadística, álgebra lineal, imágenes y números aleatorios, en unos 106 minutos.
Recomendado, valoración editorial 4 de 5
verificado 2026-10-01 — sigue siendo gratis en Udemy
Empezar en UdemyRespuesta rápida
Curso gratis de Datos e IA en Udemy impartido por Javier Ventajas (1 h 46 min). Nuestra valoración: 4/5, recomendado. Comprobamos que sigue siendo gratis el 1 de octubre de 2026.
- Veredicto
- 4/5 · Recomendado
- Para quién
- Personas que programan en Python y quieren empezar con NumPy para ciencia de datos, machine learning o estadística.
- Duración
- 1 h 46 min · 15 lecciones
- Precio
- Gratis en Udemy
- Autor
- Javier Ventajas
- Plan sugerido
- 2 sem. · 2 h/sem.
- Verificado
- el 1 de octubre de 2026
Nuestro veredicto
Recomendado, valoración editorial 4 de 5Curso breve y bien organizado para aprender NumPy en español, con fundamentos y aplicaciones prácticas. Es útil como primer contacto o repaso antes de machine learning o ciencia de datos, aunque por su duración no profundiza demasiado.
Puntos fuertes
- Estructura clara en dos bloques: fundamentos y aplicaciones.
- Incluye aplicaciones variadas (estadística, álgebra lineal, imágenes) que muestran el uso real de la librería.
- Duración contenida (unos 106 minutos), asumible en poco tiempo.
A tener en cuenta
- Con unos 106 minutos, probablemente solo cubre lo esencial de cada tema.
- La descripción habla de 12 lecciones mientras los datos indican 15, y no hay tiempos por capítulo.
- No se menciona año de publicación ni ejercicios o material descargable.
De qué trata
Curso en español sobre NumPy, la librería de computación numérica de Python usada en ciencia de datos, machine learning y estadística. Dura unos 106 minutos y se divide en 15 lecciones agrupadas en dos bloques.
El primer bloque, «Bases de NumPy», recorre la creación, el indexado, el corte, la copia, la edición, el apilamiento, la reestructuración y las operaciones aritméticas con arrays, además de la concatenación, la reversión y la persistencia. El segundo, «Aplicaciones de NumPy», lo lleva a la práctica con números aleatorios, estadística, álgebra lineal, manipulación de imágenes y sistemas dinámicos caóticos.
- Creación, indexado y corte de arrays
- Apilamiento, reestructuración y concatenación
- Operaciones aritméticas entre arrays de distintas formas
- Números aleatorios y estadística con NumPy
- Álgebra lineal e imágenes con NumPy
Para quién es este curso
- Personas que programan en Python y quieren empezar con NumPy para ciencia de datos, machine learning o estadística.
- Estudiantes que necesitan manejar arrays de n dimensiones antes de pasar a otras librerías científicas que se apoyan en ellos.
- Quien busca un curso en español, corto y con aplicaciones prácticas (estadística, álgebra lineal, imágenes).
Mejor busca otro si…
- Quien ya maneja con soltura indexado, broadcasting y operaciones con arrays de NumPy.
- Quien busca un curso general de Python desde cero: este se centra solo en NumPy.
Antes de empezar
- Conocimientos básicos de Python (la descripción no indica que se enseñe el lenguaje).
Qué sabrás hacer al terminar
- Crear arrays de NumPy de diversas formas y acceder a ellos mediante indexado y corte.
- Manipular arrays: copiar, editar, apilar, reestructurar, concatenar, revertir y guardar.
- Realizar operaciones aritméticas con arrays, incluidos arrays de formas diferentes.
- Aplicar NumPy a números aleatorios, estadística, álgebra lineal y manipulación de imágenes.
Estructura del curso
- 01
Bases de NumPy
Introducción a los arrays, creación, indexado y corte, copiado y edición, apilamiento y reestructuración, operaciones aritméticas, operaciones con arrays de formas diferentes, y concatenación, reversión y persistencia.
