Học Python xong học gì? Các hướng đi tiếp theo
Bài 7/7 · Chương 28
Trang phụ trợ
- 6 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 11
Học Python xong học gì là câu hỏi hay gặp khi vừa đi hết phần cơ bản: tutorial này dừng ở thư viện chuẩn, còn công việc thật thường cần thêm vài thư viện cài ngoài. Trang này đặt năm hướng đi phổ biến cạnh nhau, mỗi hướng nói cần học thêm gì, nên ôn lại bài nào trong tutorial và làm dự án đầu tay nào. Bạn chọn một hướng, đi sâu một thời gian, rồi mới mở rộng sang hướng khác.
Trước khi chọn hướng
Hướng nào cũng bắt đầu bằng cùng một bước: cài thư viện ngoài bằng pip vào một môi trường ảo riêng cho từng dự án, để thư viện của dự án này không đụng thư viện của dự án kia. Các thư viện kể dưới đây đều cài theo cách đó, ví dụ python -m pip install pandas.
Ba thói quen dùng cho mọi hướng: lưu code bằng Git, viết test bằng pytest, và thêm type hints cho hàm. Chúng không làm chương trình chạy khác đi, nhưng giúp bạn sửa code của chính mình sau vài tháng mà không sợ làm hỏng phần đang chạy.
So sánh năm hướng đi
Hướng | Học thêm | Bài nên ôn trước | Dự án đầu tay |
|---|---|---|---|
Phân tích dữ liệu | NumPy → Pandas → Matplotlib | báo cáo chi tiêu theo tháng có biểu đồ | |
Machine learning, AI | toán (đại số tuyến tính, xác suất), scikit-learn, sau đó PyTorch | các bài của hàng Phân tích dữ liệu, list comprehension | đoán giá căn hộ từ một bảng dữ liệu nhỏ |
Web | một framework web (Flask, Django hay FastAPI), Jinja2, SQL | trang đặt món cho quán cà phê | |
Tự động hóa | openpyxl, Playwright | gộp các file Excel hằng tuần thành một báo cáo | |
Cơ sở dữ liệu | SQL, một thư viện ORM như SQLAlchemy, truy vấn MongoDB | lưu sổ chi tiêu vào SQLite thay cho CSV |
Bảng chỉ là điểm xuất phát. Nhiều việc thật ghép hai hướng: một trang web hiển thị số liệu phân tích, hay một chương trình tự động đọc dữ liệu từ cơ sở dữ liệu.
Phân tích dữ liệu: numpy, pandas và biểu đồ
numpy làm việc với mảng số lớn: một phép cộng hay nhân áp lên cả mảng một lần, nhanh hơn nhiều so với vòng for qua một list. Module array của thư viện chuẩn gọn bộ nhớ nhưng không có các phép tính đó. pandas dựng trên numpy và làm việc với cả bảng: đọc file CSV bằng read_csv(), lọc dòng, gom nhóm, tính tổng theo cột. matplotlib vẽ biểu đồ đường, cột và tròn từ số liệu đó.
Trong tutorial, bài statistics đã cho bạn trung bình, trung vị trên một list, và bài làm sạch dữ liệu CSV đã cho bạn thấy dữ liệu thật bẩn ra sao. pandas làm cùng những việc đó trên hàng triệu dòng, nên hiểu cách làm bằng Python thuần trước giúp bạn biết pandas đang làm gì thay mình.
Machine learning và AI
Machine learning là cho máy tự tìm quy luật từ dữ liệu thay cho việc bạn viết từng quy tắc bằng if. Hướng này cần thêm toán: đại số tuyến tính để hiểu dữ liệu dạng ma trận, xác suất và thống kê để đánh giá một mô hình đoán đúng tới đâu. Thứ tự thường đi là phân tích dữ liệu bằng numpy và pandas trước, rồi scikit-learn cho các mô hình cổ điển như hồi quy và cây quyết định, rồi PyTorch khi bước sang học sâu (deep learning).
Phần lớn thời gian của một dự án học máy dành cho việc đọc, làm sạch và gom dữ liệu, còn chọn mô hình chỉ chiếm phần nhỏ. Vì vậy các kỹ năng của hướng phân tích dữ liệu ở trên là nền bắt buộc của hướng này.
