Pandas là một thư viện mã nguồn mở để mọi người có thể xử lý và phân tích dữ liệu. Pandas có để đọc dữ liệu từ các file excel, csv,... lên để phân tích. Trong pandas có nhiều hàm hỗ trợ cho việc tính toán dữ liệu, gộp bảng,... vì vậy hôm nay chúng ta sẽ tìm hiểu một số hàm đơn giản trong bộ thư viện này nhé.

Trong bài viết lần trước Tối ưu hóa tuyến đường - Route optimization tôi đã trình bày về một giải thuật đơn giản giúp tìm đường đi ngắn nhất giữa các điểm đến. Trong bài viết lần này tôi xin giới thiệu đến mọi người một phần mềm hoàn chỉnh giúp tối ưu hóa tuyến đường, phần mềm này hứa hẹn sẽ rất hữu ích đặc biệt cho các doanh nghiệp vận tải, logistic.

Tối ưu hóa tuyến đường (Route planner optimizer) là công việc giúp các nhà vận hành tiết kiệm chi phí vận hành Logistic của mình. Chắc đã có nhiều bạn đã biết đến công việc này, đặc biệt là những bạn làm trong ngành Logistic. Hiện nay trên Internet có nhiều công cụ, apps hỗ trợ bạn trong việc tối ưu hóa tuyến đường có thể kể đến một số cái tên nổi tiếng như Badger Map, RouteSavvy, MapQuest,... Và tất nhiên điểm chung của những công cụ này là bạn phải trả phí để được sử dụng lâu dài.

Trong bài viết này tôi sẽ hướng dẫn bạn xây dựng một thuật toán tối ưu hóa tuyến đường cho N điểm trên Google Map bằng ngôn ngữ Python,

Đối với hàng xuất nhập thì HS code là một tên gọi khá quen thuộc rồi. Nhưng ở bài viết này mình chia sẻ những thứ liên quan đến HS code. Hi vọng nó sẽ hữu ích cho mọi người nhé! Bài viết có 3 phần chính:

1. HS code là gì?

2. Cấu trúc của HS code

3. Cách tra cứu HS code chuẩn quốc tế cho hàng xuất/ nhập

Ở chủ đề "Tính quãng đường vận chuyển bằng hàm API của Google Map", chúng ta đã biết các lấy dữ liệu km và thời gian vận chuyển giữa 2 điểm (địa chỉ). Việc lấy dữ liệu này sẽ tốn phí vì dùng hàm API của Google, vậy câu hỏi đặt ra liệu chúng ta có nên tạo và lưu trữ 1 database gồm các điểm đã queries (truy vấn thông tin) và dùng nó cho các lần tiếp theo để tiết kiệm thời gian và chi phí không?

Bài viết này, tôi sẽ giúp các bạn làm được 1 "ma trận vuông" trong đó chứa dữ liệu km của các điểm với nhau (dữ liệu thời gian bạn làm tương tự). Trong thực tế, bạn sẽ tạo được 1 database có thông tin km toàn bộ các tỉnh, thành phố hoặc huyện của nước Việt Nam với nhau, quả thật là thú vị và chắc chắn có giá trị trong quá trình vận hành Logistics hoặc đơn giản là dùng để sourcing dịch vụ logistics.

Nào các bạn đã sẵn sàng chưa?

Là một Logistics Procurement (người mua dịch vụ vận chuyển, hậu cần cho công ty), tôi rất quan tâm đến sự chính xác về quảng đường vận chuyển trước khi quan tâm đến giá chào dịch vụ.

Bài viết này, tôi sẽ hướng dẫn bạn cách tính km giữa 2 hoặc nhiều địa chỉ nhận hàng, giao hàng cùng 1 lúc (đặc biệt là chỉ trong 1 nốt nhạc).

Nào ta cùng bắt đầu nhé!