Cài đặt Python và môi trường | MinAI Learning

Hướng dẫn

1/13•1.5 giờ

Đang tải...

Cài đặt Python và môi trường

Thiết lập môi trường Python chuyên nghiệp cho Data Analysis

🎯 Mục tiêu bài học

TB5 min

Sau bài học này, bạn sẽ:

✅ Install Python + Data Analysis packages

✅ Setup virtual environment chuyên nghiệp

✅ Sử dụng Jupyter Notebook/Lab cho analysis

✅ Nắm Python basics: types, collections, functions

✅ Hiểu NumPy cho numerical computing

Thời gian: 1.5 giờ | Độ khó: Beginner | Tool: Python 3.10+, Anaconda/pip, Jupyter

Task 0

🧠 Expert Lens: Analytics Environment Governance

TB5 min

Checklist vận hành môi trường phân tích

Hạng mục	Câu hỏi kiểm tra	Mục tiêu
Reproducibility	Có `requirements.txt`/ được pin version chưa?

Task 9

Tiếp: Cơ bản Pandas

environment.yml

📖 Bảng Thuật Ngữ Quan Trọng

TB5 min

Thuật ngữ	Tiếng Việt	Mô tả
Virtual Environment	Môi trường ảo	Isolated Python environment per project
Anaconda	-	Python distribution với 250+ DS packages
Jupyter Notebook	-	Interactive coding: code + text + viz
pip	-	Python package manager
conda	-	Package + environment manager
NumPy	-	Numerical Python — fast array operations
Pandas	-	Data manipulation library (DataFrames)
DataFrame	Bảng dữ liệu	2D labeled data structure
JupyterLab	-	Next-gen Jupyter với tabbed interface
Google Colab	-	Cloud Jupyter — free GPU, no setup

Checkpoint

Virtual env = isolated packages per project. Anaconda = all-in-one DS distribution. Jupyter = interactive analysis. pip vs conda đều install packages, nhưng conda quản lý cả environments!

Task 1

🐍 1. Tại sao Python?

TB5 min

1.1 Python cho Data Analysis

Ưu điểm	Mô tả
Dễ học	Cú pháp rõ ràng, dễ đọc
Hệ sinh thái phong phú	Pandas, NumPy, Scikit-learn, v.v.
Cộng đồng	Cộng đồng lớn, nhiều tài liệu
Đa năng	Phân tích, ML, Web, Tự động hóa
Thị trường việc làm	Kỹ năng được săn đón nhất

1.2 Data Analysis Stack

🐍Python Data Stack

⚙️Python 3.10+

🔢NumPy (Arrays)

📊Pandas (DataFrames)

📈Matplotlib (Charts)

📦Supporting: Seaborn, Plotly, Scipy, Statsmodels

Checkpoint

Python = #1 cho Data Analysis nhờ ecosystem (Pandas, NumPy, Matplotlib) + community + job market. Stack: NumPy (arrays) → Pandas (DataFrames) → Matplotlib (charts).

Task 2

💻 2. Cài đặt Python

TB5 min

2.1 Phương pháp 1: Anaconda (Recommended)

Bash

1# Download Anaconda từ https://www.anaconda.com/download
2 
3# Sau khi cài, verify:
4conda --version
5 
6# Create môi trường mới
7conda create -n data-analysis python=3.10
8 
9# Activate môi trường
10conda activate data-analysis
11 
12# Install packages
13conda install pandas numpy matplotlib seaborn jupyter

Anaconda = Python distribution bao gồm sẵn 250+ packages cho Data Science, package manager (conda), và môi trường ảo — bắt đầu nhanh chóng!

