Bảng điều khiển này không chỉ đơn thuần là một bảng tính; nó cho phép trực quan hóa dữ liệu từ một tệp CSV. Nhờ nó mà tôi có thể theo dõi chi tiêu, tiết kiệm và phân tích chi tiêu theo từng danh mục. Công cụ này cung cấp cái nhìn tổng quan nhanh chóng về thói quen chi tiêu của tôi từ tháng này sang tháng khác, giúp tôi có thể điều chỉnh ngân sách cá nhân một cách hợp lý hơn.

Tại sao Python lại là sự lựa chọn tốt cho quản lý tài chính

Rất nhiều người có thể nghĩ rằng việc quản lý tài chính chỉ cần một bảng tính Excel đơn giản, nhưng Python mang đến cho bạn nhiều lợi ích hơn so với các công cụ truyền thống. Với Python, bạn có thể dễ dàng tùy chỉnh các tính năng, thêm biểu đồ và phân tích dữ liệu để có cái nhìn sâu sắc hơn về tình hình tài chính cá nhân của mình. Dự án này là một ví dụ điển hình cho những gì mà Python có thể làm được trong lĩnh vực phân tích tài chính.

Python rất tuyệt vời cho phân tích dữ liệu

Tất cả những gì bạn cần làm là theo dõi chi tiêu của bạn dưới định dạng CSV

Thực hiện phân tích dữ liệu trong Python rất dễ dàng nhờ vào sự hỗ trợ của nhiều mô-đun mạnh mẽ. Flask là một trong những mô-đun tuyệt vời mà bạn có thể sử dụng để xây dựng và lưu trữ trang web bằng Python. Tôi đã sử dụng Flask để tạo ra một trang web với thiết kế Material Design, cho phép tôi tải lên tệp CSV chứa thông tin chi tiêu được phân loại theo ngày, danh mục và số tiền.

Sau khi nhập dữ liệu, chương trình sẽ tự động nhóm chi tiêu theo tháng và phân loại theo các danh mục khác nhau, từ đó hiển thị tổng thu nhập, tổng chi tiêu, tổng số tiền tiết kiệm, cũng như số tiền chi tiêu trong từng danh mục. Để tăng tính trực quan, dữ liệu được vẽ đồ thị bằng thư viện Plotly, cho phép hiển thị các biểu đồ sinh động trên trang web với trải nghiệm người dùng mượt mà.

Khi hoàn thành, dự án này không chỉ giúp tôi theo dõi chi tiêu một cách dễ dàng mà còn giúp tôi hiểu rõ hơn về thói quen tài chính của mình. Điều đặc biệt là với một tệp CSV mẫu mà tôi đã tạo, bạn chỉ cần nhập dữ liệu vào và xem kết quả phân tích một cách tự động. Đây là cách mà dữ liệu được đưa vào từ ngân hàng, cũng như một sự lựa chọn phù hợp cho những ai muốn theo dõi tình hình tài chính của mình một cách hiệu quả.

Lý do tôi chọn định dạng CSV là vì hầu hết các ngân hàng hiện nay đều hỗ trợ xuất bảng sao kê ở định dạng này. Mặc dù có thể bạn sẽ phải làm sạch một chút dữ liệu để chương trình hoạt động tốt hơn, nhưng chuyển dữ liệu từ nhiều định dạng khác nhau sang CSV rất dễ dàng. Tuy nhiên, bạn cần chú ý rằng ngân hàng của bạn có thể không hỗ trợ phân loại theo danh mục, và nếu vậy, bạn sẽ cần tự tay phân loại lại các chi tiêu của mình.

