PROMO PUNCAK LEBARAN DISKON 99%
Belajar Data Science 6 Bulan BERSERTIFIKAT hanya Rp 99K!

1 Hari 7 Jam 4 Menit 11 Detik

Mengenal Mode Operasi Modul dalam Python

Belajar Data Science di Rumah 29-Mei-2023
https://dqlab.id/files/dqlab/cache/77b67fe0affa9228d7a02127d52c7a8f_x_Thumbnail800.jpg

Python adalah salah satu bahasa pemrograman yang bersifat cukup fleksibel karena bisa menyelesaikan banyak pekerjaan. Dalam menjalankan Python, kita akan membutuhkan yang namanya mode operasi. Mode operasi Python merujuk pada cara Python dijalankan dan digunakan untuk menjalankan kode atau program Python. Setiap mode operasi memiliki cara kerja yang berbeda dan digunakan dalam situasi yang berbeda pula. 


Salah satu mode operasi yang cukup umum adalah mode modul yang digunakan ketika kita ingin membuat modul Python terpisah yang dapat digunakan di program lain. Dalam mode ini, kita dapat mendefinisikan fungsi, variabel, dan kelas yang dapat diimpor dan digunakan oleh program lain sebagai modul. Mode modul ini dapat terbagi menjadi beberapa cara yang akan dibahas dalam artikel berikut. Yuk, simak pembahasannya!


1. Import Seluruh Modul

Cara yang pertama bisa dilakukan dengan mengimport seluruh modul. Dengan cara ini, maka kita dapat mengakses semua fungsi, kelas, atau variabel yang ada di dalam modul yang kita import. Misal contohnya adalah sebagai berikut:

Python

Dari contoh di atas, kita akan mengimport keseluruhan dari modul ‘math’, dan kita akan menggunakan fungsi ‘sqrt()’ yang ada di dalamnya. Cara untuk menggunakannya, kita bisa langsung menyebutkan nama modul yang diikuti dengan nama fungsi.


Baca juga : Yuk Cari Tahu Perbedaan Python R dan SQL


2. Import dengan Menggunakan Alias

Di beberapa keadaan, terkadang kita akan menjumpai nama modul yang terlalu panjang atau bersinggungan dengan nama yang lain dalam kode yang kita buat. Sehingga cara yang bisa kita gunakan adalah dengan memberikan alias atau nama alternatif untuk modul yang akan digunakan saat modul diimport. Misalnya saja:

Python

Kita masih mengambil contoh dari modul math, di sini kita membuat alias dari modul math adalah ‘m’. Sehingga ketika kita ingin menggunakan fungsinya, maka kita bisa langsung menggunakan aliasnya saja yaitu ‘m.sqrt()’.


3. Import Fungsi, Kelas atau Variabel Tertentu

Selain cara yang sudah kita bahas di atas, kita juga bisa langsung mengimport fungsi, kelas, atau variabel tertentu. Hal ini bisa dilakukan jika kita hanya membutuhkan fungsi, kelas, atau variabel tertentu dari modul. Namun yang harus menjadi catatan, begitu kita menggunakan cara ini, maka kita tidak akan bisa mengakses fungsi, kelas, atau variabel lain selain yang sudah didefinisikan.

Python

Dari contoh di atas, kita hanya mengimport fungsi ‘sqrt()’ dari modul ‘math’, sehingga fungsinya bisa langsung digunakan tanpa harus menambahkan nama modul di depannya terlebih dahulu.


4. Import Semua Fungsi, Kelas, atau Variabel

Jika kita ingin mengimpor semua fungsi, kelas, atau variabel dari modul, kita dapat menggunakan tanda asterisk (*). Namun, penggunaan ini tidak disarankan karena dapat menciptakan konflik nama dan membuat kode sulit dibaca. Contohnya:

Python

Di sini, kita mengimpor semua fungsi dari modul math, sehingga kita dapat menggunakan ‘sqrt()’ secara langsung. Namun, perhatikan bahwa penggunaan * sebaiknya dihindari.


Baca juga : Mengenal Perbedaan R Python dan SQL


Dalam mode operasi modul Python, akan sangat penting untuk mempertimbangkan praktik terbaik dalam penamaan dan penggunaan modul. Kita bisa menggunakan mode operasi yang paling sesuai dengan kebutuhan dan pastikan untuk menghindari konflik nama serta menjaga kejelasan dan kebersihan kode.


Sahabat DQ bisa mempelajari coding Python yang lebih mendalam dan detail dengan mengakses modul Premium yang tersedia di DQLab. DQLab merupakan platform belajar online yang berfokus pada pengenalan Data Science & Artificial Intelligence (AI) dengan menggunakan bahasa pemrograman populer, serta platform edukasi pertama yang mengintegrasi fitur Chat GPT.  Selain itu DQLab juga menggunakan metode HERO yaitu Hands-On, Experiential Learning & Outcome-based, yang dirancang ramah untuk pemula. 


Yuk sign up di DQLab untuk mendapatkan pengalaman belajar yang lebih menarik. Daftar sekarang dan kejar impianmu untuk menjadi Data Analyst! Atau kamu ingin mempelajari Artificial Intelligence lebih dalam & intensif? Yuk ikuti DQLab LiveClass! Nikmati pembelajaran secara langsung dengan metode simulasi yang akan membantu kamu dalam persiapan karir. Kunjungi halaman https://dqlab.id/live-class untuk informasi lebih lanjut ya!


Penulis : Gifa Delyani Nursyafitri



Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login