Python Cơ Bản - Phần 2 | MinAI Learning

Lý thuyết

2/15•3 giờ

Đang tải...

Python Cơ Bản - Phần 2

Control Flow, Collections, Functions, Decorators và Error Handling

🎯 Mục tiêu bài học

TB5 min

Sau bài học này, bạn sẽ:

✅ Thành thạo Control Flow: if/elif/else, for, while, list comprehension

✅ Sử dụng được Collections: List, Dictionary, Set, Tuple

✅ Viết Functions với parameters, *args, **kwargs, return values

✅ Hiểu Lambda, Decorators và Error Handling

Thời gian: 3 giờ | Độ khó: Beginner | Yêu cầu: Hoàn thành Bài 1

Task 0

📖 Bảng Thuật Ngữ Quan Trọng

TB5 min

Thuật ngữ	Tiếng Việt	Giải thích đơn giản
Control Flow	Luồng điều khiển	Quyết định code nào chạy dựa trên điều kiện

Task 1

Tiếp: Thực Hành Python Cơ Bản

🔀 Control Flow

TB5 min

Control Flow (Luồng điều khiển) là gì? Bình thường Python chạy code từ trên xuống dưới, tuần tự. Nhưng trong thực tế, bạn cần:

Ra quyết định: "Nếu khách VIP thì giảm 20%, không thì giảm 5%" → dùng if/else
Lặp lại: "Tính tổng doanh thu cho từng tháng" → dùng for loop
Chờ điều kiện: "Tiếp tục hỏi password cho đến khi đúng" → dùng while loop

If-Elif-Else

Câu lệnh điều kiện cho phép chương trình ra quyết định — giống như chọn đường đi dựa trên thời tiết: trời mưa → mang ô, trời nắng → đội mũ, bình thường → đi tay không.

🔀 If/Elif/Else — Luồng Quyết Định

🎯score = 85

❓score ≥ 90?

✅ grade = 'A'

❌ → score ≥ 80?

✅ grade = 'B' ← KẾT QUẢ

❌ → score ≥ 70?

✅ grade = 'C'

❌ → grade = 'F'

Cú pháp: if kiểm tra điều kiện → đúng thì chạy code bên trong, sai thì bỏ qua. elif kiểm tra điều kiện tiếp. else chạy khi tất cả điều kiện trên đều sai.

Python

1score = 85
2
3if score >= 90:
4    grade = "A"
5elif score >= 80:
6    grade = "B"
7elif score >= 70:
8    grade = "C"
9else:
10    grade = "F"
11
12print(f"Grade: {grade}")  # Grade: B
13
14# Ternary operator (one-line if)
15status = "Pass" if score >= 60 else "Fail"

Vòng Lặp For

Vòng lặp for là gì? Vòng lặp cho phép bạn lặp lại một thao tác cho nhiều phần tử — giống như đi chợ với danh sách mua sắm: lần lượt đi qua từng món, cho vào giỏ, rồi qua món tiếp theo.

🔄 For Loop — Luồng Thực Thi

▶️Bắt đầu

📦Lấy phần tử tiếp

❓Còn phần tử?

⚙️Chạy code body

🏁Kết thúc loop

Tại sao cần vòng lặp? Thay vì viết 1000 dòng print() riêng biệt, bạn chỉ cần 2 dòng for loop. Trong DS: duyệt từng file CSV, xử lý từng cột, tính toán cho từng nhóm khách hàng...

Python

1# Iterate over list
2fruits = ["apple", "banana", "cherry"]
3for fruit in fruits:
4    print(fruit)
5
6# Range
7for i in range(5):        # 0, 1, 2, 3, 4
8    print(i)
9for i in range(1, 6):     # 1, 2, 3, 4, 5
10    print(i)
11for i in range(0, 10, 2): # 0, 2, 4, 6, 8
12    print(i)
13
14# Enumerate (index + value)
15for idx, fruit in enumerate(fruits):
16    print(f"{idx}: {fruit}")
17
18# Zip (parallel iteration)
19names = ["Alice", "Bob"]
20ages = [25, 30]
21for name, age in zip(names, ages):
22    print(f"{name} is {age}")

Giải thích các pattern quan trọng:

range(n): Tạo dãy số từ 0 đến n-1. Dùng khi biết chính xác cần lặp bao nhiêu lần.
enumerate(): Lấy cả index lẫn giá trị — rất hữu ích khi cần biết đang ở vị trí thứ mấy.
zip(): Duyệt song song 2+ list — ví dụ: ghép tên sinh viên với điểm số.

