Blog Chia Sẻ Kiến Thức Máy tính – Công nghệ & Cuộc sống
Chào các bạn, Python trong những năm gần đây đã nổi lên như một ngôn ngữ lập trình dễ học, đa chức năng và có nhiều ứng dụng trong các lĩnh vực mới.
Và một trong những lĩnh vực đang rất được quan tâm đó chính là Data Science – Khoa học dữ liệu. Bởi dữ liệu đang ngày càng đóng vai trò quan trọng trong nhiều mặt của cuộc sống, nhất là trong các ứng dụng khoa học và công nghệ.
Python hiện nay cũng đang là một trong số những ngôn ngữ lập trình được sử dụng rất nhiều cho Data Sciense. Tuy nhiên để Python có thể phát huy hết khả năng thì nó cần phải được hỗ trợ bởi các công cụ lập trình.
Vâng, và trong bài viết ngày hôm nay mình sẽ cùng các bạn “điểm danh” 5 công cụ đang được rất nhiều người làm về data sciense sử dụng. Bạn có thể tham khảo và tải về trải nghiệm nếu thấy hứng thú nhé 🙂
Mục Lục Nội Dung
I. TOP 5 IDE, Code Editor được sử dụng nhiều cho Data Science
#1. PyCharm
PyCharm thực chất là một IDE được phát triển bởi JetBrain – đây là nhóm phát triển của các công cụ rất nổi tiếng như IntelliJ IDEA, WebStorm, PhPStorm…
PyCharm sẽ cực kỳ phù hợp với những bạn đã từng sử dụng các sản phẩm của JetBrain, vì họ làm những phần mềm này với một thiết kế giao diện khá là giống nhau.
Ngoài ra, PyCharm cũng hỗ trợ cài đặt rất nhiều thư viện phổ biến trong Python như Numpy, Matplotlib… nên các bạn cũng không phải quá lo lắng về việc cài đặt các thư viện này.
Mặc dù được sinh ra chủ yếu để sử dụng cho Python nhưng PyCharm cũng hỗ trợ rất nhiều ngôn ngữ lập trình và framework khác như. Ví dụ như: JavaScript, AngularJS, Node.js…
PyCharm hỗ trợ đầy đủ tính năng của một IDE hoàn chỉnh: Từ trình biên soạn code, trình biên dịch code, trình gỡ lỗi, git, syntax highlighting…. Người dùng có thể tùy chỉnh giao diện (theme, bố cục, key shortcut…) và hỗ trợ cài đặt thêm nhiều tiện ích khác tại đây https://plugins.jetbrains.com/pycharm
#2. Thonny
Thonny cũng là một IDE nhưng được phát triển cho mục đích học tập và giáo dục, vậy nên để nói về chức năng thì nó không có quá nhiều như PyCharm.
Thonny khá phù hợp cho những bạn mới bắt đầu hoặc muốn tìm một IDE không có nhiều chức năng nhưng vẫn đáp ứng được các yêu cầu cơ bản.
Các chức năng của Thonny có thể kể đến như: Code completion, highlight syntax errors, simple debugger…
Hiện tại thì Thonny hỗ trợ cả 3 hệ điều hành phổ biến nhất (Windows, Linux, Mac) và hoàn toàn miễn phí nên các bạn có thể download và sử dụng Thonny tại đây nhé: https://github.com/thonny/thonny
#3. Atom
Có thể sẽ có nhiều bạn thắc mắc là tại sao lại có Atom nằm trong danh sách này, mà lại không phải là VSCode đúng không ạ, vì bản chất Atom cũng là một code editor thôi mà.
Tuy nhiên thì Atom hỗ trợ khá nhiều ngôn ngữ lập trình khác nhau: từ Java, PHP, Ruby on Rails… nhưng khá bất ngờ là theo thống kê thì Python lại là ngôn ngữ được sử dụng nhiều nhất với Atom.
