Tema 1.1 - Principales librerías Python para la analítica de datos.

Una librería es un conjunto de implementaciones funcionales que ofrece una interfaz bien definida para la funcionalidad que se invoca.

Algunas librerías famosas para la analítica de datos son:

NumPy: Es una de las librerías más útiles en Python para el cálculo matricial, implementando una gran diversidad de funciones y transformaciones algebraicas.

SciPy:  Evoluciona las funcionalidades de NumPy añadiendo, por ejemplo, la posibilidad de calcular transformaciones de Fourier y ejecutar procesos de optimización.

Pandas: Agrupa una serie de funcionalidades clave que facilita el indispensable y engorroso trabajo de limpiar, formatear y procesar los datos adecuadamente.

Matplotlib: Indispensable a la hora de generar gráficos que nos ayuden a comprender mejor las características de nuestros datos, análisis y modelos.

Seaborn: El objetivo de Seaborn es ayudar a las tareas de exploración de los datos, proporciona un amplia y diversa información estadística de forma gráfica, lo que facilita su comprensión.

Scikit Learn: Partiendo de la base de las funcionalidades ofrecidas por NumPy, SciPy y Matplotlib, esta librería ofrece utilidades que permiten ejecutar de forma sencilla algoritmos de aprendizaje automático y modelado estadístico, incluyendo regresión, clasificación, clustering y reducción de dimensiones.