Vòng Lặp While

Vòng lặp while chạy liên tục cho đến khi điều kiện sai. Khác với for (biết trước số lần lặp), while dùng khi không biết cần lặp bao nhiêu lần — ví dụ: yêu cầu nhập lại password cho đến khi đúng, tải dữ liệu cho đến khi hết trang.

Python

1count = 0
2while count < 5:
3    print(count)
4    count += 1
5
6# break và continue
7while True:
8    user_input = input("Enter 'q' to quit: ")
9    if user_input == 'q':
10        break       # Thoát vòng lặp
11    if user_input == '':
12        continue    # Bỏ qua, lặp tiếp
13    print(f"You entered: {user_input}")

break và continue:

break: Dừng hẳn vòng lặp — ví dụ: tìm thấy kết quả rồi, không cần tìm tiếp.
continue: Bỏ qua lần lặp hiện tại, nhảy sang lần tiếp — ví dụ: bỏ qua dữ liệu trống.

List Comprehension

List Comprehension là cách viết "Pythonic" — ngắn gọn và nhanh hơn vòng for thông thường. Đây là pattern rất phổ biến trong Data Science!

Python

1# Basic
2squares = [x**2 for x in range(10)]
3# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
4
5# With condition (filter)
6evens = [x for x in range(20) if x % 2 == 0]
7# [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]
8
9# Nested
10matrix = [[i*j for j in range(3)] for i in range(3)]
11# [[0,0,0], [0,1,2], [0,2,4]]
12
13# Dict comprehension
14squares_dict = {x: x**2 for x in range(5)}
15# {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}
16
17# Set comprehension
18unique_lengths = {len(word) for word in ["hello", "world", "hi"]}
19# {2, 5}

Checkpoint

Viết list comprehension tạo danh sách các số chia hết cho 3 trong khoảng 1-50. Kết quả bao nhiêu phần tử?

Task 2

📚 Collections

TB5 min

Collections là các cấu trúc dữ liệu dùng để lưu nhiều giá trị trong một biến. Python có 4 loại chính — mỗi loại phù hợp với mục đích khác nhau:

📚 Python Collections — Chọn Đúng Cấu Trúc

📦Python Collections

📋List [ ]

Có thứ tự ✅

Thay đổi được ✅

Cho phép trùng ✅

🔑Dict { k: v }

Key-Value pairs

Tra cứu O(1) ⚡

Key không trùng

🎯Set { }

Không trùng lặp ❌

Không thứ tự ❌

∪ ∩ − operations

🔒Tuple ( )

Immutable 🔒

Có thứ tự ✅

Return values

Collection	Đặc điểm	Khi nào dùng?	Ví dụ
List `[]`	Có thứ tự, thay đổi được	Danh sách dữ liệu chung	Điểm các bài thi, sản phẩm
Dict `{}`	Cặp key-value	Tra cứu nhanh theo tên	Thông tin khách hàng, config
Set `{}`	Không trùng lặp	Tìm giá trị duy nhất	Danh sách thành phố, tags
Tuple `()`	Không thay đổi được	Dữ liệu cố định	Tọa độ (x, y), return nhiều giá trị

List

List (danh sách) là collection phổ biến nhất — giống như một hàng đợi có thể thêm, xóa, sắp xếp tùy ý:

Python

1# Create
2fruits = ["apple", "banana", "cherry"]
3numbers = list(range(1, 6))
4
5# Access
6fruits[0]      # "apple"
7fruits[-1]     # "cherry"
8fruits[1:3]    # ["banana", "cherry"]
9
10# Modify
11fruits.append("orange")      # Add to end
12fruits.insert(1, "grape")    # Insert at index
13fruits.extend(["kiwi"])      # Add multiple items
14fruits.remove("banana")      # Remove by value
15fruits.pop()                 # Remove & return last
16fruits.pop(0)                # Remove & return by index
17
18# Other methods
19fruits.sort()                # Sort in place
20fruits.reverse()             # Reverse in place
21fruits.index("apple")        # Find index
22fruits.count("apple")        # Count occurrences
23len(fruits)                  # Length