Tại sao bạn nên xem xét việc học Python cho hình ảnh hóa dữ liệu

Bạn có thể vẽ bất kỳ dữ liệu nào mà bạn cần

Python không chỉ mạnh mẽ cho phân tích dữ liệu mà còn rất hoàn hảo cho việc hình ảnh hóa dữ liệu. Khả năng linh hoạt của nó cho phép bạn dễ dàng tạo ra các biểu đồ và hình ảnh trực quan từ bất kỳ dữ liệu nào bạn có. Đó là lý do tại sao Python đã trở thành một trong những ngôn ngữ được ưa chuộng cho việc xử lý và phân tích dữ liệu. Thực tế, Microsoft đã triển khai tính năng tích hợp Python vào Excel, cho phép người dùng tận hưởng lợi ích của tự động hóa và phân tích dữ liệu nâng cao mà không cần rời khỏi môi trường quen thuộc.

Việc học Python thông qua các dự án thực hành như thế này không chỉ giúp bạn hiểu rõ hơn về ngôn ngữ lập trình mà còn trang bị cho bạn các kỹ năng cần thiết để quản lý và phân tích dữ liệu hiệu quả. Nếu bạn chưa quen với lập trình, có rất nhiều mẫu Excel có sẵn cho việc quản lý tài chính, nhưng việc tìm kiếm, học hỏi và ứng dụng Python chắc chắn sẽ mở ra nhiều cơ hội cho bạn trong tương lai.

Tóm lại, việc xây dựng một bảng quản lý tài chính cá nhân bằng Python không chỉ giúp bạn kiểm soát tốt hơn ngân sách cá nhân mà còn nâng cao kỹ năng lập trình và phân tích dữ liệu của bạn. Nếu bạn vẫn đang cân nhắc giữa việc sử dụng Excel hay Python, hãy thử nghiệm với dự án này để tìm ra phương pháp nào phù hợp nhất với bạn.

Theo XDA-Developers

The post Xây dựng bảng quản lý tài chính cá nhân bằng Python appeared first on Nhật Phúc.

Ví dụ về code gặp lỗi:

import openai

openai.api_key = API_KEY

prompt = "Say this is a test"

response = openai.Completion.create(
    engine="text-davinci-001",
    prompt=prompt,
    max_tokens=6
)

print(response)

Nguyên nhân chính:

1. Phiên bản Python khác nhau: Bạn có thể đã cài đặt thư viện openai cho một phiên bản Python, nhưng lại chạy code trên một phiên bản Python khác.
2. Môi trường ảo không được cấu hình đúng: Nếu bạn sử dụng môi trường ảo (virtual environment) nhưng không kích hoạt đúng môi trường, Python không tìm thấy thư viện đã cài đặt.
3. Cấu hình sai IDE (ví dụ: Visual Studio Code, PyCharm): IDE của bạn có thể sử dụng một Python interpreter không đúng với phiên bản đã cài đặt openai.

Giải pháp khắc phục:

1. Kiểm tra phiên bản Python

Để đảm bảo rằng bạn đang sử dụng đúng phiên bản Python, bạn có thể kiểm tra bằng lệnh sau:

python --version

Nếu bạn có nhiều phiên bản Python, hãy sử dụng python3 thay vì python nếu cần:

python3 --version

2. Cài đặt lại thư viện OpenAI

Nếu bạn chắc chắn rằng thư viện openai chưa được cài đặt cho đúng phiên bản Python, hãy làm theo các bước sau:

• Gỡ bỏ thư viện OpenAI:

pip uninstall openai

• Nâng cấp pip lên phiên bản mới nhất:

pip install --upgrade pip

• Cài đặt lại OpenAI:

pip install openai

Nếu bạn sử dụng python3, bạn nên sử dụng pip3:

pip3 install openai

3. Đảm bảo sử dụng đúng môi trường ảo

Nếu bạn sử dụng môi trường ảo, hãy chắc chắn rằng bạn đã kích hoạt môi trường trước khi cài đặt thư viện và chạy code:

source venv/bin/activate

Sau đó, bạn có thể cài đặt lại thư viện openai trong môi trường ảo của mình:

pip install openai

4. Cấu hình đúng Python Interpreter trong IDE

Nếu bạn sử dụng các IDE như Visual Studio Code hoặc PyCharm, hãy đảm bảo rằng bạn đang chọn đúng Python interpreter. Cách thực hiện:

• Visual Studio Code: Chọn phiên bản Python đúng bằng cách nhấn vào phiên bản Python hiện tại ở góc dưới cùng bên trái và chọn đúng phiên bản Python.
• PyCharm: Vào File -> Settings -> Project -> Python Interpreter, sau đó thêm gói openai vào môi trường.