- 02
Aplicaciones de NumPy
Casos de uso prácticos: generación de números aleatorios, estadística, álgebra lineal, manipulación de imágenes y sistemas dinámicos caóticos.
Capítulos del vídeo
- 01Bases de NumPy
- 02Aplicaciones de NumPy
Plan de estudio sugerido
2 semanas · unas 2 h por semana
- 1.Semana 1, sesión 1: bloque «Bases de NumPy» hasta indexado y corte; practica creando arrays propios.
- 2.Semana 1, sesión 2: copiado, apilamiento, reestructuración y operaciones aritméticas; prueba con arrays de formas diferentes.
- 3.Semana 2, sesión 1: concatenación y persistencia, más números aleatorios y estadística.
- 4.Semana 2, sesión 2: álgebra lineal, imágenes y sistemas caóticos; reproduce los ejemplos con tus datos.
El plan cuenta con tiempo para pausar y practicar, no solo con la duración del vídeo. Si quieres adaptarlo a tu semana, lee cómo montar tu plan de estudio semanal.
Consejos para seguirlo
- Sigue el curso con un cuaderno de Jupyter o similar y ejecuta cada ejemplo tú mismo.
- Presta atención a las operaciones con arrays de formas diferentes: son una fuente habitual de errores.
- Tras el bloque de aplicaciones, intenta repetir un ejemplo con datos tuyos, por ejemplo una imagen propia.
Antes y después de este curso
- Después de este cursoLearn Data Analysis with Python - Full CourseNatural continuación para analizar datos con Python tras conocer NumPy (en inglés).
- Después de este cursoAprende Ciencia de datos - Curso completo para principiantes [Tutorial]Amplía hacia la ciencia de datos en general, donde NumPy es una herramienta base.
Cómo lo presenta Javier Ventajas
Domina la principal librería de computación científica y ciencia de datos de Python.
En este curso aprenderás a trabajar de forma fluida con la librería de computación numérica NumPy, una herramienta central en la ciencia de datos, el machine learning y la estadística. De hecho, muchas otras librerías de estos campos se apoyan en arrays de NumPy para ofrecer su funcionalidad de forma eficiente.…
Extracto de la descripción original en Udemy.
Preguntas frecuentes
+¿Cuánto dura el curso?
Unos 106 minutos repartidos en 15 lecciones. Con pausas y práctica, calcula unas 3-4 horas en total.
+¿Qué cubre?
Creación, indexado, copia, apilamiento, reestructuración y operaciones con arrays, y aplicaciones en números aleatorios, estadística, álgebra lineal, imágenes y sistemas dinámicos caóticos.
+¿Necesito saber Python?
La descripción no indica que se enseñe Python, así que conviene tener nociones básicas del lenguaje.
Análisis editorial elaborado con ayuda de IA a partir de la descripción, los capítulos y la duración publicados en Udemy, y revisado según nuestro método. El contenido del curso es obra de Javier Ventajas; si ves algún error, avísanos.
Guías para sacarle partido
Más cursos de Datos e IA
CURSO COMPLETO de SQL y BASES DE DATOS Desde Cero (8 horas)
Curso desde cero de SQL y bases de datos con MySQL: instalación, modelado, consultas, agregaciones, JOINs, subconsultas, normalización y ejercicios integradores.
Curso COMPLETO de SQL y BASES DE DATOS Desde Cero para PRINCIPIANTES
Recorre SQL y bases de datos relacionales desde cero: consultas, escritura de datos, tablas, relaciones y joins, hasta índices, triggers y transacciones.
CURSO de MACHINE LEARNING desde CERO | (COMPLETO)
Recorre los principales algoritmos de regresión y clasificación con scikit-learn, con un caso práctico de precios de viviendas en California.
Curso de SQL desde CERO (Completo)
Recorre SQL desde cero: modelo ER, instalación, consultas, filtros, agregaciones, subconsultas y joins, hasta índices, transacciones y procedimientos almacenados, con un ejercicio final SQL + Python.