Dictionary

Python

1# Create
2person = {
3    "name": "Alice",
4    "age": 25,
5    "city": "Hanoi"
6}
7
8# Access
9person["name"]            # "Alice"
10person.get("name")        # "Alice"
11person.get("job", "N/A")  # "N/A" (default if key missing)
12
13# Modify
14person["age"] = 26                   # Update
15person["job"] = "Data Scientist"     # Add new key
16
17# Methods
18person.keys()    # dict_keys(['name', 'age', 'city', 'job'])
19person.values()  # dict_values(['Alice', 26, 'Hanoi', 'Data Scientist'])
20person.items()   # dict_items([('name', 'Alice'), ...])
21
22# Iterate
23for key, value in person.items():
24    print(f"{key}: {value}")

Dictionary là cấu trúc dữ liệu quan trọng nhất trong Python — dùng khắp nơi: JSON data, function kwargs, config, API responses...

Set & Tuple

Set chỉ chứa giá trị không trùng lặp — rất hữu ích khi muốn tìm "có bao nhiêu giá trị khác nhau?" (ví dụ: bao nhiêu thành phố trong dataset?).

Tuple giống List nhưng không thể thay đổi sau khi tạo — dùng khi dữ liệu không nên bị sửa (tọa độ GPS, return nhiều giá trị từ function).

Python

1# Set - Unique values, unordered
2colors = {"red", "green", "blue"}
3colors.add("yellow")
4colors.remove("red")
5
6# Set operations (rất hữu ích cho Data Science!)
7a = {1, 2, 3}
8b = {2, 3, 4}
9print(a | b)  # Union: {1, 2, 3, 4}
10print(a & b)  # Intersection: {2, 3}
11print(a - b)  # Difference: {1}
12
13# Tuple - Immutable list (không thể thay đổi)
14point = (10, 20)
15x, y = point  # Unpacking
16
17# Practical: return multiple values
18def get_min_max(numbers):
19    return min(numbers), max(numbers)  # Returns tuple
20
21lo, hi = get_min_max([3, 1, 4, 1, 5])

Checkpoint

Tạo một dictionary chứa thông tin 3 sinh viên (tên, điểm). Dùng dict comprehension để lọc ra sinh viên có điểm >= 8.

Task 3

🔧 Functions

TB5 min

Function (hàm) là gì? Function là một khối code có tên, nhận input → xử lý → trả output. Hãy tưởng tượng function như một công thức nấu ăn: đưa nguyên liệu vào (parameters), làm theo các bước (code), và nhận món ăn hoàn chỉnh (return value).

Tại sao cần function?

Tái sử dụng: Viết 1 lần, dùng nhiều lần — không cần copy-paste
Dễ đọc: calculate_bmi(70, 1.75) rõ ràng hơn 10 dòng tính toán
Dễ sửa: Sửa 1 chỗ, áp dụng cho mọi nơi gọi function
DRY Principle: Don't Repeat Yourself — nguyên tắc vàng trong lập trình

Hàm Cơ Bản

Python

1def greet(name):
2    """Chào người dùng - đây là docstring"""
3    return f"Hello, {name}!"
4
5message = greet("MinAI")
6print(message)  # Hello, MinAI!

Tham Số

Python

1# Default parameters
2def greet(name, greeting="Hello"):
3    return f"{greeting}, {name}!"
4
5greet("Alice")           # "Hello, Alice!"
6greet("Alice", "Hi")     # "Hi, Alice!"
7
8# Keyword arguments (gọi theo bất kỳ thứ tự)
9def create_profile(name, age, city):
10    return {"name": name, "age": age, "city": city}
11
12profile = create_profile(age=25, city="Hanoi", name="Bob")
13
14# *args - Nhận số lượng arguments KHÔNG CỐ ĐỊNH
15# Ví dụ: sum_all(1, 2) hoặc sum_all(1, 2, 3, 4, 5) — đều được!
16def sum_all(*args):
17    return sum(args)
18
19sum_all(1, 2, 3, 4, 5)  # 15
20
21# **kwargs - Nhận keyword arguments KHÔNG CỐ ĐỊNH
22# Ví dụ: build_dict(name="Alice", age=25) — gọi với bất kỳ keyword nào
23def build_dict(**kwargs):
24    return kwargs
25
26build_dict(a=1, b=2, c=3)  # {'a': 1, 'b': 2, 'c': 3}
27
28# Kết hợp tất cả
29def func(a, b, *args, **kwargs):
30    print(f"a={a}, b={b}")
31    print(f"args={args}")
32    print(f"kwargs={kwargs}")
33
34func(1, 2, 3, 4, x=10, y=20)
35# a=1, b=2 | args=(3, 4) | kwargs={'x': 10, 'y': 20}

