Danh mục: Tin tức

Phân tích dữ liệu không chỉ là nhìn vào bảng biểu, mà là hiểu được bản chất của các con số. Thống kê mô tả giúp chúng ta tóm tắt toàn bộ khối dữ liệu khổng lồ thành vài chỉ số then chốt để đưa ra nhận định chính xác.

• Mean (Trung bình): Tổng giá trị chia cho số lượng phần tử. Rất nhạy cảm với các con số cực lớn hoặc cực nhỏ (Outliers).
• Median (Trung vị): Con số đứng ở chính giữa danh sách khi đã sắp xếp. Trường hợp dữ liệu bị lệch, Trung vị phản ánh thực tế tốt hơn Trung bình.
• Mode (Yếu vị): Giá trị xuất hiện nhiều nhất. Phù hợp cho dữ liệu phân loại (ví dụ: Thành phố nào bán chạy nhất?).

import pandas as pd

# Tính nhanh với Pandas
print(df['Doanh số'].mean())
print(df['Doanh số'].median())
print(df['Sản phẩm'].mode())

• Standard Deviation (Độ lệch chuẩn): Cho biết dữ liệu có bị “tản mát” xa khỏi số trung bình hay không. Độ lệch chuẩn thấp = dữ liệu ổn định.
• Quartiles (Tứ phân vị): Chia dữ liệu làm 4 phần bằng nhau. Q1, Q2 (Median), Q3. Giúp xác định các giá trị bất thường (Outliers).

TỔNG KẾT BUỔI 9

Thống kê mô tả là lớp phòng thủ đầu tiên chống lại những ngộ nhận về dữ liệu. Việc hiểu rõ các chỉ số này sẽ giúp bạn giải thích được: “Tại sao doanh thu trung bình tháng này tăng nhưng thực tế hầu hết nhân viên lại không đạt KPI?”.

💡 Khám phá chiều sâu dữ liệu tại: Hướng nghiệp Python – Data Analysis

Sau khi đã dọn dẹp xong dữ liệu, giờ là lúc chúng ta đi tìm những “Insight” (thông tin giá trị). Bạn muốn biết doanh thu trung bình của từng cửa hàng? Hay số lượng đơn hàng theo từng tháng? Groupby chính là công cụ mạnh mẽ nhất để làm việc này.

import pandas as pd

# Nhóm theo 'Thành phố' và tính tổng 'Doanh số'
city_sales = df.groupby('Thành phố')['Doanh số'].sum()
print(city_sales)

# Tính đồng thời nhiều chỉ số cho cột 'Giá' theo từng 'Loại hàng'
summary = df.groupby('Loại hàng')['Giá'].agg(['sum', 'mean', 'max'])
print(summary)

# Tạo bảng so sánh doanh số giữa các 'Thành phố' và các 'Quý'
pivot = df.pivot_table(values='Doanh số', index='Thành phố', columns='Quý', aggfunc='sum')

TỔNG KẾT BUỔI 8

Groupby biến hàng triệu dòng dữ liệu chi tiết thành những con số tổng quát mang tính chiến lược. Đây là kỹ năng tối quan trọng để tạo ra các báo cáo quản trị và hiểu được xu hướng của doanh nghiệp. Chúc mừng bạn đã hoàn thành phần trọng tâm về Pandas!

💡 Khám phá bí mật dữ liệu tại: Hướng nghiệp Python – Data Analysis

Người ta thường nói: “80% công việc của một Data Analyst là dọn dẹp dữ liệu”. Dữ liệu thực tế luôn bẩn: thiếu giá trị (NaN), trùng lặp, sai kiểu định dạng. Buổi học hôm nay sẽ biến bạn thành một thợ dọn dẹp dữ liệu chuyên nghiệp.

# Kiểm tra số lượng giá trị thiếu
print(df.isnull().sum())

# Lựa chọn 1: Xóa toàn bộ dòng có dữ liệu thiếu
df_clean = df.dropna()

# Lựa chọn 2: Lấp đầy bằng giá trị trung bình (Hoặc số 0)
df['Tuổi'] = df['Tuổi'].fillna(df['Tuổi'].mean())

# Xem có bao nhiêu dòng bị trùng
print(df.duplicated().sum())

# Xóa các dòng trùng lặp, chỉ giữ lại dòng đầu tiên
df = df.drop_duplicates()

# Chuyển cột 'Giá' từ Object (String) sang Float
df['Giá'] = df['Giá'].astype(float)

# Chuyển cột 'Ngày' sang định dạng DateTime chuẩn
df['Ngày'] = pd.to_datetime(df['Ngày'])

TỔNG KẾT BUỔI 7

“Garbage in, Garbage out” — Nếu bạn đưa dữ liệu rác vào mô hình, bạn sẽ nhận được kết quả rác. Kỹ năng dọn dẹp dữ liệu là sự khác biệt giữa một người am nghiệp và một chuyên gia phân tích thực thụ. Hãy luôn kiểm tra và làm sạch dữ liệu trước khi bắt đầu bất kỳ phân tích nào!

