Python cơ bản: list, tuple, dict và set

Một ca sản xuất sinh ra hàng nghìn kết quả, mỗi kết quả gồm nhiều thông tin: mã sản phẩm, kết quả, kích thước đo, thời gian. Bài này dạy bốn cấu trúc dữ liệu có sẵn của Python để lưu và xử lý những tập dữ liệu như vậy: list, tuple, dict và set.

1. list: danh sách có thứ tự, thay đổi được

duong_kinh = [12.48, 12.51, 12.47, 12.62, 12.50]

print(duong_kinh[0])      # phần tử đầu tiên: 12.48 (chỉ số bắt đầu từ 0)
print(duong_kinh[-1])     # phần tử cuối: 12.5
print(len(duong_kinh))    # số phần tử: 5

duong_kinh.append(12.49)          # thêm vào cuối
duong_kinh[3] = 12.52             # sửa phần tử thứ 4
print(duong_kinh)

12.48
12.5
5
[12.48, 12.51, 12.47, 12.52, 12.5, 12.49]

Cắt list (slicing)

Cú pháp [bat_dau:ket_thuc:buoc], không gồm vị trí kết thúc, giống range(). Đây cũng chính là cú pháp cắt vùng ảnh (ROI) bằng NumPy mà bạn sẽ dùng hằng ngày:

so = [0, 10, 20, 30, 40, 50, 60]
print(so[1:4])    # [10, 20, 30]
print(so[:3])     # 3 phần tử đầu: [0, 10, 20]
print(so[-2:])    # 2 phần tử cuối: [50, 60]
print(so[::2])    # cách một lấy một: [0, 20, 40, 60]

Thống kê nhanh

do = [12.48, 12.51, 12.47, 12.52, 12.50, 12.49]
print("Nhỏ nhất:", min(do), "Lớn nhất:", max(do))
print(f"Trung bình: {sum(do) / len(do):.3f}")
print("Sắp xếp:", sorted(do))

Nhỏ nhất: 12.47 Lớn nhất: 12.52
Trung bình: 12.495
Sắp xếp: [12.47, 12.48, 12.49, 12.5, 12.51, 12.52]

sorted() tạo list mới đã sắp xếp; còn do.sort() sắp xếp ngay trên list cũ.

2. List comprehension: lọc và biến đổi trong một dòng

Thay vì viết vòng lặp 4 dòng, Python cho phép tạo list mới trong một dòng:

do = [12.48, 12.51, 12.47, 12.62, 12.50, 12.38]

ngoai_dung_sai = [d for d in do if not 12.40 <= d <= 12.60]
print(ngoai_dung_sai)                 # [12.62, 12.38]

do_um = [round(d / 25.4, 4) for d in do]   # đổi mm sang inch
print(do_um[:2])                      # [0.4913, 0.4925]

Đọc là: "lấy d với mỗi d trong do, nếu điều kiện đúng". Đừng lạm dụng: nếu logic dài hơn một dòng, hãy viết vòng lặp for cho dễ đọc.

3. tuple: dãy không thay đổi được

Tuple viết bằng ngoặc tròn. Dùng cho dữ liệu cố định đi thành cặp, thành bộ, ví dụ tọa độ hay kích thước ảnh:

tam = (320, 240)                  # tọa độ (x, y)
kich_thuoc = (1080, 1920, 3)      # (cao, rộng, số kênh màu) — đúng thứ tự NumPy dùng

x, y = tam                        # "mở gói" tuple thành từng biến
cao, rong, kenh = kich_thuoc
print(f"Tâm ({x}, {y}), ảnh {rong}x{cao}, {kenh} kênh")

Tâm (320, 240), ảnh 1920x1080, 3 kênh

Tuple không sửa được (tam[0] = 5 sẽ báo lỗi TypeError). Chính vì thế nó an toàn để làm khóa của dict. OpenCV và NumPy trả về rất nhiều tuple, ví dụ img.shape.

4. dict: tra cứu theo tên

Dict lưu cặp khóa → giá trị. Thay vì nhớ "phần tử thứ 3 là đường kính", bạn gọi đúng tên:

san_pham = {
    "ma": "SP-0042",
    "ket_qua": "NG",
    "duong_kinh": 12.62,
    "ly_do": "ngoài dung sai",
}

print(san_pham["ma"], san_pham["ket_qua"])
san_pham["anh"] = "ST3_000042_NG.png"         # thêm khóa mới
print(san_pham.get("nhiet_do", "không có"))   # get() trả giá trị mặc định nếu thiếu khóa

for khoa, gia_tri in san_pham.items():
    print(f"  {khoa}: {gia_tri}")

SP-0042 NG
không có
  ma: SP-0042
  ket_qua: NG
  duong_kinh: 12.62
  ly_do: ngoài dung sai
  anh: ST3_000042_NG.png

Truy cập khóa không tồn tại bằng san_pham["nhiet_do"] sẽ gây KeyError. Dùng .get() khi không chắc khóa có tồn tại.