Trả Về Nhiều Giá Trị

Python

1def get_stats(numbers):
2    """Tính các thống kê cơ bản"""
3    return min(numbers), max(numbers), sum(numbers)/len(numbers)
4
5# Unpacking
6min_val, max_val, avg = get_stats([1, 2, 3, 4, 5])
7print(f"Min: {min_val}, Max: {max_val}, Avg: {avg}")

Checkpoint

Viết function calculate_bmi(weight, height) nhận cân nặng (kg) và chiều cao (m), trả về BMI và phân loại ("Gầy"/"Bình thường"/"Thừa cân").

Task 4

⚡ Lambda và Built-in Functions

TB5 min

Hàm Lambda

Lambda là anonymous function — function không tên, viết trên 1 dòng.

Python

1# Function thường vs Lambda
2def square(x):
3    return x ** 2
4
5square = lambda x: x ** 2  # Tương đương
6
7# Lambda với nhiều arguments
8add = lambda x, y: x + y

Ứng dụng với map, filter, sorted

Ba built-in functions này kết hợp với lambda tạo thành pattern rất mạnh:

map(func, list): Áp dụng func cho từng phần tử → list mới (ví dụ: đổi đơn vị cho cả cột)
filter(func, list): Lọc chỉ giữ phần tử thỏa điều kiện (ví dụ: lọc khách có đơn hàng)
sorted(list, key=func): Sắp xếp theo tiêu chí tùy chọn (ví dụ: sắp theo điểm cao → thấp)

Python

1numbers = [1, 2, 3, 4, 5]
2
3# map - áp dụng function cho từng phần tử
4squares = list(map(lambda x: x**2, numbers))
5# [1, 4, 9, 16, 25]
6
7# filter - lọc phần tử
8evens = list(filter(lambda x: x % 2 == 0, numbers))
9# [2, 4]
10
11# sorted - sắp xếp với key
12students = [
13    {"name": "Alice", "score": 85},
14    {"name": "Bob", "score": 92},
15    {"name": "Charlie", "score": 78}
16]
17sorted_students = sorted(students, key=lambda x: x["score"], reverse=True)
18# Bob (92), Alice (85), Charlie (78)

Built-in Functions hữu ích

Python

1numbers = [3, 1, 4, 1, 5, 9, 2, 6]
2
3# Aggregation
4len(numbers)       # 8
5sum(numbers)       # 31
6min(numbers)       # 1
7max(numbers)       # 9
8sorted(numbers)    # [1, 1, 2, 3, 4, 5, 6, 9]
9
10# Logic
11any([False, True, False])   # True  (ít nhất 1 True)
12all([True, True, False])    # False (không phải tất cả)
13
14# Math
15abs(-5)           # 5
16round(3.14159, 2) # 3.14
17pow(2, 10)        # 1024
18
19# reduce - aggregate tuần tự
20from functools import reduce
21total = reduce(lambda x, y: x + y, numbers)  # 31

Trong Data Science, bạn sẽ dùng lambda rất nhiều với Pandas: df['col'].apply(lambda x: x * 2), df.sort_values(key=lambda x: ...).

Checkpoint

Dùng filter + lambda để lọc ra các từ có độ dài > 4 từ list ["hi", "hello", "world", "ok", "python"].

Task 5

🎨 Decorators

TB5 min

Decorator là function "bọc" function khác để thêm chức năng — rất phổ biến trong Python.