💡 Làm chủ dữ liệu thực chiến tại: Hướng nghiệp Python – Data Analysis

Nếu NumPy là “cơ bắp” về tính toán thì Pandas chính là “bộ não” xử lý dữ liệu. Trong buổi hôm nay, chúng ta sẽ làm quen với DataFrame — cấu trúc dữ liệu dạng bảng (giống Excel) nhưng mạnh mẽ hơn hàng ngàn lần.

import pandas as pd

# 1. Tạo từ Dictionary
data = {'Tên': ['An', 'Bình'], 'Điểm': [8.5, 9.0]}
df = pd.DataFrame(data)

# 2. Đọc từ file CSV (Phổ biến nhất)
df_csv = pd.read_csv('du_lieu_ban_hang.csv')

# 3. Đọc từ file Excel
df_excel = pd.read_excel('bao_cao_quy.xlsx')

• df.head(): Xem 5 dòng đầu tiên.
• df.info(): Xem kiểu dữ liệu và số lượng dòng/cột.
• df.describe(): Xem các thống kê nhanh (trung bình, min, max,…).

# Chọn 1 cột
ten_hoc_sinh = df['Tên']

# Lọc dữ liệu theo điều kiện (Ví dụ: Điểm > 8)
gioi_df = df[df['Điểm'] > 8]

# Thêm cột mới
df['Xếp loại'] = 'Đạt'

TỔNG KẾT BUỔI 6

Pandas DataFrame là công cụ không thể thiếu của bất kỳ Data Scientist nào. Khi đã hiểu cách đọc và khám phá dữ liệu, bạn đã hoàn thành 50% chặng đường phân tích. Ở buổi tiếp theo, chúng ta sẽ học cách “dọn dẹp” đống dữ liệu thối để chúng trở nên sáng lóng lánh!

🚀 Nâng tầm kỹ năng phân tích tại: Hướng nghiệp Python – Data Analysis

Hôm nay chúng ta sẽ học cách “đứng trên vai những người khổng lồ”. Python mạnh mẽ không chỉ bởi cú pháp, mà bởi hàng triệu thư viện (packages) do cộng đồng đóng góp. Bạn không cần tự viết mã để vẽ biểu đồ hay tính toán ma trận, chỉ cần Import chúng!

import math
print(math.sqrt(16)) # Căn bậc hai: 4.0

import datetime as dt
print(dt.datetime.now()) # Lấy thời gian hiện tại

• Cài đặt: pip install pandas
• Cập nhật: pip install --upgrade pandas
• Gỡ bỏ: pip uninstall pandas

# Lệnh tự động tạo file requirements
pip freeze > requirements.txt

# Lệnh cài đặt toàn bộ thư viện từ file đó
pip install -r requirements.txt

TỔNG KẾT BUỔI 4

Biết cách quản lý package giúp bạn duy trì dự án một cách chuyên nghiệp và dễ dàng chia sẻ với đồng nghiệp. Đây cũng là buổi cuối cùng của phần Python Cơ Bản. Chúc mừng bạn!

Từ buổi 5, chúng ta sẽ chính thức bước vào thế giới Dữ Liệu Khổng Lồ với NumPy và Pandas. Hãy sẵn sàng nhé!

💡 Theo dõi lộ trình học tập tại: Hướng nghiệp Python – Data Analysis

Chào mừng bạn quay trở lại! Trong phân tích dữ liệu, hiếm khi chúng ta làm việc với một con số đơn lẻ. Chúng ta làm việc với danh sách khách hàng, bảng giá chứng khoán hay thông tin sản phẩm. Đó là lúc Lists và Dictionaries tỏa sáng.

fruits = ["Táo", "Cam", "Xoài"]
fruits.append("Nho") # Thêm phần tử
print(fruits[0]) # Lấy phần tử đầu tiên: "Táo"

user = {
    "name": "Thanh",
    "job": "Data Analyst",
    "exp": 5
}
print(user["job"]) # Kết quả: Data Analyst

numbers = [1, 2, 3, 4, 5]

# Tạo list bình phương của các số (Cách thông thường)
squares = []
for n in numbers:
    squares.append(n**2)

# Cách Pythonic (List Comprehension)
squares_fast = [n**2 for n in numbers]

print(squares_fast) # [1, 4, 9, 16, 25]

TỔNG KẾT BUỔI 3

Lists và Dictionaries là bộ khung của hầu hết các ứng dụng Python. Hiểu rõ cách truy xuất và biến đổi chúng sẽ giúp bạn xử lý dữ liệu thô một cách mượt mà trước khi đưa vào các thư viện phân tích chuyên sâu như Pandas.

