Hệ sinh thái Python cung cấp nền tảng đa dạng cho xử lý dữ liệu, phát triển ứng dụng và phân tích thông minh. Dưới đây là tổng quan các thành phần then chốt được phân nhóm theo lĩnh vực ứng dụng.

Xử lý Dữ liệu và Trí tuệ Nhân tạo

Quy trình xử lý dữ liệu tiêu chuẩn bao gồm: biểu diễn dữ liệu → làm sạch → thống kê → trực quan hóa → khai phá → ứng dụng AI. Các thư viện cốt lõi hỗ trợ quy trình này:

• NumPy: Nền tảng cho tính toán mảng đa chiều với hiệu suất cao nhờ tối ưu hóa C. Thay vì xử lý vòng lặp, NumPy cho phép thao tác trực tiếp trên mảng như biến đơn. Ví dụ:

import numpy as np
mang_a = np.array([1, 2, 3])
mang_b = np.array([4, 5, 6])
ket_qua = mang_a * mang_b  # [4, 10, 18] - không cần vòng lặp

• Pandas: Xây dựng trên NumPy, cung cấp cấu trúc Series (dữ liệu 1D) và DataFrame (dữ liệu 2D) để thao tác dữ liệu có nhãn. Đặc biệt mạnh trong xử lý bảng tính và chuỗi thời gian.
• SciPy: Tập hợp thuật toán khoa học như biến đổi Fourier, xử lý tín hiệu và đại số tuyến tính. Tích hợp chặt chẽ với NumPy cho tính toán kỹ thuật.

Trực quan Hóa Dữ liệu

• Matplotlib: Thư viện gốc cho biểu đồ 2D với khả năng tùy chỉnh sâu. Module pyplot cung cấp giao diện đơn giản hóa:

import matplotlib.pyplot as plt
gia_tri = [15, 30, 45, 10]
nhan = ['A', 'B', 'C', 'D']
plt.bar(nhan, gia_tri, color='teal')
plt.savefig('bieudo.png')

• Seaborn: Xây dựng trên Matplotlib, chuyên về biểu đồ thống kê như heatmap, phân bố xác suất với giao diện tối giản.
• Mayavi: Công cụ xử lý dữ liệu khoa học 3D mạnh mẽ, hỗ trợ kết xuất không gian phức tạp.

Xử lý Văn bản và Tài liệu

• PyPDF2: Thao tác file PDF như hợp nhất, phân trang. Ví dụ hợp nhất file:

from PyPDF2 import PdfMerger
hop_nhat = PdfMerger()
hop_nhat.append("file1.pdf", pages=(0, 2))
hop_nhat.merge(2, "file2.pdf", pages=(0, 1))
hop_nhat.write("ketqua.pdf")

• NLTK: Xử lý ngôn ngữ tự nhiên với khả năng phân tích cú pháp, gán nhãn từ loại và phân loại văn bản.
• python-docx: Tạo/sửa file Word từ code. Ví dụ:

from docx import Document
tai_lieu = Document()
tai_lieu.add_heading('Báo cáo', level=1)
tai_lieu.add_paragraph('Nội dung chính...')
tai_lieu.save('baocao.docx')

Web và Ứng dụng Mạng

• Requests: Gửi yêu cầu HTTP đơn giản để thu thập dữ liệu web.
• Scrapy: Khung làm việc chuyên nghiệp cho crawler quy mô lớn với luồng xử lý dữ liệu tích hợp.
• BeautifulSoup: Phân tích HTML/XML qua cơ chế duyệt cây DOM, thường kết hợp với Requests.
• Flask: Khung vi dịch vụ web nhẹ (micro-framework) phù hợp ứng dụng nhỏ:

from flask import Flask
ung_dung = Flask(__name__)
@ung_dung.route('/')
def chao_mung():
    return "Chào trang chủ!"
ung_dung.run()

• Django: Khung toàn diện (full-stack) với kiến trúc MTV cho hệ thống phức tạp.

Trí tuệ Nhân tạo và Học máy

• scikit-learn: Thư viện học máy thống nhất với các thuật toán phân cụm, hồi quy và phân loại.
• TensorFlow: Nền tảng xây dựng mạng nơ-ron sâu thông qua đồ thị tính toán.
• MXNet: Khung học sâu hiệu suất cao cho ứng dụng như nhận diện ảnh và dịch máy.

Giao diện và Đa phương tiện

• PyQt5: Thư viện giao diện đồ họa跨平台 dựa trên framework Qt.
• PyGame: Phát triển game 2D với hỗ trợ đồ họa và xử lý sự kiện.
• Quads: Tạo nghệ thuật pixel qua cơ chế chia nhỏ hình ảnh lặp.
• ascii_art: Chuyển đổi ảnh thành biểu tượng ASCII có màu sắc.