Từ bài sau, mọi code đều là Python: pandas, NumPy, scikit-learn, PyTorch.

Vòng lặp, hàm, thuật toán từ C++ vẫn dùng như cũ.

Bài này học những chỗ dễ làm sai:

• chia, lấy dư với số âm;
• hai biến dùng chung một list;
• notebook nhớ biến cũ.

def passed_scores(values, threshold=5.0):
    result = []
    for value in values:
        if value >= threshold:
            result.append(value)
    return result

• Dấu : mở một khối.
• Các dòng trong cùng khối thụt lề như nhau.
• return ngang hàng for: chạy sau khi lặp xong.
• range(1, 5) lấy 1, 2, 3, 4.

• Colab: Runtime → Change runtime type → T4 GPU.
• Kaggle: Session options → Accelerator; cần xác minh số điện thoại.
• Chương 0-4 chạy được trên CPU; từ chương 5 nên bật GPU.

import torch

device = 'cuda' if torch.cuda.is_available() else 'cpu'
print('device:', device)

Bật GPU đúng thì in cuda.

print(7 / 2, 6 / 2)
print(7 // 2, -7 // 2)
print(7 % 3, -7 % 3)

Kết quả3.5 3.0
3 -4
1 2

// làm tròn xuống. Với $b\ne0$:

Số chia âm thì % không dương: 10 % -3 là $-2$.

int tăng độ chính xác theo nhu cầu; vẫn tốn thời gian và bộ nhớ khi số rất lớn.

import math

print(0.1 + 0.2, 0.1 + 0.2 == 0.3)
print(math.isclose(0.1 + 0.2, 0.3,
                   rel_tol=1e-9, abs_tol=1e-12))
print(round(2.5), round(3.5), round(0.125, 2))

Kết quả0.30000000000000004 False
True
2 4 0.12

• 0.1 không lưu chính xác được trong nhị phân.
• So số thực bằng math.isclose, không dùng ==.
• round chọn mốc chẵn khi số nằm đúng giữa.

a = [1, 2, 3]
b = a
b.append(4)
print(a, b, a is b)

Kết quả[1, 2, 3, 4] [1, 2, 3, 4] True

• append, a += [5]: sửa list chung.
• a = a + [5]: tạo list mới, gán lại tên a.
• is: cùng đối tượng? ==: giá trị bằng nhau?

grid = [[0] * 3] * 3
grid[0][0] = 9
print(grid)

grid = [[0] * 3 for _ in range(3)]
grid[0][0] = 9
print(grid)

Kết quả[[9, 0, 0], [9, 0, 0], [9, 0, 0]]
[[9, 0, 0], [0, 0, 0], [0, 0, 0]]

* 3 lặp lại tên của cùng một hàng, không tạo hàng mới.

Comprehension tạo một hàng mới ở mỗi lượt lặp.

copy() chỉ chép một tầng; deepcopy() chép mọi tầng.

x in list: $O(n)$ ở trường hợp xấu.

x in set: trung bình $O(1)$, nhưng dựng set cũng tốn $O(n)$.

Khóa của dict, phần tử của set phải hashable. (3, 4) được; list, hay tuple chứa list, thì không.

a = [5, 3, 8, 1, 9, 2]
print(a[1:4], a[-1], a[-2:], a[::-1])
print([x * x for x in a if x % 2 == 1])

Kết quả[3, 8, 1] 2 [9, 2] [2, 9, 1, 8, 3, 5]
[25, 9, 1, 81]

• enumerate: vị trí và phần tử.
• zip: phần tử cùng vị trí của nhiều dãy.
• sorted(..., key=...): sắp theo một giá trị.
• d.get(key, default): xử lý khóa chưa có.

def add_score(x, history=[]):
    history.append(x)
    return history

print(add_score(1), add_score(2))

Kết quả[1, 2] [1, 2]

Hai lần gọi dùng chung list mặc định.

def add_score(x, history=None):
    if history is None:
        history = []
    history.append(x)
    return history

Tổng $0+1+\cdots+(n-1)$:

Với $n=500\,000$: 124 999 750 000.

Ba cách: vòng for, sum(range(n)), NumPy. Cả ba phải ra đúng số này.

Rồi mới đo bằng timeit.repeat, mỗi cách chạy nhiều lần.

preds là dict ID → dự đoán.

with path.open(
    "w", newline="", encoding="utf-8"
) as file:
    writer = csv.writer(file)
    writer.writerow(["id", "prediction"])
    for student_id, prediction in preds.items():
        writer.writerow(
            [student_id, prediction]
        )

• with đóng file khi ra khỏi khối.
• Ghi rõ encoding="utf-8".
• Đọc lại bằng csv.reader: mọi ô là chuỗi, đổi kiểu trước khi tính.

class ScoreBook:
    def __init__(self, names, marks):
        self.names = list(names)
        self.marks = list(marks)

    def __len__(self):
        return len(self.marks)

    def __getitem__(self, i):
        return self.names[i], self.marks[i]

• __init__ chạy khi tạo đối tượng; self là chính đối tượng.
• len(book) gọi __len__, book[1] gọi __getitem__.
• Class con gọi super().__init__(...) để chạy phần khởi tạo của cha.
• Dataset và nn.Module ở chương 3 dùng đúng các hàm này.