5. Khởi động lại IDE hoặc Kernel

Nếu bạn sử dụng Jupyter Notebook hoặc Visual Studio Code, đôi khi việc khởi động lại kernel hoặc IDE sẽ giải quyết được vấn đề này. Hãy khởi động lại IDE sau khi cài đặt hoặc cập nhật thư viện openai.

The post 5 cách khắc phục lỗi “No module named openai” trên Python appeared first on Nhật Phúc.

Thông báo lỗi:

ImportError: urllib3 v2.0 only supports OpenSSL 1.1.1+, currently the 'ssl' module is compiled with LibreSSL 2.8.3

Nguyên nhân của vấn đề

Lý do chính là phiên bản urllib3 bạn đang sử dụng (v2.0) yêu cầu OpenSSL 1.1.1+ do nó sử dụng một số tính năng mới của OpenSSL 1.1.1. Tuy nhiên, môi trường hiện tại của bạn đang có phiên bản của thư viện ‘ssl’ được biên dịch với LibreSSL 2.8.3, một phiên bản không tương thích với yêu cầu của urllib3.

Giải pháp khắc phục

1. Hạ cấp phiên bản urllib3

Giải pháp phổ biến nhất và dễ thực hiện là hạ cấp phiên bản urllib3 xuống phiên bản cũ hơn, tương thích với LibreSSL.

Chạy lệnh sau để gỡ cài đặt phiên bản hiện tại của urllib3 và cài đặt phiên bản 1.26.6:

pip uninstall urllib3
pip install urllib3==1.26.6

Đây là cách hạ cấp urllib3 về phiên bản không yêu cầu OpenSSL 1.1.1, giúp bạn khắc phục lỗi mà không cần thay đổi cấu hình hệ thống quá nhiều.

2. Cài đặt OpenSSL 1.1.1+ trên máy

Nếu bạn muốn sử dụng phiên bản mới của urllib3, bạn cần đảm bảo rằng hệ thống của mình sử dụng OpenSSL 1.1.1 trở lên.

Trên MacOS, bạn có thể sử dụng Homebrew để cài đặt OpenSSL 1.1.1:

brew install openssl@1.1

Sau khi cài đặt OpenSSL, bạn cần phải chắc chắn rằng Python được biên dịch lại để sử dụng phiên bản OpenSSL này. Điều này có thể yêu cầu bạn cài đặt lại Python hoặc biên dịch lại Python từ mã nguồn với OpenSSL 1.1.1.

3. Cập nhật Python và môi trường ảo

Một số người dùng đã báo cáo rằng việc nâng cấp Python lên phiên bản 3.11 có thể giải quyết vấn đề này. Bạn có thể tạo môi trường Python mới với pipenv hoặc venv và sử dụng phiên bản Python mới hơn:

pipenv install --python 3.11

Hoặc nếu bạn đang sử dụng venv:

python3 -m venv myenv
source myenv/bin/activate
pip install openai

4. Sử dụng PyCharm để quản lý các phiên bản thư viện

Nếu bạn đang sử dụng PyCharm, bạn có thể dễ dàng thay đổi phiên bản của urllib3 qua giao diện người dùng.

1. Ở góc dưới bên phải của PyCharm, chọn môi trường Python mà bạn đang sử dụng.
2. Chọn Interpreter Settings.
3. Tìm urllib3 trong danh sách các thư viện đã cài đặt.
4. Chọn phiên bản cần cài đặt (ví dụ: 1.26.6) và nhấn Install Package.