Web: framework, mẫu trang và SQL
Một framework web nhận yêu cầu từ trình duyệt và trả về trang hay dữ liệu JSON. Flask nhỏ, hợp để hiểu từng phần. Django có sẵn trang quản trị, đăng nhập và ORM, hợp với trang web nhiều chức năng. FastAPI dùng type hints để tự kiểm dữ liệu gửi lên, hợp với việc viết API. Chọn một trong ba và làm hết một dự án nhỏ trước khi thử cái khác.
Trang web cần mẫu có điều kiện và vòng lặp, việc mà string.Template không làm được: Flask dùng thư viện mẫu Jinja2 cho việc đó. Phía gọi ra ngoài, bạn đã có requests và JSON. Muốn gọi nhiều dịch vụ cùng lúc trong code asyncio, hãy dùng thư viện gọi mạng viết cho asyncio như httpx hay aiohttp. Gần như mọi trang web đều lưu dữ liệu, nên hướng này đi kèm SQL ở mục cơ sở dữ liệu dưới đây.
Tự động hóa công việc văn phòng
Bài tự động hóa đã dùng thư viện chuẩn để gom số liệu từ nhiều file CSV, nối các bước của một báo cáo và chạy việc theo lịch bằng cron hay Task Scheduler. Hai thư viện ngoài mở rộng phạm vi đó: openpyxl đọc và ghi bảng tính Excel (.xlsx) mà không cần mở Excel, còn Playwright điều khiển trình duyệt để điền form hay tải báo cáo. Playwright cần tải thêm trình duyệt riêng của nó bằng lệnh python -m playwright install sau khi cài gói.
Một chương trình tự động chạy lúc không ai ngồi xem, nên hãy ghi lại nó đã làm gì bằng logging và bắt đúng lỗi có thể xảy ra, như file thiếu hay mạng mất.
Cơ sở dữ liệu: SQL, ORM và MongoDB
Bài sqlite3 đã cho bạn tạo bảng, thêm, đọc, sửa, xóa bằng câu lệnh SQL, và bài kết nối database nối Python với MySQL, PostgreSQL và MongoDB. Bước tiếp theo là học SQL kỹ hơn: nối bảng (JOIN), gom nhóm (GROUP BY), chỉ mục và giao dịch. Một thư viện ORM như SQLAlchemy cho bạn làm việc với bảng qua class Python thay cho chuỗi SQL, nhưng hiểu SQL trước giúp bạn biết ORM đang sinh ra câu lệnh gì. Với MongoDB, phần cần học thêm là cú pháp truy vấn và cách gom nhóm dữ liệu của nó.
Câu hỏi thường gặp
Sau khi học Python nên học gì nếu chưa biết mình thích hướng nào?
Bắt đầu bằng phân tích dữ liệu: nó dùng ngay những gì bạn đã học về list, dict và file CSV, cho kết quả nhìn thấy được sau vài buổi, và là nền cho cả hướng machine learning. Làm một báo cáo nhỏ từ dữ liệu của chính bạn, như sổ chi tiêu, rồi quyết định có đi tiếp hướng đó hay không.
Lộ trình sau Python có cần học thêm ngôn ngữ khác không?
Tùy hướng. Web cần thêm HTML, CSS và một ít JavaScript cho phần hiển thị, cơ sở dữ liệu cần SQL. Phân tích dữ liệu, machine learning và tự động hóa thì phần lớn làm bằng Python. Học thêm ngôn ngữ khi dự án cần nó, không cần học trước cho đủ.
Còn chủ đề nào của Python mà tutorial chưa dạy?
Có: các thư viện cài ngoài kể trên, giao diện đồ họa bằng thư viện ngoài như Qt (tutorial chỉ có tkinter), và cách viết C extension. Trước khi sang thư viện ngoài, nên làm vài bài trong kho bài tập có lời giải để chắc phần cơ bản, vì lỗi ở thư viện ngoài thường là lỗi Python cơ bản bên dưới.
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.