Đó chính là một trong những lý do mà các bạn nên sử dụng Atom cho Python – các bạn sẽ có được một cộng đồng rất đông đảo người dùng, những người có thể hỗ trợ khi bạn gặp lỗi.
Có hai package mà mình nghĩ nếu muốn sử dụng Atom và Python cho data sciense các bạn nên cài đặt, đó là:
- Data Atom: Công cụ này cho phép bạn biên dịch các câu SQL query của nhiều hệ quản trị cơ sở dữ liệu khác nhau (MySQL, PostgreSQL, Microsoft SQL Server…). Bên cạnh đó, với công cụ này thì các bạn cũng có thể trực quan hóa kết quả của câu lệnh query đó (đây là một tính năng rất hữu ích cho các nhà khoa học dữ liệu).
- Hydrogen: Công cụ này cho phép các bạn chạy code trực tiếp trong Atom. Đây cũng là một công cụ khá hay và mình cũng rất thích, vì nhiều khi bạn sẽ cảm thấy phiền toái khi phải sử dụng một trình biên dịch khác để biên dịch code.
#4. Spyder
Nếu bạn đã từng làm việc với Anaconda thì chắc có lẽ bạn cũng từng biết đến Spyder. Anaconda là một nền tảng mã nguồn mở dành cho khoa học dữ liệu và Spyder là một IDE được sử dụng rất nhiều trong khoa học dữ liệu.
Có thể nói Spyder khá là phù hợp cho bạn nào chưa làm việc nhiều với IDE, vì công cụ này đã tích hợp hầu như toàn bộ các thư viện mà bạn cần cho quá trình làm việc với dữ liệu trong Python.
Có thể kể đến một số thư viện như Numpy, SciPy, Matplotlib, Ipython… Chúng đều được tích hợp để có thể cài đặt và sử dụng một cách dễ dàng trong Spyder.
Spyder được phát triển chủ yếu cho mục đích khoa học dữ liệu, nó không giống như Atom hay các công cụ mình vừa liệt kê bên trên. Chính vì vậy Spyder sẽ là một lựa chọn hợp lý cho bạn nào muốn làm việc chuyên sâu về khoa học dữ liệu.
#5. Jupyter Notbook
Jupyter Notebook bản chất là một ứng dụng web được xây dựng dựa trên cấu trúc client – server cho phép chúng ta tạo và thao tác với code theo kiểu “viết sổ tay” – từng dòng, từng khối một.
Chính vì xây dựng trên môi trường web nên rõ ràng tính linh động so với các công cụ khác sẽ cao hơn, nhưng ngược lại khả năng tùy chỉnh lại tương đối hạn chế.
Jupyter Notebook nhìn chung là khá phù hợp cho những bạn đang bắt đầu tiếp cận với data sciense mà không muốn phải cài đặt quá phức tạp hoặc chỉ đơn giản là chạy các ví dụ đơn giản.
Jupyter Notebook hỗ trợ markdowns, cho phép bạn thêm các thành phần HTML từ ảnh và video. Nhờ đó chúng ta có thể xem và chỉnh sửa code để tạo ra các bản trình bày trực quan hơn.
Ngoài ra còn một tính năng khá hay đó là chúng ta có thể xuất dự án dưới dạng file *.PDF, *.HTML hoặc file *.PY rất tiện lợi.
II. Lời kết
Ngoài 5 công cụ bao gồm cả IDE và code editor mà mình vừa liệt kê bên trên ra thì chúng ta còn rất nhiều các công cụ khác có thể hỗ trợ làm việc khoa học dữ liệu với Python.
Nhưng theo thống kê thì mình thấy đây là 5 công cụ IDE và Code Editor được sử dụng nhiều nhất cho Data Science. Nếu bạn còn biết thêm công cụ nào hay ho khác nữa thì hãy comment trong phần bình luận bên dưới để anh em cùng tham khảo và tìm hiểu nhé.
Hẹn gặp lại các bạn trong các bài viết tiếp theo ha !
CTV: Nguyễn Đức Cảnh – Blogchiasekienthuc.com
