Matthes, E. (2019). Python crash course: a hands-on, project-based introduction to programming. No Starch Press. 

Python Crash Course is the world's best-selling guide to the Python programming language. This fastpoced, thorough introduction will have you writing programs, solving problems, and developing functioning applications in no time. 

Python Crash Course es la guía más vendida del mundo sobre el lenguaje de programación Python. Esta introducción rápida y completa lo hará escribir programas, resolver problemas y desarrollar aplicaciones funcionales en muy poco tiempo.  

McKinney, W., & Aranda González, V. (2023). Python para análisis de datos: manipulación de datos con Pandas, NumPy y Jupyter. Anaya Multimedia. 

Manual definitivo para manipular, procesar, limpiar y restringir conjuntos de datos en Python. Actualizado para Python 3.10 y pandas 1.4.0, esta tercera edición de Python para análisis de datos. Manipulación de datos con pandas, NyumPy y Jupyter está llena de casos prácticos, que permiten averiguar cómo resolver una amplia variedad de problemas de datos de una manera efectiva. Con su ayuda conocerás y aprenderás las versiones más recientes de pandas, NumPy, IPython y Jupyter. Es ideal para analistas no versados en Python y para programadores que deseen ponerse al día en ciencia de datos y computación científica o ciencia computacional. GitHub alberga los archivos de datos empleados en el libro y otro material asociado. 

Pressman, R. S., & Medellín Serna, L. A. (2021). Ingeniería de software: un enfoque práctico. McGraw-Hill. 

Este libro presenta un marco de trabajo que puede ser utilizado por todos los desarrolladores de software de computadora. Este marco de trabajo abarca un proceso, un conjunto de métodos y una colección de herramientas que, en conjunto,llamamos Ingeniera de software. 

Vasiliev, Y. (2022). Python for data science: a hands-on introduction. No Starch Press. 

The perfect guide for intermediaries programmers, Python for Data Science shows you the best ways to leverage Python for data-driven applications. Loaded with practical examples, the book provides a wide-ranging tour of Python's abilities to obtain, transform, and analyze data. You will discover Python's rich built in data structures and its robust ecosystem of open-source data science libraries.