Este artículo presenta una revisión sistemática de paquetes de Python con un enfoque en el análisis de series temporales. El objetivo es proporcionar (1) una visión general de las diferentes tareas de análisis de series temporales y métodos de preprocesamiento implementados, y (2) una visión general de las características de desarrollo de los paquetes (por ejemplo, documentación, dependencias y tamaño de la comunidad). Esta revisión se basa en una búsqueda de bases de datos de literatura, así como en repositorios de GitHub. Tras el proceso de filtrado, se analizaron 40 paquetes. Clasificamos los paquetes según las tareas de análisis implementadas, los métodos relacionados con la preparación de datos y los medios para evaluar los resultados producidos (métodos y acceso a datos de evaluación). También revisamos aspectos de documentación, licencias, tamaño de la comunidad de los paquetes y las dependencias utilizadas. Entre otras cosas, nuestros resultados muestran que la predicción es de lejos la tarea más implementada con mayor frecuencia, que la mitad de los paquetes proporcionan acceso a conjuntos de datos reales o permiten generar datos sintéticos, y que muchos paquetes dependen de unas pocas bibliotecas (las más utilizadas son numpy, scipy y pandas). Esperamos que esta revisión pueda ayudar a los profesionales e investigadores a navegar por el espacio de los paquetes de Python dedicados al análisis de series temporales. También proporcionamos una lista actualizada de los paquetes revisados en línea.