💡 Khám phá lộ trình chuyên sâu tại: Hướng nghiệp Python – Data Analysis

Chào mừng bạn quay trở lại! Sau khi đã có môi trường làm việc ở Buổi 1, hôm nay chúng ta sẽ bắt đầu học “ngôn ngữ” của Python. Đây là nền tảng cốt yếu nhất để bạn có thể ra lệnh cho máy tính xử lý dữ liệu theo ý mình.

# Các kiểu dữ liệu cơ bản
name = "Antigravity"  # String (Chuỗi)
age = 25              # Integer (Số nguyên)
score = 9.5           # Float (Số thực)
is_active = True      # Boolean (Đúng/Sai)

print(f"Chào {name}, bạn {age} tuổi.")

• If-Else: Ra quyết định.
• For Loop: Lặp qua một danh sách dữ liệu.

# Kiểm tra điều kiện
if score >= 8:
    print("Học lực: Giỏi")
else:
    print("Học lực: Khá/Trung bình")

# Vòng lặp
for i in range(5):
    print(f"Lần lặp thứ {i}")

def tinh_tong(a, b):
    return a + b

ket_qua = tinh_tong(10, 20)
print(f"Tổng là: {ket_qua}")

TỔNG KẾT BUỔI 2

Nắm vững cú pháp cơ bản giống như việc học bảng chữ cái. Khi đã thành thạo, bạn sẽ thấy Python cực kỳ dễ đọc và gần gũi với ngôn ngữ con người. Ở buổi tới, chúng ta sẽ học cách quản lý những bộ dữ liệu lớn hơn với Lists và Dictionaries!

💡 Xem trọn bộ giáo trình tại: Hướng nghiệp Python – Data Analysis

Chào mừng bạn đến với hành trình chinh phục dữ liệu! Để bắt đầu xây dựng những mô hình dự báo hay dashboard chuyên nghiệp, việc đầu tiên và quan trọng nhất là thiết lập một Môi trường phát triển (Development Environment) chuẩn xác. Buổi học hôm nay sẽ giúp bạn đặt những viên gạch vững chắc nhất.

[!IMPORTANT]
🚀 Nội dung này thuộc chương mở đầu của: Khóa học Phân tích dữ liệu thực chiến với Python

• Bước 1: Tải Python tại python.org. Lưu ý tích chọn “Add Python to PATH” khi cài đặt.
• Bước 2: Cài đặt Jupyter thông qua Command Prompt hoặc Terminal bằng lệnh:
  bash
pip install jupyter
• Bước 3: Khởi chạy Jupyter bằng lệnh jupyter notebook. Một trang web sẽ hiện ra, nơi bạn có thể bắt đầu code những dòng đầu tiên!

Các lệnh PIP phổ biến bạn cần nhớ:
– pip install <tên_thư_viện>: Cài đặt thư viện mới.
– pip list: Xem danh sách các thư viện đã cài.
– pip uninstall <tên_thư_viện>: Gỡ bỏ thư viện.

Cách thiết lập môi trường ảo:
1. Tạo môi trường ảo (tên là env):
bash
python -m venv env
2. Kích hoạt môi trường (Windows):
bash
.\env\Scripts\activate
3. Sau khi kích hoạt, mọi thư viện bạn cài bằng pip sẽ chỉ nằm gọn trong túi ảo này, cực kỳ ngăn nắp và an toàn cho máy tính của bạn.

TỔNG KẾT BUỔI 1

Bạn đã hoàn thành việc xây dựng “phòng làm việc” cho mình. Dù trông có vẻ đơn giản, nhưng việc hiểu rõ cách quản lý môi trường và thư viện sẽ giúp bạn tránh được 90% lỗi vặt trong tương lai khi làm việc với các dự án dữ liệu lớn.

Hẹn gặp lại bạn ở buổi tiếp theo, nơi chúng ta sẽ học những dòng code Python đầu tiên!

💡 Bắt đầu hành trình nghề nghiệp mới tại: Hướng nghiệp Python – Data Analysis

Chào mừng các bạn đến với buổi học thứ 14. Sau khi đã làm chủ việc phân tích dữ liệu với Pandas và trực quan hóa với Matplotlib/Seaborn, thách thức tiếp theo là làm sao để chia sẻ những kết quả đó một cách chuyên nghiệp. Hôm nay, chúng ta sẽ học cách sử dụng Streamlit — thư viện Python mạnh mẽ nhất hiện nay để xây dựng các Dashboard dữ liệu (Web Apps) mà không cần biết HTML, CSS hay JavaScript.