Decorator Cơ Bản

Python

1def timer(func):
2    """Decorator đo thời gian chạy"""
3    import time
4    def wrapper(*args, **kwargs):
5        start = time.time()
6        result = func(*args, **kwargs)
7        end = time.time()
8        print(f"{func.__name__} took {end-start:.4f} seconds")
9        return result
10    return wrapper
11
12@timer
13def slow_function():
14    import time
15    time.sleep(1)
16    return "Done!"
17
18slow_function()
19# slow_function took 1.0012 seconds

Decorator với parameters

Python

1def repeat(times):
2    """Decorator chạy function nhiều lần"""
3    def decorator(func):
4        def wrapper(*args, **kwargs):
5            for _ in range(times):
6                result = func(*args, **kwargs)
7            return result
8        return wrapper
9    return decorator
10
11@repeat(times=3)
12def say_hello(name):
13    print(f"Hello, {name}!")
14
15say_hello("World")
16# Hello, World! (3 lần)

Decorator Phổ Biến

Python

1from functools import lru_cache
2
3# Caching - Lưu kết quả để không tính lại
4@lru_cache(maxsize=128)
5def fibonacci(n):
6    if n < 2:
7        return n
8    return fibonacci(n-1) + fibonacci(n-2)
9
10print(fibonacci(100))  # Rất nhanh nhờ cache!
11
12# Property decorator
13class Circle:
14    def __init__(self, radius):
15        self._radius = radius
16    
17    @property
18    def area(self):
19        import math
20        return math.pi * self._radius ** 2
21
22circle = Circle(5)
23print(circle.area)  # 78.539...

Decorator bạn sẽ gặp thường xuyên khi làm việc với Flask/FastAPI (@app.route), testing (@pytest.fixture), và caching (@lru_cache).

Checkpoint

@timer decorator hoạt động ra sao? Nó nhận function gốc, bọc trong wrapper, đo thời gian trước/sau khi gọi function gốc.

Task 6

🛡️ Error Handling

TB5 min

Try-Except

Python

1# Basic
2try:
3    result = 10 / 0
4except ZeroDivisionError:
5    print("Cannot divide by zero!")
6
7# Multiple exceptions
8try:
9    num = int(input("Enter a number: "))
10    result = 10 / num
11except ValueError:
12    print("Invalid input - not a number!")
13except ZeroDivisionError:
14    print("Cannot divide by zero!")
15
16# Catch all + else + finally
17try:
18    file = open("data.txt", "r")
19    content = file.read()
20except FileNotFoundError:
21    print("File not found!")
22else:
23    print(f"File content: {content}")  # Chạy nếu KHÔNG có lỗi
24finally:
25    print("Cleanup done")  # LUÔN LUÔN chạy

Raise & Ngoại Lệ Tùy Chỉnh

Python

1def validate_age(age):
2    if age < 0:
3        raise ValueError("Age cannot be negative")
4    if age > 150:
5        raise ValueError("Age seems unrealistic")
6    return True
7
8# Custom Exception
9class InvalidDataError(Exception):
10    def __init__(self, message, error_code=None):
11        super().__init__(message)
12        self.error_code = error_code
13
14def process_data(data):
15    if not data:
16        raise InvalidDataError("Data is empty", error_code=1001)
17    return data

Quản Lý Ngữ Cảnh (with)

Python

1# File handling — tự động đóng file
2with open("data.txt", "r") as file:
3    content = file.read()
4# File tự động đóng khi ra khỏi with block
5
6# Custom context manager
7class Timer:
8    def __enter__(self):
9        import time
10        self.start = time.time()
11        return self
12    
13    def __exit__(self, *args):
14        import time
15        self.end = time.time()
16        print(f"Elapsed: {self.end - self.start:.4f}s")
17
18with Timer():
19    sum([i**2 for i in range(1000000)])

Quan trọng: Luôn dùng with khi làm việc với file. Nếu không, file có thể không được đóng đúng cách, gây rò rỉ tài nguyên.

Checkpoint

Viết function an toàn: nhận string, trả về int — nếu không convert được thì trả về 0. Dùng try-except.

