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 — 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.