TheoryLesson 1/306 min read+10 XP

Python là gì?

Bạn sẽ học được

Python là gì và vì sao nó phổ biến trong phân tích dữ liệu.
Một chương trình Python chạy qua những bước nào.
Vì sao thụt lề là một phần của cú pháp, không phải trang trí.
Python khác SQL ở đâu và hai công cụ phối hợp thế nào.
Phiên bản nào nên cài và lộ trình học tiếp.

Khái niệm cốt lõi

Python là ngôn ngữ lập trình thông dịch, kiểu động, đa mục đích, ra đời năm 1991 và hiện là một trong những ngôn ngữ phổ biến nhất thế giới. Ba tính từ đó cần hiểu đúng:

Thông dịch nghĩa là mã nguồn được đọc và thực thi từng bước, không cần biên dịch thành file chạy riêng như C hay Go. Bạn sửa file, chạy lại, thấy kết quả ngay — vòng phản hồi ngắn, rất hợp để khám phá dữ liệu.

Kiểu động nghĩa là biến không cần khai báo kiểu. Cùng một tên có thể chứa số rồi chứa chuỗi. Thuận tiện khi viết nhanh, nhưng cái giá là một số lỗi chỉ lộ ra lúc chạy, không phải lúc viết.

Đa mục đích nghĩa là cùng một ngôn ngữ dùng được cho web, tự động hoá, khoa học dữ liệu, học máy. Với người học dữ liệu, đây là điểm mạnh lớn: bạn học một ngôn ngữ, dùng cho nhiều việc.

Hệ sinh thái là lý do thực tế nhất khiến Python thắng trong phân tích dữ liệu:

Thư viện	Việc nó làm
`pandas`	Bảng dữ liệu, đọc CSV/Excel, gom nhóm, nối bảng
`numpy`	Mảng số, tính toán vector hoá
`matplotlib` / `seaborn`	Biểu đồ
`scikit-learn`	Học máy cổ điển
`requests`	Gọi API
`pathlib` / `csv` / `json`	Xử lý file có sẵn trong thư viện chuẩn

Chương trình đầu tiên:

code

print("Xin chào, DataHọc!")

code

Xin chào, DataHọc!

print là một hàm có sẵn. Dấu ngoặc đơn bao đối số; chuỗi đặt trong dấu nháy. Không có dấu chấm phẩy kết câu, không có main, không cần khai báo kiểu.

Một chương trình chạy qua những bước nào

Khi bạn gõ python hello.py:

Đọc file mã nguồn, kiểm tra cú pháp.
Biên dịch sang bytecode — một dạng trung gian không phụ thuộc cú pháp.
Máy ảo Python (PVM) thực thi bytecode từng lệnh.

Bước 2 giải thích vì sao Python không chậm như người ta tưởng: cú pháp chỉ được phân tích một lần, sau đó máy ảo chạy các lệnh đã tối giản. Bytecode được cache trong thư mục __pycache__ để lần chạy sau nhanh hơn.

Điều này cũng giải thích một lỗi quen thuộc:

code

print("dòng 1")
print("dòng 2"

code

  File "hello.py", line 2
    print("dòng 2"
         ^
SyntaxError: '(' was never closed

Python báo lỗi trước khi chạy bất kỳ dòng nào, vì bước 1 thất bại. Toàn bộ file bị từ chối. Đây là điểm khác với lỗi lúc chạy (NameError, ValueError), chỉ xuất hiện khi chương trình đi đến đúng dòng đó.

Thụt lề là cú pháp

Trong nhiều ngôn ngữ, khối lệnh được bao bằng { }. Python dùng thụt lề:

code

age = 20
if age >= 18:
    print("Người lớn")
    print("Được mở tài khoản")
print("Luôn chạy dòng này")

Bốn dấu cách (hoặc một tab, nhưng phải nhất quán) đánh dấu hai lệnh nằm trong if. Dòng cuối không thụt lề nên nằm ngoài, luôn chạy.

