PROMO SPESIAL 12.12
Belajar Data Science Bersertifikat, 6 Bulan hanya 120K!
0 Hari 6 Jam 1 Menit 21 Detik

5 Variasi Fungsi Map() pada Bahasa Python

Belajar Data Science di Rumah 15-Agustus-2024
https://dqlab.id/files/dqlab/cache/2-longtail-kamis-01-2024-08-16-155350_x_Thumbnail800.jpg

Fungsi map() merupakan salah satu fitur yang sering digunakan dalam bahasa pemrograman Python untuk menerapkan sebuah fungsi ke setiap item dari suatu iterable (seperti list atau tuple). Fungsi ini mungkin terbilang kurang familier karena banyak programmer lebih memilih menggunakan loop konvensional seperti for untuk iterasi dan transformasi data.


Selain itu, pemahaman tentang fungsi higher-order seperti map() seringkali membutuhkan pemahaman yang lebih dalam tentang pemrograman fungsional, yang mungkin tidak dikuasai oleh semua programmer, terutama mereka yang baru memulai. 


Meskipun demikian, fungsi map() pada Python memiliki segudang kelebihan yang membuatnya berguna dalam situasi tertentu. Salah satunya yaitu kode yang menggunakan map() cenderung lebih ringkas dan lebih mudah dibaca, terutama saat digunakan dengan fungsi lambda.


Nah, kalau kamu penasaran bagaimana menerapkan fungsi map() pada bahasa pemrograman Python, jangan khawatir. Disini kamu akan menemukan 5 variasinya melalui postingan berikut ini. Simak penjelasan lengkapnya melalui artikel berikut ini yuk sahabat DQLab!


1. Menerapkan Fungsi ke List

Variasi paling umum dari penggunaan map() adalah menerapkan sebuah fungsi ke setiap elemen dalam list. Berikut adalah penjelasannya: 

Python

Pada contoh diatas, fungsi square diterapkan ke setiap elemen dalam list numbers, menghasilkan list baru yang berisi kuadrat dari setiap elemen.


Baca juga : Bootcamp Data Analyst with SQL and Python


2. Menggunakan Fungsi Lambda

Selain fungsi biasa, kamu juga dapat menggunakan fungsi lambda (fungsi anonim) dengan map() untuk membuat kode jadi lebih ringkas. 

Python

Dengan menggunakan lambda, kamu tidak perlu mendefinisikan fungsi terpisah.


3. Menerapkan Fungsi ke Beberapa List

map() juga dapat menerapkan fungsi yang menerima lebih dari satu argumen, ke beberapa list secara bersamaan. Seperti ini contohnya:

Python

Dalam contoh ini, fungsi lambda menerima dua argumen dan menjumlahkan elemen-elemen dari dua list pada posisi yang sama.


4. Menggabungkan map() dengan Fungsi Bawaan

map() sering digunakan bersama dengan fungsi bawaan seperti str(), int(), dan lain-lain untuk konversi tipe data. Berikut adalah contohnya:

Python

Pada contoh ini, map() digunakan untuk mengonversi setiap elemen dari list string menjadi integer.


Baca juga : Mengenal Perbedaan R Python dan SQL


5. Menerapkan Fungsi pada List of Dictionaries

Kamu juga dapat menggunakan map() untuk menerapkan fungsi ke setiap elemen dalam list yang berisi dictionary. Berikut adalah contohnya: 

Python

Pada contoh ini, map() digunakan untuk mengambil nilai dari kunci name dari setiap dictionary dalam list people.


Fungsi map() adalah fungsi yang sangat berguna dalam Python untuk menerapkan fungsi ke setiap elemen dari iterable dengan cara yang efisien dan bersih. Dari menerapkan fungsi sederhana ke list, menggunakan lambda, menggabungkan beberapa list, melakukan konversi tipe data, hingga bekerja dengan list of dictionaries, map() dapat mempermudah dan memperjelas kode yang kamu tuliskan.


Menguasai berbagai variasi penggunaan map() akan sangat membantu dalam pemrograman sehari-hari. Dari lima variasi di atas, mana yang kamu suka?


Yuk pelajari berbagai library python bersama DQLab! DQLab adalah platform edukasi pertama yang mengintegrasi fitur ChatGPT yang memudahkan beginner untuk mengakses informasi mengenai data science secara lebih mendalam.


DQLab juga menggunakan metode HERO yaitu Hands-On, Experiential Learning & Outcome-based, yang dirancang ramah untuk pemula. Jadi sangat cocok untuk kamu yang belum mengenal data science sama sekali, atau ikuti Bootcamp Machine Learning and AI for Beginner.


Penulis: Reyvan Maulid


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login