Caja de herramientas de Python para la ciencia de datos (Parte 2)

Aprenderás todo sobre iteradores e iterables, con los que ya has trabajado al escribir bucles for. Aprenderás algunas funciones útiles que te permitirán trabajar eficazmente con iteradores. Y terminarás el capítulo con un caso de uso que es pertinente para el mundo de la ciencia de datos y el manejo de grandes cantidades de datos-en este caso, datos de Twitter que cargarás en trozos usando iteradores.

En este capítulo, ampliarás tus conocimientos sobre los iteradores y conocerás las comprensiones de listas, que te permitirán crear listas complicadas -y listas de listas- en una sola línea de código. Las comprensiones de listas pueden simplificar drásticamente su código y hacerlo más eficiente, y se convertirán en una parte vital de su caja de herramientas de ciencia de datos de Python. A continuación, aprenderá acerca de los generadores, que son extremadamente útiles cuando se trabaja con grandes secuencias de datos que puede que no desee almacenar en la memoria, sino generar sobre la marcha.

Este capítulo le permitirá aplicar sus conocimientos recién adquiridos para manejar y extraer información significativa de un conjunto de datos del mundo real: los Indicadores del desarrollo mundial del Banco Mundial. Tendrás la oportunidad de escribir tus propias funciones y comprensiones de listas mientras trabajas con iteradores y generadores para consolidar tus habilidades en la ciencia de datos en Python.