Task 7

📦 Modules và Imports

TB5 min

Phương Thức Import

Python

1# Import toàn bộ module
2import math
3print(math.sqrt(16))  # 4.0
4
5# Import với alias (rất phổ biến trong Data Science)
6import pandas as pd
7import numpy as np
8import matplotlib.pyplot as plt
9
10# Import specific functions
11from math import sqrt, pi
12print(sqrt(16))  # 4.0

Tạo Module riêng

Python

1# utils.py
2def calculate_mean(numbers):
3    return sum(numbers) / len(numbers)
4
5def calculate_std(numbers):
6    mean = calculate_mean(numbers)
7    variance = sum((x - mean)**2 for x in numbers) / len(numbers)
8    return variance ** 0.5
9
10# main.py
11from utils import calculate_mean, calculate_std
12data = [1, 2, 3, 4, 5]
13print(calculate_mean(data))  # 3.0

name == "main"

Python

1# my_module.py
2def main():
3    print("Running as main script")
4
5if __name__ == "__main__":
6    main()  # Chỉ chạy khi execute trực tiếp, không chạy khi import

Checkpoint

Tại sao Data Science luôn dùng alias import pandas as pd? Để code ngắn gọn hơn: pd.read_csv() thay vì pandas.read_csv().

Task 8

📝 Tổng Kết

TB5 min

Câu hỏi tự kiểm tra

List comprehension khác gì so với vòng lặp for thông thường? Khi nào nên dùng list comprehension?
Sự khác biệt giữa *args và **kwargs trong định nghĩa function là gì?
Tại sao nên dùng with open() thay vì open() và close() riêng lẻ khi xử lý file?
Dictionary và List khác nhau như thế nào? Khi nào nên dùng Dictionary thay vì List?

✅ Những điều bạn đã học được

🔀 Control Flow — if/elif/else, for loop, while loop, list comprehension
📚 Collections — List, Dictionary, Set, Tuple và methods quan trọng
🔧 Functions — Parameters, *args, **kwargs, return, docstrings
⚡ Lambda — Anonymous functions, map/filter/sorted
🎨 Decorators — @timer, @lru_cache, @property
🛡️ Error Handling — try/except/else/finally, raise, custom exceptions
📦 Modules — import, alias, tạo module riêng

🧮 Tính Toán Thủ Công & Walkthrough

TB5 min

Control Flow — Trace Từng Bước

Bài toán: Tính điểm trung bình và xếp loại cho 5 sinh viên.

Ví dụ

1Dữ liệu: scores = [85, 42, 73, 91, 68]
2Quy tắc: >= 90 → "Giỏi", >= 70 → "Khá", >= 50 → "TB", < 50 → "Yếu"

Trace thủ công:

Ví dụ

1Bước 1: score = 85
2  → 85 >= 90? ❌ (False)
3  → 85 >= 70? ✅ (True) → grade = "Khá"
4 
5Bước 2: score = 42
6  → 42 >= 90? ❌
7  → 42 >= 70? ❌
8  → 42 >= 50? ❌
9  → else → grade = "Yếu"          ← Đây là lý do cần else!
10 
11Bước 3: score = 73 → "Khá"
12Bước 4: score = 91 → "Giỏi"
13Bước 5: score = 68
14  → 68 >= 90? ❌
15  → 68 >= 70? ❌
16  → 68 >= 50? ✅ → grade = "TB"
17 
18Kết quả: ["Khá", "Yếu", "Khá", "Giỏi", "TB"]
19Thống kê: Giỏi=1, Khá=2, TB=1, Yếu=1

Sai lầm phổ biến: Đặt elif score >= 70 TRƯỚC elif score >= 90 → score=95 sẽ match 70 trước và không bao giờ được xếp "Giỏi"! Luôn kiểm tra điều kiện từ LỚN đến NHỎ.

Decorator — Walkthrough Chi Tiết

Decorator @timer hoạt động thế nào? Trace từng bước:

Ví dụ

1# Khi Python đọc:
2@timer
3def process_data():
4    return "done"
5 
6# Tương đương với:
7process_data = timer(process_data)
8 
9# Bước 1: timer(process_data) được gọi
10#   → func = process_data (function gốc)
11#   → Tạo wrapper function
12#   → Return wrapper
13 
14# Bước 2: process_data bây giờ = wrapper (KHÔNG phải function gốc!)
15 
16# Bước 3: Khi gọi process_data():
17#   → Thực ra gọi wrapper()
18#   → start = time.time()          ← Ghi thời gian BẮT ĐẦU
19#   → result = func()              ← Gọi function GỐC (process_data cũ)
20#   → end = time.time()            ← Ghi thời gian KẾT THÚC
21#   → print("process_data took 0.0001s")
22#   → return result                ← Trả về kết quả function gốc

