DATA SCIENCE

El lenguaje compartido para resolver

desafíos

“Siéntete orgulloso de tu nueva capacidad para abrir los ojos a la

abundante y hermosa información que tienes frente a ti. La
inspiración basada en datos es algo muy poderoso.”
Cassie Kozyrkov, Head of Decision Intelligence, Google.

Una nueva forma de interactuar con datos

Cada vez que trabajamos en la computadora, enviamos un mensaje por
Whatsapp o escuchamos música en Spotify estamos interactuando con
plataformas y apps que utilizan un lenguaje de programación específico para su
desarrollo. Desarrollar cada una de estas plataformas es más cómodo si
utilizamos un lenguaje de programación apropiado para esta tarea. En el caso de
Ciencia de Datos, estos lenguajes son, principalmente, Python o R.

Python es, según su creador Guido Van Rossum, “el lenguaje de programación
de alto nivel, y su filosofía de diseño central se basa en la legibilidad del código y
una sintaxis que permite a los programadores expresar conceptos en unas
pocas líneas de código”. Esta facilidad de expresión es la que hace a Python un
lenguaje de programación versátil y tan útil en Data Science.

En el primer encuentro empezamos a conocer Python, el lenguaje de

programación que más se destaca en el mundo de datos. Como mencionamos,
no es la única opción, pero sí es la más popular. Si bien en la bitácora anterior
aclaramos que esta carrera no tiene como fin convertirte en programador/a
estrella, sí es necesario que puedas operar con un lenguaje de programación,
porque te permitirá trabajar de una manera más eficiente con los datos. Para
eso, es fundamental que conozcas más en profundidad cómo funciona Python.

¿Cómo comenzamos?

© Acamica S.A.- 2020. Esta obra está bajo una Licencia Creative Commons Atribución – No Comercial – Sin Obra Derivada 4.0 Internacional .

1
DATA SCIENCE

Ya te mostramos algunas operaciones simples con la herramienta. Es hora de

que comiences a contextualizar su uso.

Como todo lenguaje de programación, Python cuenta con diferentes elementos:

● Tipos de datos básicos: Números - enteros y floats -, texto -strings-,

variables de verdad -bool-, etc. Es importante prestarle atención al tipo de
dato con el que estás trabajando, porque eso definirá qué cosas se
pueden hacer. Por ejemplo, puedes sumar dos números como lo hacemos
habitualmente, pero ¿qué sucederá si sumas dos strings?

● Estructuras de datos: a veces, trabajar con variables que representan un

solo dato no será suficiente, sino que necesitarás trabajar con conjuntos
de datos. En ese caso, deberás pasar a las estructuras de datos más
complejas, que te permitan generar variables de más de un elemento.
Además, muchas estructuras de datos vienen con funcionalidades
propias, lo cual suele ser muy útil. Por ejemplo, las listas.

Una aclaración: la distinción entre estructura de datos y tipo de datos

básicos es un poco arbitraria, pero preferirás hacerlo así para diferenciar
qué elementos individuales puedes crear (tipos de datos básicos) y cómo
los agrupas luego (estructuras de datos).

● Variables: puedes pensar las variables como un contenedor de

información que te interesa guardar para utilizar más tarde. Otra forma de
pensarlo es la siguiente: al crear una variable le estás poniendo un nombre

© Acamica S.A.- 2020. Esta obra está bajo una Licencia Creative Commons Atribución – No Comercial – Sin Obra Derivada 4.0 Internacional .

2
DATA SCIENCE

a un objeto. Prácticamente cualquier cosa puede ser asignada a una

variable. Cuando creas variables, es importante ponerle un nombre
informativo, es decir, que represente la información que esa variable
contiene. ¡Y si es en inglés, mejor! En Python se usa el símbolo “= “ para
asignar una variable, lo cual puede traer confusión con el “=” que usamos
en matemática. No te preocupes, ya te vas a acostumbrar.

● Funciones propias: la mayoría de los lenguajes de programación ya

vienen con algunas funciones implementadas. Los ejemplos más sencillos
son print(), type(), etc. Verás que la mayoría de los entornos de desarrollo
les asigna un color específico. En el caso de Jupyter, ese color es verde
claro.

