DQLab Super Giveaway! Belajar Data Science 6 Bulan hanya Rp.99.000! DAFTAR

Pakai Kode: KUPON99K. Berakhir 2 Days 15 Jam : 40 Menit : 0 Detik

Array Python : Array VS List Serupa Namun Tak Sama, Yuk, Kenali Perbedaannya

Belajar Data Science di Rumah 27-Januari-2021
https://dqlab.id/files/dqlab/cache/32920314e2b90a3c73a549492e3b56fa_x_Thumbnail800.jpg

Array Python adalah salah satu fungsi yang paling sederhana dalam Python namun sangat penting kedudukannya. Seiring dengan berkembangnya teknologi, praktisi data akan sangat terbantu dengan kehadiran array. Secara umum, array merupakan struktur data yang dapat menampung lebih dari satu nilai dalam satu waktu yang bersamaan. Sehingga proses pendefinisian variabel akan lebih mudah dan tidak memakan waktu yang lebih lama.

Selain array, struktur data lain yang kerap digunakan oleh praktisi data adalah list. Jika dilihat secara sekilas, array dan list terlihat sangat mirip dan sulit dibedakan. Beberapa orang bahkan ada yang menganggap array dan list sama. Ternyata meskipun terlihat sangat mirip, keduanya berbeda loh. Dalam artikel ini, kita akan membahas lebih lengkap mengenai array, list, dan juga perbedaannya. Udah penasaran kan? Yuk, simak artikel berikut ini!

1. Apa itu Array Python?

Array merupakan struktur data yang dapat menyimpan berbagai macam item yang bersifat tidak unik, yang artinya boleh terdapat dua data yang sama di dalam satu array. Array sebenarnya menjadi sangat mirip dengan list karena keduanya sama sama bisa bisa diurutkan, kemudian juga bisa diubah isinya, dan diapit oleh dua kurung siku ( [ ] ). Sayangnya untuk menyimpan berbagai tipe data yang berbeda tidak semudah yang dibayangkan, karena tergantung dari jenis array yang digunakan.

Untuk menggunakan array, kita harus memanggil atau mengimport library yang membawahinya terlebih dahulu, yaitu modul array atau package numpy. 

Import array as arr

Atau

Import numpy as np

Modul array digunakan untuk data yang memiliki tipe data yang sama, dan kita juga perlu mendefinisikan tipe datanya. Sedangkan array yang berada di package numpy memungkinkan kita menginputkan beberapa jenis tipe data dalam dalam satu array.

Baca juga : Python Array : Memahami Kegunaan Array Dalam Python

2. List dalam Python

Sama seperti Array Python, list merupakan struktur data yang dibangun ke dalam Python untuk menyimpan sekumpulan item yang diapit oleh dua kurung siku. List bersifat mutable atau dapat diubah, dimana kita dapat menambah atau menghapus elemennya. List juga dapat diurutkan sehingga kita dapat menggunakan indeks ketika ingin merujuk ke elemen tertentu. Elemen dari list tidak harus bersifat unik, yang artinya diperbolehkan terdapat duplikasi, serta dapat terdiri dari tipe data yang berbeda dalam satu list, kita bisa menggabungkan string, integer, dan objek dalam list yang sama.

3. Perbedaan Array dan List

Nah, dari penjelasan antara array dan list di atas, rasanya sangat sulit untuk membedakan keduanya. Lalu hal apa saja sih perbedaan antara keduanya? Perbedaannya adalah Array harus dideklarasikan terlebih dahulu apakah dia di bawah modul array atau package numpy, sedangkan list tidak perlu. Itulah mengapa list lebih sering digunakan jika dibandingkan array. Perbedaan lainnya adalah array lebih handal dan efisien dalam menyimpan data yang begitu compact. Selain itu, array juga lebih unggul untuk operasi numerik.

Untuk membuktikannya, kita akan mencoba membagi antara array dan list.

array = np.array([3, 6, 9, 12])

division = array/3

print(division)

print (type(division))

Output yang dihasilkan untuk array adalah

[1. 2. 3. 4.]

<class 'numpy.ndarray'>

Lalu bagaimana dengan list?

list = [3, 6, 9, 12]

division = list/3

Hasilnya adalah error.

---------------------------------------------------------------------------

TypeError                         Traceback (most recent call last) in ()

      1 list = [3, 6, 9, 12]

----> 2 division = list/3

TypeError: unsupported operand type(s) for /: 'list' and 'int'

Meskipun hasil pembagian ini error, namun kita tetap bisa menggunakan list untuk operasi matematika lainnya, kok. Namun kurang efisien jika dibandingkan array.

Baca juga : 3 Metode Numpy Array Python Sebagai Dasar Proses Manipulasi Data

4. Mulai Terapkan Ilmunya dengan Belajar Data Science bersama DQLab!

Tidak memiliki background IT? Jangan khawatir, kamu tetap bisa menguasai Ilmu Data Science untuk siap berkarir di revolusi industri 4.0. Bangun proyek dan portofolio datamu bersama DQLab untuk mulai berkarir di industi data yang sebenarnya! Sign up sekarang untuk #MulaiBelajarData di DQLab!

Penulis : Gifa Delyani Nursyafitri

Editor : Annissawd

Share

Postingan Terkait

Mulai Bangun Karirmu Bersama DQLab!