Nền tảng tốt nhất để học Python cho Khoa học Dữ liệu: Hướng dẫn cho người dùng R, SAS, STATA và MATLAB

2. Python for SAS Users — O'Reilly

Python for SAS Users, của Randy Betancourt và Sarah Chen, là lựa chọn tốt cho các lập trình viên SAS muốn ánh xạ dày dặn, trực tiếp các cấu trúc SAS sang Python và pandas.

• Cấp độ: Trung cấp; viết cho lập trình viên SAS đang làm việc, không phải người mới học lập trình
• Thời lượng: Tự học; khoảng 8 giờ đọc/làm theo
• Chi phí: Bao gồm trong gói đăng ký O'Reilly
• Phù hợp nhất với: Lập trình viên SAS muốn so sánh từng dòng giữa các thủ tục SAS quen thuộc và phần tương đương trong Python/pandas

Cuốn sách ghép hơn 200 script Python với khoảng 75 chương trình SAS tương ứng, bao quát kiểu dữ liệu, đánh chỉ mục, thao tác groupby, quản lý dữ liệu, và đọc/ghi dữ liệu, cùng một chương riêng về mô-đun saspy cho những ai cần Python và SAS tương tác với nhau thay vì thay thế hoàn toàn.

3. Coming From Stata — Coding for Economists

Coming From Stata, một phần của tài nguyên Coding for Economists miễn phí của Arthur Turrell, là lựa chọn tốt cho người dùng STATA muốn tài liệu tham khảo cú pháp trực tiếp, toàn diện thay vì một khóa học có cấu trúc.

• Cấp độ: Trung cấp; giả định bạn đã thông thạo Stata
• Thời lượng: Tài liệu tham khảo tự học; hoàn thành theo tốc độ của bạn
• Chi phí: Miễn phí
• Phù hợp nhất với: Nhà phân tích STATA, đặc biệt trong kinh tế học và khoa học xã hội

Đây không phải là khóa học video hay nền tảng chấm điểm — mà là bảng tham chiếu được duy trì, miễn phí, ánh xạ lệnh Stata trực tiếp sang pandas, statsmodels, pyfixest và các thư viện Python khác, bao quát nhập dữ liệu, chọn mẫu, gộp, chuyển đổi hình dạng dữ liệu, dữ liệu bảng, hồi quy và vẽ biểu đồ. Cần biết trước: vì đây là tài liệu tham khảo chứ không phải khóa học, nên không có chuỗi bài học có cấu trúc hay thực hành tích hợp — bạn tra cứu khi cần, phù hợp với một số người học hơn những người khác.

4. Python for Data Analysis — UC Berkeley Extension

Python for Data Analysis là lựa chọn tốt cho các nhà phân tích muốn học trực tiếp với giảng viên, thay vì video tự học hay tài liệu tham khảo.

• Cấp độ: Trung cấp; giả định kiến thức thống kê trình độ đại học nhưng kinh nghiệm lập trình hạn chế
• Thời lượng: Nhiều tuần, các buổi Live Online theo lịch qua Zoom
• Chi phí: Có phí, theo mức giá hệ đào tạo mở rộng của trường
• Phù hợp nhất với: Nhà phân tích muốn trao đổi trực tiếp với giảng viên và học cùng một nhóm

Khóa học bao gồm nhập và xuất dữ liệu, kết nối cơ sở dữ liệu, và sử dụng pandas DataFrame để chọn lọc và biến đổi, dành cho những người đã tư duy theo hướng thống kê nhưng muốn dùng Python như công cụ để thực thi tư duy đó ở quy mô lớn. Khác với các khóa của DataCamp hoặc O'Reilly, khóa này không ánh xạ cú pháp từ một ngôn ngữ trước đó cụ thể — giá trị ở đây là giảng dạy trực tiếp, không phải dịch chuyển ngôn ngữ.

5. Dataquest - Các khóa Python

Dataquest là lựa chọn tốt cho nhà phân tích đã hoàn thành một khóa bắc cầu ngôn ngữ ở nơi khác và muốn một nền tảng sâu hơn, dựa trên dự án để xây dựng sự thành thạo Python thực sự.

• Cấp độ: Mới bắt đầu đến trung cấp
• Thời lượng: Tự học; toàn bộ lộ trình hơn 20 giờ
• Chi phí: Có gói miễn phí; đăng ký để truy cập toàn bộ lộ trình
• Phù hợp nhất với: Nhà phân tích muốn luyện tập viết Python từ đầu ngay trên trình duyệt

Lộ trình nhà phân tích dữ liệu của Dataquest bao gồm nền tảng Python, pandas, làm sạch dữ liệu và trực quan hóa thông qua các bài học dựa trên dự án.

Bảng so sánh