● Keywords + Herramientas de controles de flujo: todos los lenguajes de

programación tienen un conjunto de palabras predefinidas que cumplen
una tarea específica. Algunas de esas palabras predefinidas te ayudarán a
crear un flujo en tu programa, ayudándote a tomar decisiones (if/else) o a
repetir operaciones (for/while). En Jupyter, estas palabras tienen un color
verde oscuro.

A veces en lugar de keyword se usa el término palabra reservada, aunque

técnicamente no son lo mismo. Una palabra reservada refiere a una
palabra que NO puedes usar como nombre de un variable, ya que esta
palabra es tan importante en tu lenguaje de programación que no sería
conveniente asignarle una nueva función. ¡Tiene sentido que los keywords
sean palabras reservadas! Este cuadro contiene todas las keywords:

False def if raise

None del import return

True elif in try

and else is while

as except lambda with

assert finally nonlocal yield

© Acamica S.A.- 2020. Esta obra está bajo una Licencia Creative Commons Atribución – No Comercial – Sin Obra Derivada 4.0 Internacional .

3
DATA SCIENCE

break for not

class from or

continue global pass

¡No te preocupes por aprenderlas todas! Se aprenden con el uso, y a muchas no

las necesitarás.

Una buena noticia: con algunas diferencias mediante, la mayoría de lo que

mencionamos es común a muchos lenguajes de programación, por lo que las
cosas que ahora aprenderás con Python, luego podrás aplicarlas con otro(s)
lenguaje(s) si es necesario.

Empieza a trabajar en el notebook

Ahora que conoces los elementos básicos, puedes empezar a probar cómo
funcionan por sí solos y entre sí. Para ello, descarga el notebook que te dejamos
a continuación y córrelo en Jupyter o, si prefieres, en Colab. Para el encuentro,
lleva hecha la sección 1, el resto del notebook lo trabajaremos en clase.

Jupyter

Si vas a utilizarlo en tu computadora con Jupyter, te dejamos algunas

instrucciones que pueden ser útiles:

1. Descarga el notebook desde Colab en formato .ipynb

2. Abre la terminal y activa el ambiente. Si no recuerdas cómo se hace,

consulta la bitácora anterior.

3. Abre Jupyter Lab.

Colab

Si vas a correr el notebook en Colab, debes guardar el notebook en tu Drive, lo

cual lo puedes hacer desde la pestaña File.

© Acamica S.A.- 2020. Esta obra está bajo una Licencia Creative Commons Atribución – No Comercial – Sin Obra Derivada 4.0 Internacional .

4
DATA SCIENCE

Notebook: DS_Bitácora_02_Python

Seis recomendaciones para programar

Si buscas dar tus primeros pasos en Data Science, estos consejos te servirán:

1) Comentar el código en voz alta ayuda a aprender y a entender lo que

estás haciendo.

2) No tengas miedo de hacer, romper y arreglar. Pero SIEMPRE presta

atención al mensaje de error, ya que contiene mucha información sobre lo
que no está andando bien.

3) La frustración es una buena señal. Es inevitable sentirla en el camino

del aprendizaje y del “Get things done”.

4) Pedir ayuda y/o opinión a tus compañeros/as y mentores/as sobre tu

código.

5) Busca crecer en la comunidad digital —Medium, Github, Slack,

Stackoverflow, etc—. Allí hay muchas personas que tuvieron y tienen
dudas muy parecidas a las tuyas.

6) Pide ayuda a tu mejor amigo, Google.

🚨Recuerda cargar todas las preguntas que te hayan surgido sobre los temas
cubiertos en la presente bitácora en el Trello de tu grupo de estudio. Tu equipo
docente armará el repaso en clase a partir de esto.

¡Prepárate para el próximo encuentro!

Challenge

© Acamica S.A.- 2020. Esta obra está bajo una Licencia Creative Commons Atribución – No Comercial – Sin Obra Derivada 4.0 Internacional .

5
DATA SCIENCE

📝 Googlea qué es una tupla. ¿Qué las diferencia de las listas? Crea un ejemplo
en un notebook vacío.

