El acceso a grandes volúmenes de datos de formatos variados plantea a las ciencias sociales la pregunta de con qué herramientas abordarlos. Este curso introduce Python a través de Jupyter Notebook, priorizando los paquetes típicos del análisis de datos.
Se recorren Pandas para la extracción, la limpieza y el análisis —incluidos los formatos wide y long, las agrupaciones, las uniones y las medidas resumen—, Matplotlib y Seaborn para la visualización, Geopandas para datos geográficos y Statsmodels para correlación y regresión lineal.
El hilo conductor son los resultados electorales: se trabaja sobre esas bases para facilitar el aprendizaje y para integrar en un mismo lenguaje la limpieza, el análisis y la presentación de datos tabulares, textuales, geográficos y de imagen.