Thuật ngữ phân tích dữ liệu Việt–Anh: từ điển cho người mới
Bài 5/6 · Chương 11
Trang phụ trợ
- 9 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 9
Trang này là bảng thuật ngữ phân tích dữ liệu Việt–Anh cho người mới: DataFrame, index, NaN, outlier, groupby, pivot và các từ khác hay gặp trong tài liệu pandas, NumPy, Matplotlib. Mỗi từ có một nghĩa ngắn và link tới bài dạy nó. Mở trang khi đọc tài liệu tiếng Anh hay code của người khác mà gặp một từ chưa rõ nghĩa.
Cách dùng với trang này
Thuật ngữ chia theo nhóm việc, theo thứ tự các bài của tutorial: bảng và kiểu, chọn và lọc, làm sạch, gom nhóm và ghép, thời gian, thống kê, NumPy, biểu đồ. Trong mỗi nhóm, từ xếp theo chữ cái tiếng Anh. Cột Tiếng Việt là cách tutorial này gọi; nhiều từ được giữ nguyên tiếng Anh vì người làm nghề nói như thế (DataFrame, index, groupby).
Nghĩa trong bảng chỉ là một câu để nhận ra từ. Muốn hiểu kỹ và chạy thử, mở bài ở cột cuối.
Bảng và kiểu dữ liệu
Tiếng Anh | Tiếng Việt | Nghĩa ngắn | Bài |
|---|---|---|---|
column | cột | Một tên trong | |
DataFrame | DataFrame, bảng | Đối tượng pandas giữ cả một bảng, như bảng | |
dataset | bộ dữ liệu | Các file bạn mở để trả lời một câu hỏi, như | |
dtype | kiểu dữ liệu | Tên kiểu pandas gán cho cả cột, xem bằng | |
index | index, nhãn dòng | Nhãn đứng bên trái mỗi dòng khi in bảng; mặc định 0, 1, 2…, đổi được bằng | |
index alignment | căn theo nhãn | Khi cộng hai Series, pandas bắt cặp các ô cùng nhãn; nhãn chỉ có ở một bên cho ra | |
Series | Series | Một cột đứng riêng, ô nào cũng có nhãn; | |
shape | kích thước | Cặp (số dòng, số cột) của bảng, như |
Chọn và lọc
Tiếng Anh | Tiếng Việt | Nghĩa ngắn | Bài |
|---|---|---|---|
boolean mask | mặt nạ đúng sai | Kết quả của một phép so sánh như | |
chained assignment | gán hai bước | Kiểu viết | |
Copy-on-Write | chép khi ghi | Từ pandas 3, sửa một bảng lấy ra từ bảng khác không làm đổi bảng gốc; pandas chỉ chép dữ liệu khi bạn ghi | |
label, position | nhãn, vị trí |
| |
method chaining | chuỗi phương thức | Gọi liền nhiều phương thức như | |
query | truy vấn |
|
Làm sạch dữ liệu
Tiếng Anh | Tiếng Việt | Nghĩa ngắn | Bài |
|---|---|---|---|
data cleaning | làm sạch dữ liệu | Các bước đưa bảng thô về dạng tính được: bỏ dòng trùng, điền hay bỏ ô trống, đổi kiểu, thống nhất cách viết | |
duplicate | dòng trùng | Hai dòng ghi cùng một sự việc, như mã đơn | |
forward fill | điền xuôi |
| |
interpolation | nội suy | Đoán ô trống từ hai số đo kề nó: 20 độ và 24 độ thì ô ở giữa là 22 | |
missing value | giá trị thiếu, ô trống | Ô chưa có dữ liệu, như khách bỏ trống tỉnh; pandas in | |
NaN | NaN | Viết tắt của "not a number"; pandas dùng nó cho ô trống, và | |
normalization (Unicode) | chuẩn hóa Unicode | "Hà Nội" từ hai bộ gõ có thể lưu dấu theo hai cách; đưa cả cột về NFC thì phép | |
nullable integer | số nguyên cho phép trống | Kiểu | |
outlier | ngoại lai | Như một đơn 50 triệu giữa các đơn vài trăm nghìn: có thể gõ thừa số 0, cũng có thể là khách sỉ thật | |
regular expression | biểu thức chính quy, regex | Cách tả hình dạng của chuỗi, như |
Gom nhóm và ghép bảng
Tiếng Anh | Tiếng Việt | Nghĩa ngắn | Bài |
|---|---|---|---|
aggregation | tổng hợp | Rút các số của một nhóm thành một số, như tổng | |
concatenate | nối bảng |
| |
