Menu
CoddyTech
EMPEZAR A APRENDER
flag Es iconEspañoldown icon
machine Learning iconParte del Journey de Machine LearningNuevoRecorrido

Visualización de datos con Python y matplotlib

Arrays con NumPy, tablas con pandas y gráficos con matplotlib: las herramientas con las que empieza todo proyecto de machine learning. Escribe el código y tu gráfico aparece en la pestaña Gráficos.

EMPEZAR A APRENDER(es gratis)
Ver programaPlayground de Datos y gráficos

1,000+ codders inscritos

60 lecciones59 retos250 preguntas de quiz

  • Apto para principiantes
  • sparkles iconAyuda de codificación con IA
  • hint iconLecciones interactivas prácticas
  • quiz iconCuestionarios para poner a prueba tu conocimiento
  • certificate iconCertificado gratuito de finalización

Programa

1 secciones60 lecciones59 retos250 preguntas de quiz

Esta sección forma parte del Journey de Machine Learning. El programa completo tiene más secciones - haz clic en cualquier vista previa de abajo para verla en la página del Journey.

  1. Sección 1

    Datos y gráficos

    Empezar secciónEmpezarExpandirContraer    El conjunto de herramientas con el que comienza todo proyecto de machine learning: arrays de NumPy, gráficos de matplotlib y tablas de pandas. Carga conjuntos de datos reales, resúmelos y representa gráficamente lo que encuentres.60 lecciones59 retos250 preguntas

    Introducción

    4 lecciones320

    Arrays de NumPy

    5 lecciones520

    Matemáticas con arrays

    6 lecciones625

    Dar forma a los datos

    4 lecciones415

    Gráficos de líneas y de dispersión

    6 lecciones625

    Gráficos para datos

    5 lecciones520

    DataFrames de pandas

    6 lecciones625

    Filtrado y ordenación

    5 lecciones520

    Agrupar y limpiar

    5 lecciones520

    Graficar DataFrames

    5 lecciones520

    Conjuntos de datos para ML

    5 lecciones520

    Desafíos finales

    4 lecciones420
  2. Sección 2Estadística para ML64 lecciones
  3. Sección 3Aprendizaje supervisado58 lecciones
  4. Sección 4Aprendizaje no supervisado51 lecciones
Ver el programa completo del Journey de Machine Learning
Lo que obtienes
Todo lo que usarás para aprender a programar

Aprende Haciendo

Escribe código real, consulta bases de datos, crea sitios web y domina los prompts de IA. Nuestras lecciones interactivas cubren todas las habilidades que los desarrolladores modernos necesitan.

playground.js
Editor de Código
1const greeting = "Hello, Coddy!"
2function sayHi(name) {
3    return greeting + " " + name
4}
5
bottombar Collapse icon
Prueba #1test Case Success icon
Prueba #2test Case Success icon
Prueba #3test Case Failure icon
Entrada
"Alex"
Salida
"Hello, Coddy! Alex"

Construye tu Racha

¡Mantén la constancia y observa cómo crece tu progreso! Sigue tu hábito diario de programación, protege tu racha con días de congelación y gana recompensas por aparecer cada día.

12 días de racha

¡Vuelve mañana para mantener tu racha!

fire Filled icon
left icon

January 2026

right icon

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

21

22

23

24

25

26

27

28

29

30

product Double Or Nothing icon

Doble o Nada

Día 5 de 7

fire Freeze icon

Congelar Racha

2 left

Donde Quieras

¡Lleva tu viaje de programación contigo! Sin configuración, sin descargas, solo abre y empieza a programar. Disponible en iOS, Android y Web con calificaciones de 4.9 estrellas.

Python
7Racha
250Puntuación
5Energía
Variables
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Right Done icon
journey Hex Done Base iconjourney Hex Done Shadow iconjourney Hex Done Top iconjourney Lesson Done icon
journey Path Left Done icon
journey Hex Active Base iconjourney Hex Active Shadow iconjourney Hex Active Top iconjourney Lesson Theory Challenge icon
CONTINUAR
journey Path Right icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson Theory Challenge icon
journey Path Left icon
journey Hex Locked Base iconjourney Hex Locked Shadow iconjourney Hex Locked Top iconjourney Lesson All icon
Recorrido
Objetivos
Clasificación
Perfil
4.9
EstrellaEstrellaEstrellaEstrellaEstrella
Calificación

No Estás Solo

Compite en tablas de clasificación globales, invita amigos para ganar recompensas y celebra los logros de los demás. ¡Programar es mejor con amigos!