List Comprehension — So Sánh Tốc Độ

Python

1import time
2
3# Test với 1 triệu phần tử
4n = 1_000_000
5
6# Cách 1: For loop
7start = time.time()
8result1 = []
9for i in range(n):
10    result1.append(i ** 2)
11loop_time = time.time() - start
12
13# Cách 2: List comprehension
14start = time.time()
15result2 = [i ** 2 for i in range(n)]
16comp_time = time.time() - start
17
18print(f"For loop:           {loop_time:.4f}s")
19print(f"List comprehension: {comp_time:.4f}s")
20print(f"Nhanh hơn:          {loop_time/comp_time:.1f}x")

Ví dụ

1Kết quả điển hình:
2For loop:           0.1200s
3List comprehension: 0.0800s
4Nhanh hơn:          1.5x

Benchmark thực tế: List comprehension nhanh hơn 1.2-2x so với for loop cho operations đơn giản. Nhanh hơn vì Python tối ưu bytecode cho comprehension, giảm overhead gọi append().

Task 8

💪 Bài Tập Thực Hành (Có Đáp Án)

TB5 min

Bài 1: FizzBuzz Nâng Cao (Easy)

Ví dụ

1Yêu cầu: In các số từ 1-20. Nếu chia hết cho 3 → "Fizz",
2chia hết cho 5 → "Buzz", chia hết cho cả 3 và 5 → "FizzBuzz".
3 
4Expected Output:
51, 2, Fizz, 4, Buzz, Fizz, 7, 8, Fizz, Buzz,
611, Fizz, 13, 14, FizzBuzz, 16, 17, Fizz, 19, Buzz

💡 Xem Solution

Python

1for i in range(1, 21):
2    if i % 15 == 0:      # Kiểm tra 15 trước!
3        print("FizzBuzz", end=", ")
4    elif i % 3 == 0:
5        print("Fizz", end=", ")
6    elif i % 5 == 0:
7        print("Buzz", end=", ")
8    else:
9        print(i, end=", ")

Bài 2: Phân Tích Điểm Sinh Viên (Medium)

Python

1# Input
2students = {
3    "An": [8, 7, 9, 6],
4    "Bình": [5, 4, 6, 3],
5    "Chi": [9, 10, 8, 9],
6    "Dũng": [7, 7, 7, 7],
7    "Em": [3, 5, 4, 2]
8}
9
10# Yêu cầu:
11# 1. Tính điểm TB mỗi sinh viên
12# 2. Xếp loại: >= 8 "Giỏi", >= 6.5 "Khá", >= 5 "TB", < 5 "Yếu"
13# 3. Đếm số SV mỗi loại
14# 4. Tìm SV điểm cao nhất

Ví dụ

1Expected Output:
2An:    TB = 7.50 → Khá
3Bình:  TB = 4.50 → Yếu
4Chi:   TB = 9.00 → Giỏi
5Dũng:  TB = 7.00 → Khá
6Em:    TB = 3.50 → Yếu
7---
8Thống kê: Giỏi=1, Khá=2, TB=0, Yếu=2
9SV giỏi nhất: Chi (9.00)

💡 Xem Solution

Python

1results = {}
2for name, scores in students.items():
3    avg = sum(scores) / len(scores)
4    if avg >= 8:
5        grade = "Giỏi"
6    elif avg >= 6.5:
7        grade = "Khá"
8    elif avg >= 5:
9        grade = "TB"
10    else:
11        grade = "Yếu"
12    results[name] = {"avg": avg, "grade": grade}
13    print(f"{name:6} TB = {avg:.2f} → {grade}")
14
15# Thống kê
16from collections import Counter
17counts = Counter(r["grade"] for r in results.values())
18print(f"\nThống kê: Giỏi={counts['Giỏi']}, Khá={counts['Khá']}, TB={counts['TB']}, Yếu={counts['Yếu']}")
19
20# SV giỏi nhất
21best = max(results.items(), key=lambda x: x[1]["avg"])
22print(f"SV giỏi nhất: {best[0]} ({best[1]['avg']:.2f})")