2.2 Phương pháp 2: Python + pip

Bash

1# Download Python từ https://www.python.org/downloads/
2python --version
3 
4# Create virtual environment
5python -m venv data-analysis-env
6 
7# Activate (Windows)
8data-analysis-env\Scripts\activate
9 
10# Activate (macOS/Linux)
11source data-analysis-env/bin/activate
12 
13# Install packages
14pip install pandas numpy matplotlib seaborn jupyter notebook

2.3 Packages cần thiết

Bash

1# Core
2pip install pandas numpy scipy
3 
4# Visualization
5pip install matplotlib seaborn plotly
6 
7# Jupyter
8pip install jupyter notebook jupyterlab
9 
10# Database + Excel
11pip install sqlalchemy psycopg2-binary openpyxl xlrd
12 
13# Statistics
14pip install statsmodels scikit-learn

Checkpoint

2 cách: Anaconda (recommended, all-in-one) hoặc Python + pip (lightweight). Luôn dùng virtual environment để isolate projects!

Task 3

📓 3. Jupyter Notebook

TB5 min

3.1 Khởi động

Bash

1# Classic Notebook
2jupyter notebook
3 
4# JupyterLab (recommended)
5jupyter lab
6# → http://localhost:8888

3.2 Keyboard Shortcuts

Shortcut	Action
`Shift + Enter`	Chạy cell, chuyển sang cell tiếp theo
`Ctrl + Enter`	Chạy cell, giữ nguyên vị trí
`Alt + Enter`	Chạy cell, chèn cell mới bên dưới
`A` / `B`	Chèn cell phía trên / dưới (chế độ command)
`DD`	Xóa cell (chế độ command)
`M` / `Y`	Chế độ Markdown / Code

3.3 Notebook Best Practices

Python

1# Cell 1: Imports (always at top)
2import pandas as pd
3import numpy as np
4import matplotlib.pyplot as plt
5import seaborn as sns
6
7# Settings
8pd.set_option('display.max_columns', None)
9pd.set_option('display.max_rows', 100)
10plt.style.use('seaborn-v0_8-whitegrid')
11%matplotlib inline

3.4 IDE Alternatives

IDE	Best For
VS Code	IDE toàn diện + Jupyter + tích hợp Git
PyCharm	Dự án lớn, debug xuất sắc
Google Colab	GPU miễn phí, không cần cài đặt, dễ chia sẻ

Checkpoint

Jupyter = interactive analysis (code + text + viz). Shortcuts: Shift+Enter (run), A/B (insert), DD (delete). VS Code + Jupyter extension = best combo cho professionals!

Task 4

🔤 4. Python Basics cho Analysis

TB5 min

4.1 Data Types

Python

1integer_val = 42
2float_val = 3.14
3name = "Data Analysis"
4is_valid = True
5missing_value = None
6
7print(type(42))         # <class 'int'>
8print(type(3.14))       # <class 'float'>
9print(type("hello"))    # <class 'str'>

4.2 Collections

Python

1# List - ordered, mutable
2numbers = [1, 2, 3, 4, 5]
3numbers.append(6)
4print(numbers[1:3])  # [2, 3]
5
6# Tuple - ordered, immutable
7coordinates = (10.5, 20.3)
8x, y = coordinates  # Unpacking
9
10# Dictionary - key-value pairs
11person = {'name': 'Alice', 'age': 30, 'city': 'Hanoi'}
12print(person['name'])  # Alice
13
14# Set - unique values
15unique_ids = {1, 2, 3, 2, 1}  # {1, 2, 3}

4.3 Control Flow & Functions

Python

1# List comprehension (Pythonic!)
2squares = [x**2 for x in range(10)]
3even_squares = [x**2 for x in range(10) if x % 2 == 0]
4
5# Functions
6def calculate_tax(amount, rate=0.1):
7    return amount * rate
8
9# Lambda
10square = lambda x: x ** 2
11
12# Multiple returns
13def get_statistics(numbers):
14    return min(numbers), max(numbers), sum(numbers)/len(numbers)
15minimum, maximum, average = get_statistics([1, 2, 3, 4, 5])
16
17# *args and **kwargs
18def flexible_func(*args, **kwargs):
19    print(f"Args: {args}, Kwargs: {kwargs}")

Checkpoint

Collections: List (mutable), Tuple (immutable), Dict (key-value), Set (unique). List comprehension = Pythonic filtering. Lambda = anonymous function!