Liga Challenger
Liga ChallengerLos 7 mejores avanzan
leaderboard First icon1
avatar 1 icon
fire Filled icon
Alex7+ Days
2840
leaderboard Second icon2
avatar 2 icon
fire Filled icon
Jordan7+ Days
2650
leaderboard Third icon3
avatar 3 icon
fire Filled icon
Sam7+ Days
2420
4
avatar 4 icon
Casey
2180
5
avatar placeholder icon
fire Filled icon
Morgan7+ Days
1950
leaderboard Arrow Up iconZona de promociónleaderboard Arrow Up icon

Aprende de todas las formas

Lee, escucha, ponte a prueba, pregunta a la IA o consulta cualquier cosa que ya hayas estudiado. Cada lección se adapta a ti.

Introducción a variables
Audio

Una variable es un contenedor con nombre que guarda un valor al que puedes hacer referencia más tarde.

En Python, creas una escribiendo el nombre, un signo igual y el valor que quieres guardar.

El valor puede cambiar con el tiempo: reasignar el nombre simplemente lo apunta a un nuevo valor.

1xSarah

Certifícate

Gana certificados por cada curso que completes. Agrégalos a tu perfil de LinkedIn y currículum para mostrar tu experiencia en programación a los empleadores.

CoddyCertificado de Finalización
Esto certifica queJuan Pérezha completado exitosamente
python iconFundamentos de Python
Verificado
Fechaene 2026
LinkedInAgregar a LinkedIn

Por qué aprender NumPy, pandas y matplotlib con Coddy

  • Tu gráfico, al instante. Escribe plt.plot(x, y), pulsa Ejecutar y la figura real de matplotlib aparece en la pestaña Gráficos, junto a tu código. Cada lección tiene un gráfico o un diagrama, desde un array dibujado como celdas numeradas hasta un groupby que reparte filas en montones.
  • NumPy tal como lo usa el ML: arrays y formas, slicing, operaciones sobre arrays enteros, estadística por eje, broadcasting, máscaras booleanas y números aleatorios con semilla.
  • matplotlib desde la primera línea: gráficos de líneas y de dispersión, etiquetas y leyendas, colores y marcadores, gráficos de barras, histogramas, gráficos lado a lado con plt.subplots y arrays mostrados como imágenes.
  • pandas con tablas reales: leer archivos CSV, seleccionar, filtrar, ordenar, crear columnas, value_counts, groupby, valores que faltan y gráficos directamente desde un DataFrame.

Preguntas frecuentes sobre visualización de datos con Python

¿Qué diferencia hay entre NumPy, pandas y matplotlib?

NumPy guarda números en arrays rápidos y hace cálculos con todos a la vez. pandas construye tablas sobre NumPy, con columnas con nombre, archivos CSV, filtros y agrupaciones. matplotlib dibuja los gráficos. Casi todos los programas de ciencia de datos o machine learning en Python importan los tres, y por eso esta sección los enseña juntos.

¿Aprendo primero NumPy o pandas?

NumPy, poco tiempo, y luego pandas. Una columna de pandas es un array de NumPy con nombre, así que las máscaras, los cálculos sobre columnas enteras y la estadística por eje cobran sentido cuando ya los has visto en arrays. La sección dedica cuatro capítulos a NumPy, pasa a pandas con eso ya aprendido y dibuja gráficos de principio a fin.

¿Tengo que instalar algo para hacer gráficos?

No. Tu código se ejecuta en Coddy con matplotlib real, y la figura que dibuja vuelve a la pestaña Gráficos de tu navegador. No hay Jupyter ni Anaconda que configurar, así que sirve un Chromebook o un portátil del trabajo sin permisos de administrador.

¿Qué gráficos aprenderé a hacer?

Gráficos de líneas, de dispersión, varias líneas con leyenda, gráficos de barras, histogramas, varios gráficos en una figura, imágenes a partir de arrays, gráficos directos desde un DataFrame, un color por grupo y la comparación de los histogramas de dos grupos. Cada uno con título y etiquetas, listo para un informe.

¿Necesito saber Python antes de NumPy y pandas?

Lo básico: variables, bucles, funciones y listas, la sección Fundamentos del curso de Python. Los diccionarios, import y todo lo demás que necesita la sección se explican en una frase la primera vez que aparecen.

¿Cuánto se tarda en aprender NumPy, pandas y matplotlib?

Esta sección tiene 60 lecciones, unas 10 horas a tu ritmo: tres semanas a media hora al día. Es la primera sección del curso de machine learning, así que al terminarla el siguiente paso son los modelos.

¿Este curso de NumPy, pandas y matplotlib es gratis?

Sí. Las lecciones, los gráficos, las pistas de IA y el certificado de la sección son gratis. Con una cuenta gratuita avanzas unas pocas lecciones al día, y Pro quita el límite diario.

Rutas de aprendizaje que incluyen este curso

Este curso es un paso de una ruta más larga: varios cursos en el orden en que los enseñaría un mentor, cada uno con su propio certificado gratis.

Ilustración de los lenguajes de programación de Coddy

Aprende Datos y gráficos con Coddy

COMENZAR