Bài 3: Word Frequency Counter (Medium)

Python

1text = "python is great python is easy python is popular"
2
3# Yêu cầu: Đếm tần suất mỗi từ, sắp xếp giảm dần

Ví dụ

1Expected Output:
2python: 3
3is:     3
4great:  1
5easy:   1
6popular: 1

💡 Xem Solution

Python

1words = text.split()
2word_count = {}
3for word in words:
4    word_count[word] = word_count.get(word, 0) + 1
5
6# Sắp xếp giảm dần
7sorted_words = dict(sorted(word_count.items(), key=lambda x: x[1], reverse=True))
8for word, count in sorted_words.items():
9    print(f"{word:10} {count}")

Bài 4: Decorator Logger (Hard)

Python

1# Yêu cầu: Viết decorator @log_call in ra:
2# - Tên function
3# - Arguments
4# - Kết quả trả về
5# - Thời gian chạy
6
7# Test:
8@log_call
9def add(a, b):
10    return a + b
11
12@log_call
13def greet(name, greeting="Hello"):
14    return f"{greeting}, {name}!"
15
16add(3, 5)
17greet("Alice", greeting="Hi")

Task 9

Bài tập tự luyện

Viết function flatten(nested_list) biến [[1,2],[3,4],[5]] thành [1,2,3,4,5] dùng list comprehension
Tạo dict word_count đếm số lần xuất hiện mỗi từ trong câu "the cat sat on the mat the cat"
Viết decorator @log in ra tên function và arguments mỗi khi gọi
Viết function đọc file CSV an toàn — trả về data nếu thành công, None nếu file không tồn tại

Bài tiếp theo: Bài tập thực hành Python Basics — Practice makes perfect! 💪

Task 9

Nguồn	Link	Ghi chú
Python Official Docs	https://docs.python.org/3/	Tài liệu chính thức Python
Real Python	https://realpython.com/	Hướng dẫn Python chất lượng cao
Pandas Documentation	https://pandas.pydata.org/docs/	Tài liệu chính thức Pandas
NumPy User Guide	https://numpy.org/doc/stable/user/	Hướng dẫn sử dụng NumPy
W3Schools Python	https://www.w3schools.com/python/	Học Python cơ bản tương tác
Python Data Types	https://docs.python.org/3/library/stdtypes.html	Tham khảo built-in types

🎯 Mục tiêu bài học

📖 Bảng Thuật Ngữ Quan Trọng

Checkpoint

🔀 Control Flow

If-Elif-Else

🔀 If/Elif/Else — Luồng Quyết Định

Vòng Lặp For

🔄 For Loop — Luồng Thực Thi

Vòng Lặp While

List Comprehension

Checkpoint

📚 Collections

📚 Python Collections — Chọn Đúng Cấu Trúc

List

Dictionary

Set & Tuple

Checkpoint

🔧 Functions

Hàm Cơ Bản

Tham Số

Trả Về Nhiều Giá Trị

Checkpoint

⚡ Lambda và Built-in Functions

Hàm Lambda

Ứng dụng với map, filter, sorted

Built-in Functions hữu ích

Checkpoint

🎨 Decorators

Decorator Cơ Bản

Decorator với parameters

Decorator Phổ Biến

Checkpoint

🛡️ Error Handling

Try-Except

Raise & Ngoại Lệ Tùy Chỉnh

Quản Lý Ngữ Cảnh (with)

Checkpoint

📦 Modules và Imports

Phương Thức Import

Tạo Module riêng

__name__ == "__main__"

Checkpoint

📝 Tổng Kết

Câu hỏi tự kiểm tra

✅ Những điều bạn đã học được

🧮 Tính Toán Thủ Công & Walkthrough

Control Flow — Trace Từng Bước

Decorator — Walkthrough Chi Tiết

List Comprehension — So Sánh Tốc Độ

💪 Bài Tập Thực Hành (Có Đáp Án)

Bài 1: FizzBuzz Nâng Cao (Easy)

Bài 2: Phân Tích Điểm Sinh Viên (Medium)

Bài 3: Word Frequency Counter (Medium)

Bài 4: Decorator Logger (Hard)

Bài tập tự luyện

📚 Tài liệu tham khảo

name == "main"