Học NumPy cần biết gì? Bảng tra kiến thức Python nên có
Bài 1/3 · Chương 1
Bắt đầu
- 7 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 14
Học NumPy cần biết gì về Python? Trang này gom phần Python ba tutorial NumPy, pandas và Matplotlib dùng tới nhưng không dạy lại, thành các bảng tra ngắn, mỗi dòng có kết quả thật và một link tới bài Python dạy kỹ. Đọc một lượt trước khi vào bài NumPy đầu tiên: dòng nào bạn đoán đúng kết quả thì bỏ qua, dòng nào lạ thì mở bài được dẫn.
Cách dùng bảng tra này
Mỗi nhóm mở đầu bằng một đoạn code ngắn tạo dữ liệu dùng chung, như list gia hay dict kho. Các dòng của bảng chạy lần lượt sau đoạn đó, như khi bạn gõ từng dòng vào cửa sổ Python tương tác. Cột Kết quả là thứ cửa sổ đó hiện ra: chữ được in, rồi giá trị của biểu thức cuối nếu nó khác None. Ô có dấu gạch ngang là dòng không hiện gì, như một phép gán.
Bạn không cần thuộc hết. Tutorial dữ liệu cần bạn đọc hiểu được mọi dòng và tự viết được phần lớn chúng; phần hay quên nhất là dict, hàm và with open. Một nhóm có từ ba dòng lạ trở lên thì nên học lại nhóm bài đó của tutorial Python trước, vì bài NumPy chỉ nhắc chúng bằng một câu và một link.
Biến, số và toán tử
NumPy làm việc với số, nên phép chia, làm tròn và so sánh xuất hiện ở gần như mọi bài.
doanh_thu = 1250000
so_don = 8
Cần làm | Cú pháp | Kết quả | Bài |
|---|---|---|---|
Chia ra số thực |
|
| |
Chia lấy nguyên, lấy dư |
|
| |
Làm tròn hai chữ số |
|
| |
Đổi chuỗi sang số |
|
| |
Xem kiểu của giá trị |
|
| |
Cộng dồn vào biến |
| — | |
|
| ||
So sánh nối |
|
| |
Ghép điều kiện |
|
|
Chuỗi và f-string
Tên cột, tên chi nhánh và dòng báo cáo đều là chuỗi.
chi_nhanh = " Đà Nẵng "
tong = 1250000
Cần làm | Cú pháp | Kết quả | Bài |
|---|---|---|---|
Bỏ khoảng trắng hai đầu |
|
| |
Viết thường |
|
| |
Tách một dòng CSV |
|
| |
Cắt chuỗi |
|
| |
Chèn số vào câu |
|
| |
Tiền kiểu Việt Nam |
|
| |
Một chữ số thập phân |
|
|
List, tuple và list lồng nhau
Mảng NumPy thường được tạo từ một list, và mảng hai chiều từ một list lồng nhau.
gia = [29000, 32000, 35000, 45000]
bang = [[40, 25, 18], [31, 40, 22]]
Cần làm | Cú pháp | Kết quả | Bài |
|---|---|---|---|
Lấy phần tử đầu, cuối |
|
| |
Cắt một đoạn |
|
| |
Độ dài, tổng, lớn nhất |
|
| |
Thêm vào cuối |
| — | |
|
| ||
Sắp xếp ra list mới |
|
| |
Đọc một ô của bảng lồng |
|
| |
Lấy một cột của bảng lồng |
|
| |
Tạo list bằng biểu thức |
|
| |
Gán nhiều biến từ tuple |
| — | |
|
| ||
Ghép hai list theo cặp |
|
|
Dict
Dict là cầu nối sang pandas: một bảng nhỏ của pandas thường được dựng từ một dict mà mỗi khóa là tên cột.
kho = {"cà phê": 25, "bạc xỉu": 12}
Cần làm | Cú pháp | Kết quả | Bài |
|---|---|---|---|
Đọc giá trị theo khóa |
|
| |
Đọc khóa có thể thiếu |
|
| |
Thêm hay sửa một khóa |
| — | |
Đi qua từng cặp khóa, giá trị |
|
| |
Kiểm tra có khóa |
|
| |
Đếm tần suất |
|
|
Điều kiện và vòng lặp
NumPy thay phần lớn vòng lặp bằng phép tính trên cả mảng, nhưng bạn cần đọc được vòng lặp để thấy nó thay cái gì.
