# Python y políticas públicas

Bienvenidos y bienvenidas! Este es un curso introductorio de Python para estudiantes de políticas públicas o interesados/as en el análisis de bases de datos e información proveniente o para el sector público.

El uso de evidencia para la toma de decisiones en el sector público es uno de los grandes desafíos para lograr administraciones eficaces y efectivas. En la actualidad, dada la enorme disponibilidad de datos, las personas profesionales de las políticas públicas requieren conocer las bases del análisis, la manipulación y la visualización de datos, para generar evidencias que sustenten la toma de decisiones.

Python es un lenguaje que se destaca por su versatilidad: permite realizar todo tipo de análisis estadísticos, implementar algoritmos de aprendizaje automático, manipular bases georreferenciadas, visualizar información en dashboards, crear páginas web, y mucho más. Es uno de los lenguajes más utilizados en la actualidad y su gran comunidad hace que sus potencialidades crezcan día a día. Además, Python es _open source_ — participativo y colaborativo.

---

## Estructura del curso

El curso se divide en **dos módulos**:

### Módulo 1 — Fundamentos de Python (10 clases)

| Clase | Tema |
|-------|------|
| 1 | Introducción a Python, tipos de datos, estructuras de control |
| 2 | Listas, funciones y numpy |
| 3 | Matplotlib y visualización |
| 4 | Pandas I: lectura y exploración |
| 5 | Pandas II: operaciones sobre DataFrames |
| 6 | Data cleansing |
| 7 | Pandas + Matplotlib integrados |
| 8 | Estadística aplicada |
| 9 | Datos geoespaciales |
| 10 | APIs, datos abiertos y proyecto final |

### Módulo 2 — Datos reales para políticas públicas (6 clases)

| Clase | Tema |
|-------|------|
| 1 | Inflación y precios (API datos.gob.ar) |
| 2 | Mercado laboral y pobreza |
| 3 | Comparación regional LATAM (World Bank API) |
| 4 | Scraping y datos abiertos |
| 5 | Machine learning para focalización social |
| 6 | Mapas interactivos con Folium |

---

## Proyecto final

Elaboración de un **policy brief con datos** en Python. Cada estudiante elige un tema de política pública, identifica fuentes de datos abiertas, realiza análisis en Python (limpieza, exploración, visualización y estadística) y presenta hallazgos en formato de policy brief (2–4 páginas).

**Criterios de evaluación:**
- Calidad y pertinencia del análisis
- Claridad de las visualizaciones
- Solidez del argumento de política pública
- Reproducibilidad del código

---

## FAQ

**¿Necesito experiencia previa?**
No. Arrancamos desde cero.

**¿Me sirve saber R o Stata?**
Es un plus, pero no es requisito.

**¿Qué herramientas necesito?**
[Anaconda](https://www.anaconda.com/) — incluye Python, Jupyter y todas las librerías que usamos.

**¿Qué datos usamos?**
Datos abiertos del sector público argentino (datos.gob.ar, INDEC) y fuentes internacionales (World Bank, CEPAL). Todos de libre acceso.