[!IMPORTANT]
🚀 Bài học này là một phần quan trọng trong lộ trình: Khóa học Phân tích dữ liệu thực chiến với Python

• Dễ học: Viết code giống như viết script Python thông thường.
• Tương tác cao: Hỗ trợ các widget như slider, button, checkbox chỉ với 1 dòng code.
• Triển khai nhanh: Tự động cập nhật ứng dụng ngay sau khi bạn lưu file code.

import streamlit as st
import pandas as pd
import numpy as np

# Tiêu đề ứng dụng
st.title("My First Data Dashboard")

# Hiển thị văn bản
st.write("Chào mừng bạn đã đến với Dashboard phân tích dữ liệu với Streamlit!")

# Tạo một bảng dữ liệu mẫu
df = pd.DataFrame(
    np.random.randn(10, 2),
    columns=['Giá Vàng', 'Giá Bitcoin']
)

# Hiển thị bảng
st.table(df)

# Hiển thị biểu đồ đường
st.line_chart(df)

# Tạo một thanh trượt (slider)
lucky_number = st.sidebar.slider("Chọn con số may mắn của bạn", 0, 100, 50)

# Hiển thị kết quả dựa trên slider
st.write(f"Con số bạn đã chọn là: {lucky_number}")

# Tạo nút nhấn
if st.button("Nhấn vào đây!"):
    st.balloons() # Hiệu ứng bóng bay
    st.success("Bạn đã nhấn nút thành công!")

TỔNG KẾT BUỔI 14

Streamlit đã xóa bỏ ranh giới giữa Phân tích dữ liệu và Phát triển Web. Từ nay, mọi báo cáo của bạn sẽ không còn nằm im trên các file Excel hay Jupyter Notebook khô khan, mà sẽ trở thành những ứng dụng web sống động, có khả năng tương tác và truyền cảm hứng.

Trong buổi tiếp theo, chúng ta sẽ học cách Deploy (đưa Dashboard này lên Internet) để ai cũng có thể truy cập được.

💡 Khám phá cách biến dữ liệu thành giá trị tại: Hướng nghiệp Python – Data Analysis

Chào mừng các bạn đến với buổi học thứ 5 trong lộ trình chinh phục dữ liệu với Python. Sau khi đã làm quen với các kiểu dữ liệu cơ bản, hôm nay chúng ta sẽ bước vào thế giới của NumPy (Numerical Python) — thư viện nền tảng cho mọi tính toán khoa học và phân tích dữ liệu chuyên nghiệp.

[!IMPORTANT]
🚀 Bài học này nằm trong chuỗi kiến thức chuyên sâu của: Khóa học Phân tích dữ liệu thực chiến với Python

import numpy as np

# Tạo từ list
arr = np.array([1, 2, 3, 4, 5])

# Tạo mảng toàn số 0 hoặc số 1
zeros = np.zeros((3, 3)) # Ma trận 3x3 toàn số 0
ones = np.ones((2, 5))   # Ma trận 2x5 toàn số 1

# Tạo mảng theo phạm vi
range_arr = np.arange(0, 10, 2) # [0, 2, 4, 6, 8]

• Indexing: Truy cập phần tử cụ thể bằng chỉ số (bắt đầu từ 0).
• Slicing: Cắt mảng để lấy ra một vùng dữ liệu mong muốn.

data = np.array([[10, 20, 30], [40, 50, 60]])

# Lấy phần tử hàng 0, cột 1
print(data[0, 1]) # Kết quả: 20

# Cắt lấy toàn bộ cột thứ 2
print(data[:, 1]) # Kết quả: [20, 50]

• Phép toán vô hướng: Cộng, trừ, nhân, chia một hằng số cho mọi phần tử.
• Phép toán giữa các mảng: Tính toán tương ứng theo từng vị trí (element-wise).
• Hàm thống kê: np.sum(), np.mean(), np.std(),…

a = np.array([1, 2, 3])
b = np.array([10, 20, 30])

# Cộng hai mảng
print(a + b) # [11, 22, 33]

# Nhân bình phương
print(a ** 2) # [1, 4, 9]

# Tính trung bình cộng
print(np.mean(b)) # 20.0

TỔNG KẾT BUỔI 5

Làm chủ được NumPy Array là bạn đã nắm giữ chiếc chìa khóa đầu tiên để mở cánh cửa Data Science. Tốc độ và sự linh hoạt của ndarray sẽ giúp chúng ta xử lý hàng triệu dòng dữ liệu chỉ trong tích tắc ở các buổi học về Pandas tiếp theo.

Hãy thực hành ngay các ví dụ trên để ghi nhớ sâu hơn nhé!

💡 Khám phá lộ trình từ Zero đến Hero về dữ liệu tại: Hướng nghiệp Python – Data Analysis