Lỗi ImportError liên quan đến sự không tương thích giữa urllib3 v2.0 và LibreSSL có thể dễ dàng được khắc phục bằng cách hạ cấp phiên bản của urllib3 hoặc nâng cấp OpenSSL. Nếu bạn cần sử dụng tính năng mới của urllib3, hãy cân nhắc nâng cấp hệ thống OpenSSL của bạn. Tuy nhiên, nếu không có yêu cầu bắt buộc, việc hạ cấp urllib3 có thể là giải pháp nhanh và dễ dàng nhất.

The post Lỗi ImportError: urllib3 v2.0 chỉ hỗ trợ OpenSSL 1.1.1+ khi sử dụng OpenAI API appeared first on Nhật Phúc.

Một vấn đề phổ biến là làm thế nào để đếm số lượng token trong prompt trước khi gửi yêu cầu đến API. Việc này rất quan trọng để đảm bảo bạn không vượt quá giới hạn số token của mô hình.

Câu hỏi đặt ra

1. Làm thế nào để đếm số lượng token trong Python API trước khi gửi yêu cầu để có thể điều chỉnh tham số max_tokens một cách phù hợp?
2. Có cách nào để đặt max_tokens sao cho phù hợp mà không cần phải tự đếm số lượng token trong prompt không?

Giải pháp

OpenAI cung cấp một thư viện có tên tiktoken để giúp bạn dễ dàng đếm số token trong chuỗi văn bản của mình. Thư viện này cho phép bạn chia nhỏ văn bản thành các token theo cách mà các mô hình GPT hiểu và xử lý.

1. Cài đặt thư viện tiktoken

Để sử dụng tiktoken, bạn cần cài đặt thư viện này bằng lệnh:

pip install --upgrade tiktoken

2. Đếm token bằng tiktoken

Bạn có thể đếm số lượng token trong một chuỗi văn bản bằng cách sử dụng đoạn mã sau:

import tiktoken

def num_tokens_from_string(string: str, model: str) -> int:
    # Lấy encoding cho mô hình được chọn
    encoding = tiktoken.encoding_for_model(model)
    # Đếm số token trong chuỗi
    num_tokens = len(encoding.encode(string))
    return num_tokens

# Ví dụ đếm token trong chuỗi văn bản cho mô hình GPT-3.5 Turbo
string = "Hello, đây là ví dụ về cách đếm token trong Python."
model = "gpt-3.5-turbo"
print(f"Số lượng token: {num_tokens_from_string(string, model)}")

3. Đếm token trong yêu cầu chat completion

Để đếm số lượng token trong một yêu cầu chat với nhiều tin nhắn (message), bạn có thể sử dụng một đoạn mã phức tạp hơn:

def num_tokens_from_messages(messages, model="gpt-3.5-turbo"):
    encoding = tiktoken.encoding_for_model(model)
    tokens_per_message = 3  # Số token mỗi tin nhắn
    tokens_per_name = 1      # Số token nếu có "name" trong tin nhắn
    num_tokens = 0
    for message in messages:
        num_tokens += tokens_per_message
        for key, value in message.items():
            num_tokens += len(encoding.encode(value))
            if key == "name":
                num_tokens += tokens_per_name
    num_tokens += 3  # Mỗi phản hồi đều được chuẩn bị với <|start|>assistant<|message|>
    return num_tokens

# Ví dụ đếm token trong một yêu cầu chat completion
messages = [
    {"role": "system", "content": "Bạn là một trợ lý thông minh."},
    {"role": "user", "content": "Hãy giải thích khái niệm AI cho tôi."},
]

model = "gpt-3.5-turbo"
print(f"Số lượng token trong yêu cầu: {num_tokens_from_messages(messages, model)}")

4. Đặt max_tokens phù hợp

Để tính toán và đặt max_tokens sao cho vừa vặn với giới hạn ngữ cảnh của mô hình, bạn có thể sử dụng một hàm như sau:

def calculate_max_tokens(messages, model):
    input_tokens = num_tokens_from_messages(messages, model)
    context_length = get_context_length(model)
    return context_length - input_tokens

def get_context_length(model):
    if model == "gpt-3.5-turbo":
        return 4096
    elif model == "gpt-4":
        return 8192
    else:
        raise ValueError(f"Không có thông tin về độ dài ngữ cảnh cho mô hình: {model}")