📝 Resuelve el challenge del notebook.

Profundiza

Python. Te recordamos los recursos de la bitácora anterior para que mires

sobre Python y cómo usarlo. Recomendamos que tengas Jupyter Lab abierto
con un Notebook vacío - o, si prefieres, Colab - y pruebes los ejemplos que te
van mostrando. ¡No tengas miedo de probar y romper! ¡Aprender a programar
es aprender de los errores!

📄 https://learnxinyminutes.com/docs/python/. Exclusivo sobre programación

en Python, sin mucho contexto y directo al grano. Minimalista, pero detallado.
Muy útil ya sea que tengas o no una base de programación. Tal vez el mejor
recurso para empezar a probar cosas en tu notebook o en Colab. En algunas
cosas profundiza más de lo que vamos a necesitar, ¡pero eso nunca es malo!

📄 https://www.tutorialsteacher.com/python. Muy completo y se explaya sobre

algunas cuestiones que en esta bitácora y la anterior mencionamos
brevemente. Útil para “tener a mano”, ya que tiene un índice que es cómodo.
No le prestes atención a la sección sobre cómo instalar Python.

📗 Python Data Science Handbook. Utilizaremos mucho este recurso ya que se

trata de un libro de acceso gratuito con una explicación de muchas
herramientas que veremos durante la carrera. Además, está orientado a Data
Science, como su nombre lo indica. Si bien lo recomendamos fuertemente, tal
vez te conviene empezar a mirarlo a partir de la bitácora siguiente.

Comunidad
¿Cómo googlear como un/a data scientist?

En las comunidades digitales hay un historial enorme de preguntas. Una de las

© Acamica S.A.- 2020. Esta obra está bajo una Licencia Creative Commons Atribución – No Comercial – Sin Obra Derivada 4.0 Internacional .

6
DATA SCIENCE

claves para encontrar las respuestas a tus problemas es googlear utilizando

“palabras clave”. Aquí van los pasos que te recomendamos seguir para hacer
una buena búsqueda:

● Piensa en la pregunta que harías para buscar la solución de un

problema.

● Extrae las palabras clave eliminando de tu pregunta los artículos,

preposiciones, adverbios, etc.

● Por último, añade la tecnología en la que estás trabajando.

Por ejemplo: si quieres buscar cómo concatenar dos listas en Python, la

pregunta que tendrás en mente será similar a esta: ¿Cómo concatenar dos
listas en Python? Si realizas el ejercicio de buscar las palabras claves tu
búsqueda será similar a: Python concatenar listas o, mejor en inglés, Python
concatenate lists.

Te recomendamos probarlo. ¿Encontraste la respuesta a tu problema?

Nosotros llegamos a esta respuesta. Esa respuesta está en un sitio muy
conocido, Stack Overflow, desarrollado por Jeff Atwood y muy utilizado por
una comunidad de desarrolladores informáticos. Es un espacio en el que
pueden encontrar soluciones a problemas de programación en diferentes
lenguajes. ¡Échale un vistazo!

¿Y si no encuentras la respuesta a tu pregunta?

En primer lugar, es importante que vuelvas a intentarlo cambiando un poco las
palabras de búsqueda. Hay una probabilidad altísima de que la respuesta esté
escondida. Si aún así no estás contento/a, entonces será el momento de
preguntar en un grupo/comunidad. ¡Sobre eso te contaremos en otra bitácora!

Es MUY importante que consideres que, una vez que encontraste la respuesta
a tu pregunta, el siguiente paso es COPIAR y PEGAR la respuesta. ¡Ese es el
comienzo a resolver el problema! ¿No lo crees?

© Acamica S.A.- 2020. Esta obra está bajo una Licencia Creative Commons Atribución – No Comercial – Sin Obra Derivada 4.0 Internacional .

7
DATA SCIENCE

Estos son algunos de los chistes que circulan en las comunidades de

programadores. ¡Está aceptado copiar código!

© Acamica S.A.- 2020. Esta obra está bajo una Licencia Creative Commons Atribución – No Comercial – Sin Obra Derivada 4.0 Internacional .