Quy ước cộng đồng: 4 dấu cách, không dùng tab. Trộn tab và dấu cách trong cùng file là lỗi cú pháp khó nhìn:

code

IndentationError: unindent does not match any outer indentation level

Thụt lề sai không chỉ gây lỗi mà còn có thể thay đổi ý nghĩa mà chương trình vẫn chạy:

code

for i in range(3):
    print("trong vòng lặp", i)
    print("vẫn trong vòng lặp")

for i in range(3):
    print("trong vòng lặp", i)
print("ngoài vòng lặp")

Khối thứ hai in "ngoài vòng lặp" đúng một lần; khối thứ nhất in nó ba lần. Cùng các dòng lệnh, khác thụt lề, khác hành vi.

Python và SQL

Nếu bạn đã học SQL, hai công cụ này không thay thế nhau:

Việc	Công cụ phù hợp
Lọc, gom nhóm, nối bảng trong cơ sở dữ liệu	SQL
Làm sạch dữ liệu phức tạp, xử lý văn bản, gọi API	Python
Huấn luyện mô hình	Python
Báo cáo định kỳ trong kho dữ liệu	SQL, đôi khi Python

Mô hình phổ biến: SQL lấy dữ liệu đã tổng hợp từ cơ sở dữ liệu, Python xử lý tiếp và trực quan hoá. Biết cả hai là lợi thế, không phải học lại từ đầu.

Một điểm khác biệt về tư duy: SQL mô tả kết quả mong muốn, Python mô tả các bước thực hiện. SQL nói "lấy trung bình doanh thu theo tháng"; Python nói "duyệt từng dòng, cộng vào một từ điển, chia cho số dòng". Cùng bài toán, hai cách diễn đạt.

Chọn phiên bản

Khóa học dùng Python 3.12 trở lên. Hai lý do:

match-case (chương 2) cần Python 3.10+.
Các phiên bản cũ hơn đã hết hỗ trợ bảo mật.

Python 2 đã ngừng hỗ trợ từ 2020. Nếu thấy tài liệu dùng print "hello" không có ngoặc, đó là Python 2 — bỏ qua.

Trên macOS và Linux thường có sẵn python3. Trên Windows, cài từ python.org và nhớ tick "Add python.exe to PATH". Bài tiếp theo đi vào chi tiết cài đặt, môi trường ảo và REPL.

Thực hành

Chạy print("Xin chào, DataHọc!") trong trình soạn thảo hoặc REPL.
Viết ba dòng print, cố ý bỏ một dấu ngoặc đóng, chạy và đọc thông báo lỗi. Xác định số dòng Python báo.
Viết một if in ra hai dòng khi tuổi >= 18 và một dòng luôn chạy ở ngoài.
Thử thụt lề dòng cuối vào trong if và quan sát số lần in thay đổi.
Liệt kê ba việc trong công việc hiện tại của bạn mà Python có thể tự động hoá.

Lỗi thường gặp

Triệu chứng	Nguyên nhân	Cách sửa
`SyntaxError: '(' was never closed`	Thiếu dấu đóng	Đếm lại ngoặc trên dòng được báo
`IndentationError`	Trộn tab và dấu cách	Cấu hình editor dùng 4 dấu cách
`NameError: name 'x' is not defined`	Dùng biến trước khi gán, hoặc gõ sai tên	Kiểm tra thứ tự và chính tả
`python: command not found`	Chưa cài hoặc chưa vào PATH	Dùng `python3`, hoặc cài lại có PATH
Chạy file nhưng không có gì xảy ra	File chỉ định nghĩa hàm, không gọi	Thêm lời gọi ở cuối
In ra `None` ngoài ý muốn	`print(print(...))` hoặc hàm không `return`	Kiểm tra giá trị trả về

Tóm tắt

Python là ngôn ngữ thông dịch, kiểu động, mạnh nhất ở hệ sinh thái dữ liệu.
Mã nguồn được kiểm tra cú pháp trước khi chạy; lỗi cú pháp chặn toàn bộ file.
Thụt lề là cú pháp, quy ước 4 dấu cách, không trộn tab.
SQL và Python bổ sung nhau: SQL cho cơ sở dữ liệu, Python cho xử lý và mô hình.
Dùng Python 3.12+; match-case cần 3.10+.

Use ← → to move between lessons