doanh_thu = [620, 480, 910]
tong = 0
for so in doanh_thu:
tong += so
muc = "cao" if tong > 2000 else "thấp"
Cần làm | Cú pháp | Kết quả | Bài |
|---|---|---|---|
Đọc kết quả cộng dồn của vòng lặp |
|
| |
Đọc kết quả của if một dòng |
|
| |
Dãy số nguyên |
|
| |
Lấy cả chỉ số lẫn giá trị |
|
| |
Hỏi có phần tử nào thỏa |
|
|
Hàm và lambda
Bài tập của ba tutorial dữ liệu đều là hàm: bạn viết thân hàm, trình chấm gọi nó với nhiều bộ dữ liệu.
def tien_sau_giam(gia, phan_tram=10):
return gia * (100 - phan_tram) // 100
Cần làm | Cú pháp | Kết quả | Bài |
|---|---|---|---|
Gọi hàm với giá trị mặc định |
|
| |
Gọi hàm, đặt tên đối số |
|
| |
Hàm ngắn một dòng |
|
| |
Sắp theo khóa tự chọn |
|
|
Module, pip và môi trường ảo
NumPy là thư viện bên ngoài: cài bằng pip trong một môi trường ảo, rồi nạp bằng import.
import math
Cần làm | Cú pháp | Kết quả | Bài |
|---|---|---|---|
Gọi hàm của module |
|
| |
Nạp một tên từ module |
| — | |
|
| ||
Đặt tên ngắn khi nạp |
| — | |
|
| ||
Cài thư viện (gõ ở Terminal) |
| không chạy trên trang | |
Tạo môi trường ảo (gõ ở Terminal) |
| không chạy trên trang |
File, CSV và JSON
Dữ liệu thật nằm trong file. NumPy và pandas có hàm đọc file riêng, nhưng chúng nhận đúng các tham số bạn đã gặp với open(): tên file, bảng mã, dấu ngăn.
with open("ban_hang.csv", "w", encoding="utf-8") as f:
f.write("mon,so_ly\ncà phê,40\nbạc xỉu,25\n")
Cần làm | Cú pháp | Kết quả | Bài |
|---|---|---|---|
Đọc cả file thành list dòng |
|
| |
Đọc CSV thành list dict |
| — | |
|
| ||
Chuỗi JSON sang dict |
| — | |
|
| ||
Kiểm tra file có tồn tại |
| — | |
|
|
Đọc thông báo lỗi
Khi code NumPy báo lỗi, dòng cuối của thông báo cho biết lớp lỗi và lý do. Đọc được nó là kỹ năng dùng hằng ngày.
gia = [29000, 32000, 35000]
Cần làm | Cú pháp | Kết quả | Bài |
|---|---|---|---|
Chỉ số vượt cuối |
|
| |
Đổi chuỗi không phải số |
|
| |
Cộng chuỗi với số |
|
| |
Khóa không có trong dict |
|
|
Câu hỏi thường gặp
Học NumPy cần biết Python đến đâu?
Đủ để đọc hiểu mọi dòng của các bảng trên và tự viết một hàm nhỏ có if, vòng lặp for, list và dict. Bạn chưa cần class, decorator hay luồng. Phần còn thiếu học ở tutorial Python, theo đúng link của từng dòng.
Học pandas cần biết gì, có khác NumPy không?
Gần như giống nhau: pandas xây trên NumPy, nên học xong NumPy là đủ phần mảng. pandas dùng dict nhiều hơn, để dựng bảng và đổi tên cột, và đọc file nhiều hơn. Ôn kỹ nhóm Dict và nhóm File trên trang này trước khi sang pandas.
Chưa cài Python thì có học được NumPy không?
Được. Mọi ví dụ và bài tập của tutorial chạy NumPy ngay trong trình duyệt, không cần cài gì. Khi muốn làm với file dữ liệu của riêng bạn, bài cài NumPy, pandas, Matplotlib chỉ cách cài một lần cho cả ba thư viện.
Chủ đề
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.