# Ví dụ tính toán max_tokens
messages = [
    {"role": "system", "content": "Bạn là một trợ lý thông minh."},
    {"role": "user", "content": "Hãy giải thích khái niệm AI cho tôi."},
]

model = "gpt-3.5-turbo"
max_tokens = calculate_max_tokens(messages, model)
print(f"Số lượng max_tokens có thể sử dụng: {max_tokens}")

Theo mình thì việc đếm token trước khi gửi yêu cầu API của OpenAI là rất quan trọng để đảm bảo bạn không vượt quá giới hạn ngữ cảnh của mô hình và tránh các lỗi không cần thiết. Sử dụng thư viện tiktoken, bạn có thể dễ dàng đếm số token trong prompt của mình và tính toán max_tokens một cách hiệu quả.

The post Cách đếm token trước khi gửi yêu cầu API của OpenAI appeared first on Nhật Phúc.

Microsoft Excel từ lâu đã là một công cụ chính để lưu trữ, phân tích và trực quan hóa dữ liệu, đáp ứng nhiều nhu cầu của người dùng, từ theo dõi tài chính cá nhân đến phân tích kinh doanh phức tạp. Giờ đây, người dùng Excel có thể tìm hiểu sâu hơn nữa về thế giới thao tác và phân tích dữ liệu với sự ra đời của tích hợp Python. Sự tích hợp đáng chú ý này mở ra cánh cửa cho những khả năng vô tận, nơi sức mạnh của cả hai công nghệ được kết hợp để nâng cao hiểu biết và hiệu quả.

Sự kết hợp giữa khả năng lập trình mạnh mẽ của Python với giao diện quen thuộc của Excel tạo ra một môi trường nơi người dùng có thể thực hiện các thao tác dữ liệu phức tạp một cách dễ dàng. Tận dụng các thư viện Python như numpy, pandas, Matplotlib và seaborn, các nhà phân tích dữ liệu và nhà khoa học có thể thao tác và xử lý trước dữ liệu một cách liền mạch, tất cả đều nằm trong hệ sinh thái Excel. Sau khi dữ liệu được tinh chỉnh, các công thức trực quan và công thức đặc trưng của Excel sẽ phát huy tác dụng, trao quyền cho người dùng khám phá các mẫu, xu hướng và thông tin chi tiết ẩn mà có thể vẫn bị ẩn.

Kích hoạt Python trong Excel thật dễ dàng – một cú nhấp chuột đơn giản vào nút “Insert Python” trong phần Công thức của Excel sẽ bắt đầu với những thư viện Python của bạn. Việc tích hợp này mở rộng ra ngoài phạm vi sử dụng cá nhân, vì sổ làm việc chứa mã Python có thể được chia sẻ và đồng tác giả, giống như bất kỳ tệp Excel nào khác. Cộng tác viên thậm chí có thể làm mới quá trình xử lý và đầu ra của tập lệnh Python mà không cần phải bật ngôn ngữ lập trình trên bản cài đặt cục bộ của họ.

Với việc mở rộng các chức năng, mối quan tâm về bảo mật sẽ xuất hiện. Microsoft, nhận thức được điều này, đã đảm bảo rằng Python trong Excel hoạt động trên Đám mây của Microsoft với “bảo mật cấp doanh nghiệp dưới dạng trải nghiệm được kết nối M365”. Cam kết này nhằm mục đích mang đến cho người dùng sự an tâm khi khai thác tiềm năng của tính năng đột phá này.

Mặc dù một số đối tác của Microsoft đã thử nghiệm Python trong Excel với phản hồi tích cực, nhưng tính năng này hiện đang ở dạng Bản xem trước công khai dành cho các thành viên của Kênh Beta dành cho người dùng nội bộ Microsoft 365. Giai đoạn truy cập sớm này cho phép người dùng trải nghiệm trực tiếp các khả năng và cung cấp phản hồi có giá trị để định hình quá trình tinh chỉnh của nó. Khi giai đoạn xem trước tiến triển, Microsoft có kế hoạch giới thiệu một số khả năng dưới dạng tính năng có tường phí, có thể truy cập được bằng các giấy phép liên quan. Thông tin chi tiết hơn về quá trình chuyển đổi này sẽ được chia sẻ khi tính năng này gần được cung cấp rộng rãi (GA).