Dict làm cấu hình

Tham số của thuật toán nên gom vào một dict để dễ chỉnh, dễ lưu ra file (bài 6 và chặng OpenCV sẽ dùng cách này):

cau_hinh = {"nguong_sang": 120, "dien_tich_min": 500, "roi": (100, 80, 400, 300)}
print(cau_hinh["roi"])

Đếm theo nhóm

ly_do_ng = ["xước", "lệch tâm", "xước", "ba via", "xước", "lệch tâm"]

dem = {}
for ld in ly_do_ng:
    dem[ld] = dem.get(ld, 0) + 1
print(dem)

from collections import Counter          # cách ngắn hơn có sẵn trong Python
print(Counter(ly_do_ng).most_common(2))

{'xước': 3, 'lệch tâm': 2, 'ba via': 1}
[('xước', 3), ('lệch tâm', 2)]

Bảng "lỗi nào xảy ra nhiều nhất" (biểu đồ Pareto) là báo cáo mà quản lý chất lượng hỏi đầu tiên.

5. set: tập hợp không trùng lặp

ma_da_doc = ["A01", "A02", "A01", "A03", "A02"]
print(set(ma_da_doc))               # {'A01', 'A02', 'A03'} (thứ tự có thể khác)
print(len(set(ma_da_doc)) != len(ma_da_doc))   # True: có mã bị đọc trùng

ke_hoach = {"A01", "A02", "A03", "A04"}
thuc_te = {"A01", "A02", "A03"}
print("Thiếu:", ke_hoach - thuc_te)   # {'A04'}

Set rất nhanh khi kiểm tra "đã có hay chưa" ("A01" in thuc_te), kể cả với hàng triệu phần tử. Ứng dụng: phát hiện mã DataMatrix bị in trùng ở chặng 7.

6. Chọn cấu trúc nào?

Trong thực tế bạn sẽ kết hợp: list các dict là cách tự nhiên để lưu kết quả cả ca, mỗi dict là một sản phẩm.

ca_sang = [
    {"ma": "SP-01", "ket_qua": "OK", "dk": 12.50},
    {"ma": "SP-02", "ket_qua": "NG", "dk": 12.63},
    {"ma": "SP-03", "ket_qua": "OK", "dk": 12.49},
]
ng = [sp["ma"] for sp in ca_sang if sp["ket_qua"] == "NG"]
dk_ok = [sp["dk"] for sp in ca_sang if sp["ket_qua"] == "OK"]
print("Mã NG:", ng)
print(f"Đường kính TB hàng OK: {sum(dk_ok) / len(dk_ok):.3f}")

Mã NG: ['SP-02']
Đường kính TB hàng OK: 12.495

Tóm tắt

• list: [ ], chỉ số từ 0, slicing [a:b] không gồm b, append, sorted.
• List comprehension: [f(x) for x in ds if dieu_kien].
• tuple: ( ), cố định, mở gói x, y = tam.
• dict: {khóa: giá trị}, .get(), .items(); dùng cho cấu hình và bản ghi.
• set: loại trùng, kiểm tra tồn tại nhanh, phép trừ tập hợp.

Bài tập

do = [25.01, 24.98, 25.03, 25.07, 24.99, 25.00, 24.93, 25.02, 25.04, 24.97]
ng = [d for d in do if not 24.95 <= d <= 25.05]
print(f"Trung bình: {sum(do) / len(do):.3f}")
print("NG:", ng)
print(f"Tỉ lệ NG: {len(ng) / len(do):.0%}")

Trung bình: 25.004
NG: [25.07, 24.93]
Tỉ lệ NG: 20%

ket_qua = [
    {"ma": 1, "kq": "NG", "ly_do": "xước"}, {"ma": 2, "kq": "OK", "ly_do": ""},
    {"ma": 3, "kq": "NG", "ly_do": "thiếu chi tiết"}, {"ma": 4, "kq": "NG", "ly_do": "xước"},
    {"ma": 5, "kq": "NG", "ly_do": "bẩn"}, {"ma": 6, "kq": "NG", "ly_do": "xước"},
]

from collections import Counter
dem = Counter(r["ly_do"] for r in ket_qua if r["kq"] == "NG")
for ly_do, so in dem.most_common():
    print(f"{ly_do:15s} {so}")

xước            3
thiếu chi tiết  1
bẩn             1

ma = ["M100", "M101", "M102", "M101", "M103", "M100"]
da_thay, trung = set(), set()
for m in ma:
    if m in da_thay:
        trung.add(m)
    da_thay.add(m)
print(sorted(trung))

['M100', 'M101']