Guía DataScience

Un #decorador en #Python es una función que permite modificar el comportamiento de otra función o clase en una sola línea. Entre los decoradores más comunes tenemos staticmethod, classmethod, property y lru_cache entre otros.

El #dataclass es un decorador que se utiliza para crear automáticamente clases que principalmente se utilizan para almacenar datos (como registros) de una manera más sencilla y legible, disponible desde #python37 e indispensable en #cienciadedatos sobre todo en #ETL

En algunos #bootcamps de #datascience enseñan a usar la librería #pipreqs. Esta se encarga de escanear el código y generar el fichero requirements.txt pero se deja muchas dependencias por el camino. Mucho mejor usar siempre `pip freeze`, es canonico de #python y más robusto.

Recuerda, es importante usar la versión de #python recomendada por el desarrollador del proyecto que estás ejecutando y muy aconsejable crear un entorno para es proyecto utilizando #pyenv o #venv. 🧵(5/5)

En cambio si lo que quieres es instalar las librerías para ejecutar un proyecto de terceros, lanza desde el mismo directorio donde se encuentra el fichero requirements.txt usando `pip -r requirements.txt` 🧵(4/5)

¿Qué es el fichero requirements.txt que se incluye en los proyectos de #python? Quédate que te cuento cositas. Ahí va 🧵(1/5)

El #typehint ese gran desconocido. Disponible desde #python35. Las anotaciones de tipo (en castellano) no son obligatorias, pero ayudan mucho a la legibilidad del código. Este es uno de esos pequeños detalles entre juniors y seniors... #python #programacion #cienciadedatos

¿Conoces las diferencias entre media, mediana y moda? ¡ Pégale un vistazo a nuestro primer articulo de Estadística básica! aaronroman.medium.com/estad%C3%ADsti… #estadistica #cienciadedatos #programacion

¿Windows o Linux para #datascience? Mucha gente piensa que es necesario trabajar en #linux, pero en realidad tanto #python, #vscode y #docker son multiplataforma. Por lo tanto, elige el que te resulte más cómodo y con el que estés más familiarizado

Saludos a todos!! Vamos a pasar un buen rato aprendiendo #cienciadedatos o como dicen por ahí #datascience