cross tabulation | bảng đếm chéo | Đếm số đơn của từng cặp (kênh, tỉnh), ra một bảng kênh theo dòng, tỉnh theo cột | |
groupby | gom nhóm |
| |
join key | khóa ghép | Cột có ở cả hai bảng và cho biết dòng nào đi với dòng nào, như | |
long, wide | dạng dài, dạng rộng | Bảng rộng có các cột | |
merge | ghép bảng | Gắn cột của bảng khách vào bảng đơn theo | |
MultiIndex | index nhiều tầng | Nhãn dòng có từ hai tầng, như cặp ("Website", "Sách") sau | |
pivot table | bảng tổng hợp chéo | Bản pandas của PivotTable Excel: tỉnh theo dòng, kênh theo cột, mỗi ô là tổng tiền của tỉnh và kênh đó | |
transform | biến đổi theo nhóm | Như |
Thời gian
Tiếng Anh | Tiếng Việt | Nghĩa ngắn | Bài |
|---|---|---|---|
datetime | ngày giờ | Cột ngày đã thôi là chữ, nên lấy được tháng bằng | |
frequency alias | bí danh tần suất | Mã ngắn cho độ dài một kỳ khi gom hay sinh ngày, như | |
moving average | trung bình trượt | Mỗi ô là trung bình 7 ngày gần nhất tới ngày đó, | |
NaT | NaT | Ô trống của cột ngày, viết tắt của "not a time"; | |
resample | lấy mẫu lại | Đổi chuỗi theo ngày thành chuỗi theo tháng hay tuần trên index ngày, như | |
time zone | múi giờ | Giờ ghi kèm độ lệch với UTC; Việt Nam là |
Thống kê
Tiếng Anh | Tiếng Việt | Nghĩa ngắn | Bài |
|---|---|---|---|
correlation | tương quan | Một số trong khoảng -1 tới 1 cho biết hai cột có hay đi cùng chiều, như giá và số lượng bán; số cao chưa nói cột nào gây ra cột nào | |
descriptive statistics | thống kê mô tả | Vài con số kể nhanh một cột trông thế nào: trung bình, trung vị, độ lệch chuẩn, nhỏ nhất, lớn nhất | |
EDA | phân tích khám phá | Chặng đầu của bài phân tích: in tóm tắt, vẽ vài biểu đồ, tìm chỗ lạ rồi mới trả lời câu hỏi chính | |
IQR | khoảng tứ phân vị | Phân vị 75% trừ phân vị 25%; số càng lớn thì nửa giữa của dữ liệu càng trải rộng | |
median | trung vị | Đơn đứng giữa khi xếp tiền từ nhỏ tới lớn; một đơn rất lớn gần như không kéo được nó | |
quantile, percentile | phân vị | Phân vị 90% của | |
standard deviation | độ lệch chuẩn | Số cho biết các đơn thường cách trung bình bao xa; |
NumPy
Tiếng Anh | Tiếng Việt | Nghĩa ngắn | Bài |
|---|---|---|---|
array | mảng | Đối tượng chính của NumPy: các số cùng kiểu, cộng trừ cả mảng một lần | |
axis | trục | Tham số chọn chiều để gộp: với bảng điểm học sinh × môn, | |
broadcasting | broadcasting | Cách NumPy làm phép tính trên hai mảng khác hình, như bảng 3 × 4 trừ một hàng 4 số: hàng đó được dùng lại cho cả ba hàng | |
vectorization | vector hóa | Viết |
Biểu đồ
Tiếng Anh | Tiếng Việt | Nghĩa ngắn | Bài |
|---|---|---|---|
axes | vùng vẽ | Đối tượng | |
bin | khoảng | Mỗi đoạn trên trục x của histogram, như 0–100 nghìn, 100–200 nghìn; | |
box plot | biểu đồ hộp | Hình tóm tắt một cột: hộp phủ nửa giữa dữ liệu, vạch trong hộp ở trung vị, điểm lẻ ngoài râu là giá trị xa | |
figure | hình | Tấm hình ngoài cùng, | |
heatmap | bản đồ nhiệt | Bảng số mà ô nào cũng được tô đậm nhạt theo độ lớn, như bảng tương quan giữa các cột | |
histogram | biểu đồ tần suất | Đếm số đơn rơi vào từng mức tiền rồi vẽ mỗi mức một cột, để thấy dữ liệu dồn ở đâu | |
legend | chú giải | Hộp nhỏ trên hình cho biết đường nào là Website, đường nào là Cửa hàng; | |
scatter plot | biểu đồ phân tán | Mỗi đơn một chấm, trục x là số lượng, trục y là tiền, để xem hai cột có đi cùng nhau không |
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.