¿Qué son pandas, NumPy y Matplotlib y para qué sirve cada una?
Librerías de ciencia de datos · En inglés: Data science libraries · Datos e IA
Son librerías de Python para analizar datos. NumPy hace cálculos con números, pandas trabaja con tablas como un Excel hecho con código y Matplotlib dibuja gráficas.
¿Qué son las librerías de ciencia de datos de Python y para qué sirve cada una?
Son las librerías que convierten a Python en una herramienta de análisis. NumPy hace cálculos rápidos con grandes listas de números. Pandas trabaja con tablas, como un Excel pero con código: filtra, agrupa, une y limpia millones de filas. Matplotlib dibuja gráficas. SciPy aporta estadística y matemáticas avanzadas, y scikit-learn trae algoritmos de aprendizaje automático.
Suelen usarse dentro de Jupyter, un cuaderno donde se mezclan código, resultados y notas, ideal para explorar datos paso a paso. La ventaja frente a una hoja de cálculo es que todo queda escrito: el análisis se puede repetir con datos nuevos, revisar y compartir sin hacer clic por clic otra vez.
Cuando las hojas de cálculo se quedan cortas, por tamaño o por repetición, estas librerías son el siguiente escalón. Entender qué hace cada una te permite hablar con quien analiza tus datos y saber qué se puede pedir.
Lo mismo, en pequeño y en grande
Una tienda con ventas de todo el año
Con pandas, la dueña carga el archivo de ventas, agrupa por mes y descubre cuáles meses venden más. Con Matplotlib saca la gráfica en segundos.
Una distribuidora con millones de filas
El equipo de datos usa pandas para limpiar y unir archivos de varias fuentes que no caben cómodos en una hoja de cálculo, y repite el mismo análisis cada semana con datos nuevos.
Pon a prueba lo que leíste
Elige A, B o C. Si fallas, lees el porqué y pruebas otra vez.
Tienes una tabla enorme de ventas y quieres agruparla por ciudad con código. ¿Qué librería usas?
Aprende jugando
Algo huele raro en la hoja
Algo huele raro en la hoja
Otros temas que te pueden interesar
También se le dice