The post Excel được tích hợp Python appeared first on Nhật Phúc.

Trước đây, HĐH của Microsoft không bao gồm cài đặt Python nguyên gốc mà phải tải về bản cài đặt trên trang chủ Python. Tuy nhiên vào hôm nay, người dùng Windows 10 hiện có thể tải xuống gói Python chính thức từ Microsoft Store.

Phiên bản trên store hiện tại là Python 3.7 từ Python Software Foundation có thể được sử dụng để chạy các tập lệnh, gói và sử dụng IDLE hoặc các môi trường phát triển khác. Tuy nhiên, các hạn chế của ứng dụng Store ngăn các tập lệnh Python có được quyền ghi vào các vị trí được chia sẻ như Temp và Windows Registry.

Đây là bản phát hành sớm và Quỹ Phần mềm Python tuyên bố: “Gói Microsoft Store hiện được coi là không ổn định. Đây chỉ là bước khởi đầu của Python, nếu bạn cần một bản tương tác đầy đủ cũng vẫn phải cài từ file cài đặt trên trang chủ Python. ”

Link tải Python trên Microsoft Store tại đây.

The post Python dành cho Windows 10 đã có thể được tải từ Microsoft Store appeared first on Nhật Phúc.

Python được sử dụng cho nhiều loại ứng dụng từ các trò game đơn giản đến các thuật toán tìm kiếm phức tạp. Python luôn nằm trong top 10 ngôn ngữ lập trình phổ biến nhất đủ cho thấy nó phổ biến cỡ nào. Để cài đặt Python lên CentOS, bạn có hai giải pháp,

Cách 1: Cài qua Repository

Cách này đơn giản nhất nếu bạn có được một kho lưu trữ (Repository) chứa phiên bản Python cần cài đặt. Mình có thấy một repo chứa bản Python 3.6.4 nên mình hướng dẫn cách cài Python 3.6.4. Các bản Python khác tương tự nếu bạn kiếm được một kho thích hợp.

Bước 1: Kết nối tới server/VPS cần cài qua SSH. Sau đó chạy câu lệnh dưới đây để thêm một repo

sudo yum install -y https://centos7.iuscommunity.org/ius-release.rpm

Bước 2: Cập nhật lại repo bằng câu lệnh

sudo yum update

Bước 3: Tải về và cài đặt Python 3.6.4.

sudo yum install -y python36u python36u-libs python36u-devel python36u-pip

Vậy là bạn đã cài đặt xong, bạn có thể kiểm tra phiên bản bằng câu lệnh:

python3.6 -V

CÁCH 2: Cài qua SOURCE code

Bước 1: Đầu tiên bạn cần phải cài bộ Developer Tools bằng câu lệnh:

sudo yum groupinstall -y "Development Tools"

Bước 2: Lên trang chủ của Python, kiếm địa chỉ tải về file Python có đuôi .tar.gz. Sau đó dùng câu lệnh dưới đây để tải về (mình cũng ví dụ bằng bản 3.6.4):

wget https://www.python.org/ftp/python/3.6.4/Python-3.6.4.tar.xz

Bước 3: Dùng hai câu lệnh dưới đây để giải nén bộ Python và truy xuất vào thư mục con Python:

tar -xJf Python-3.6.4.tar.xz
cd Python-3.6.4

Bước 4: Chạy configuration script.

./configure

Bước 5: Bắt đầu cài Python bằng lệnh:

make

Sau khi lệnh make chạy xong, bạn chạy tiếp lệnh:

make install

Lệnh trên chạy xong nữa là bạn đã cài đặt Python hoàn tất.

The post Hướng dẫn cài đặt Python lên CentOS appeared first on Nhật Phúc.