Introducción Gratuita a Python Data Science
por Rafael Gonzalez Gouveia
Introducción desde cero a Python para datos: instalación de Jupyter, listas, numpy, dataframes con pandas y gráficas básicas con Matplotlib.
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 de nivel principiante en Udemy impartido por Rafael Gonzalez Gouveia (1 h 07 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 nunca han programado y quieren dar sus primeros pasos en Python orientado al análisis de datos.
- Nivel
- Principiante
- Duración
- 1 h 07 min · 13 lecciones
- Precio
- Gratis en Udemy
- Autor
- Rafael Gonzalez Gouveia
- Plan sugerido
- 1 sem. · 2 h/sem.
- Verificado
- el 1 de octubre de 2026
Nuestro veredicto
Recomendado, valoración editorial 4 de 5Introducción corta y gratuita que lleva de cero a un primer contacto con Python, Jupyter, numpy, pandas y Matplotlib. Es ideal como primer vistazo, pero habrá que continuar con otro curso para profundizar.
Puntos fuertes
- Parte desde cero y tiene un objetivo claro y acotado.
- Recorre en poco tiempo el conjunto básico de herramientas: Jupyter, numpy, pandas y Matplotlib.
- Su duración de 67 minutos en 13 lecciones permite completarlo en pocas sesiones.
A tener en cuenta
- Es una introducción breve: cubre solo lo básico de cada paquete.
- No se menciona proyecto final ni ejercicios en la descripción.
- No consta el año de publicación, así que conviene comprobar que las versiones de las herramientas sigan siendo compatibles.
De qué trata
Introducción gratuita de 67 minutos y 13 lecciones para empezar con Python orientado a la ciencia de datos, partiendo desde cero. Está organizada en cuatro bloques: una introducción, la instalación de Python y Jupyter, los primeros pasos de programación y un repaso a los paquetes de ciencia de datos.
El objetivo es que el alumno pueda usar Python como herramienta para sus análisis estadísticos y gráficos. Trabaja con listas de distintos tipos, operaciones con numpy, dataframes con pandas y gráficas básicas con Matplotlib.
- Instalación de Python y Jupyter Notebook
- Listas numéricas, de texto y booleanas
- Operaciones numéricas con numpy
- Dataframes básicos con pandas
- Gráficas básicas con Matplotlib
Para quién es este curso
- Personas que nunca han programado y quieren dar sus primeros pasos en Python orientado al análisis de datos.
- Estudiantes o profesionales de estadística, matemáticas o marketing que quieren usar Python para sus análisis y gráficos.
- Quien duda si la ciencia de datos con Python es para él y busca una toma de contacto breve y gratuita.
Mejor busca otro si…
- Quien ya programa en Python y maneja numpy, pandas y Matplotlib, porque el curso solo cubre lo básico.
Antes de empezar
- Ninguno: el curso indica que empieza desde cero.
Qué sabrás hacer al terminar
- Instalar Python y Jupyter Notebook para trabajar con datos.
- Crear listas de variables numéricas, de texto y booleanas en Python.
- Realizar operaciones numéricas con el paquete numpy.
- Transformar datos a nivel básico con dataframes de pandas.
- Diseñar gráficas básicas con Matplotlib.
Estructura del curso
- 01
Introducción
Presentación del curso y de su objetivo: usar Python como herramienta para mejorar análisis estadísticos y gráficos.
- 02
Instala Python y Jupyter
Preparación del entorno para programar en Python con Jupyter Notebook.
- 03
Programando código
Primeros pasos de programación: creación de listas de variables numéricas, de texto y booleanas.
- 04
Paquetes Data Science
Introducción a numpy para operaciones numéricas, pandas para analizar datos con dataframes y Matplotlib para gráficas básicas.
- 05
Fin del curso introductorio
Cierre de la introducción.
Capítulos del vídeo
- 01Introduction
- 02Instala Python y Jupyter
- 03Programando código
- 04Paquetes Data Science
- 05Fin curso introductorio
Plan de estudio sugerido
1 semana · unas 2 h por semana
- 1.Sesión 1: ve la introducción y la instalación de Python y Jupyter; deja el entorno funcionando.
- 2.Sesión 2: sigue 'Programando código' y practica creando tus propias listas numéricas, de texto y booleanas.
- 3.Sesión 3: recorre 'Paquetes Data Science' y repite los ejemplos de numpy, pandas y Matplotlib con tus propios 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
- Instala Jupyter Notebook en el segundo capítulo antes de seguir; sin el entorno no podrás reproducir los ejemplos.
- Pausa en cada ejemplo de código y escríbelo tú mismo en lugar de solo mirarlo.
- En el bloque de paquetes, prueba pandas y Matplotlib con un conjunto de datos pequeño propio, por ejemplo una hoja de cálculo que ya uses.
Antes y después de este curso
- Después de este cursoLearn Data Analysis with Python - Full CourseProfundiza en análisis de datos con Python tras esta introducción (en inglés).
- Después de este cursoAprende Ciencia de datos - Curso completo para principiantes [Tutorial]Curso completo de ciencia de datos para principiantes como continuación natural.
Cómo lo presenta Rafael Gonzalez Gouveia
Empieza tu camino de ciencia de datos en Python
¿Te gustaría programar en python pero te pierdes de tanta información? En este curso veremos desde cero cómo empezar a programar en Python. El objetivo de esta introducción gratuita es que puedas empezar a utilizar python como herramienta para mejorar tus análisis estadísticos y gráficos. En este curso aprenderás a: - Instalar el software para…
Extracto de la descripción original en Udemy.
Preguntas frecuentes
+¿Necesito saber programar?
No. La descripción indica que el curso enseña desde cero cómo empezar a programar en Python.
+¿Cuánto dura?
Unos 67 minutos repartidos en 13 lecciones, por lo que puedes completarlo en una o dos sesiones, más el tiempo de práctica.
+¿Qué herramientas se usan?
Python con Jupyter Notebook y los paquetes numpy, pandas y Matplotlib.
+¿Qué hago después?
Es una introducción, así que puedes seguir con un curso más amplio de análisis de datos con Python o de ciencia de datos.
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 Rafael Gonzalez Gouveia; 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.