Task 5

✅ 6. Verify Installation

TB5 min

Python

1print("Testing Python Data Analysis Setup...")
2print("=" * 50)
3
4import pandas as pd
5print(f"✅ Pandas {pd.__version__}")
6
7import numpy as np
8print(f"✅ NumPy {np.__version__}")
9
10import matplotlib
11print(f"✅ Matplotlib {matplotlib.__version__}")
12
13import seaborn as sns
14print(f"✅ Seaborn {sns.__version__}")
15
16# Test operations
17df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
18print(f"✅ DataFrame created:\n{df}")
19
20print("\n🎉 Setup complete! Ready for Data Analysis!")

Nếu bất kỳ import nào fail → chạy lại pip install package_name hoặc conda install package_name. Đảm bảo virtual environment đã activated!

Task 7

📋 Tổng kết

TB5 min

Kiến thức đã học

Topic	Key Points
Installation	Anaconda (recommended) hoặc Python + pip
Environment	Virtual environments để isolate projects
Jupyter	Phân tích tương tác, xuất báo cáo
Python Basics	Kiểu dữ liệu, collections, hàm, comprehensions
NumPy	Tính toán số học hiệu quả, mảng

Checklist hoàn thành

Câu hỏi tự kiểm tra

Virtual environment dùng để giải quyết vấn đề gì?
Jupyter Notebook khác Python script thế nào?
NumPy array khác Python list ở điểm nào?
Anaconda vs pip: khi nào dùng cái nào?

Bài tiếp theo: Pandas Fundamentals — DataFrames và operations cơ bản →

🎉 Tuyệt vời! Bạn đã setup xong môi trường Python cho Data Analysis!

Nhớ: Virtual environment + Jupyter + NumPy là bộ 3 không thể thiếu. Hãy luôn tạo environment mới cho mỗi project!

Task 8

Nguồn	Nội dung	Link
Jupyter	Môi trường notebook cho data analysis	Jupyter Documentation
Google Colab	Notebook miễn phí trên cloud từ Google	Google Colab
scipy	Thư viện tính toán khoa học nâng cao	scipy Documentation
pandas	Công cụ phân tích dữ liệu chính trong Python	pandas User Guide
Kaggle Notebooks	Thực hành data analysis với dataset thực tế	Kaggle Notebooks
IBM Data Science	Lộ trình học Data Science toàn diện	IBM Data Science

🎯 Mục tiêu bài học

🧠 Expert Lens: Analytics Environment Governance

Checklist vận hành môi trường phân tích

Best practices triển khai team

Checkpoint

📖 Bảng Thuật Ngữ Quan Trọng

Checkpoint

🐍 1. Tại sao Python?

1.1 Python cho Data Analysis

1.2 Data Analysis Stack

Checkpoint

💻 2. Cài đặt Python

2.1 Phương pháp 1: Anaconda (Recommended)

2.2 Phương pháp 2: Python + pip

2.3 Packages cần thiết

Checkpoint

📓 3. Jupyter Notebook

3.1 Khởi động

3.2 Keyboard Shortcuts

3.3 Notebook Best Practices

3.4 IDE Alternatives

Checkpoint

🔤 4. Python Basics cho Analysis

4.1 Data Types

4.2 Collections

4.3 Control Flow & Functions

Checkpoint

🔢 5. NumPy Basics

5.1 Arrays

5.2 Operations & Statistics

Checkpoint

✅ 6. Verify Installation

📋 Tổng kết

Kiến thức đã học

Checklist hoàn thành

Câu hỏi tự kiểm tra

📚 Tài liệu tham khảo