Mengenal Numpy Array Dengan Python Dalam Proses Data Science
Numpy array merupakan fungsi populer yang digunakan dalam proses data science. Seperti yang sudah diketahui bahwa data science terdiri dari tiga disiplin ilmu yaitu matematika, statistika, dan komputer. Sedangkan Python merupakan bahasa pemrograman bersifat open source yang sering digunakan untuk data science. Pada Python terdapat beberapa library dan fungsi yang digunakan berdampingan agar proses data science lebih mudah.
Numpy adalah library yang disediakan oleh Python dalam membantu proses komputasi numerik. Numpy menyimpan datanya dalam bentuk array yang bisa berupa array 1-dimensi, 2-dimensi, dan seterusnya. Jika ingin menjadi praktisi data, penting untuk menguasai kemampuan dalam penggunaan numpy array ini karena fungsi ini sering digunakan ketika melakukan manipulasi data. Sebelum mulai mempraktekannya, ada baiknya mengenal lebih dulu tentang numpy array. Yuk, simak dibawah ini.
1. Bagaimana Numpy Array Bekerja?
Numpy menyimpan data dalam bentuk array yang bisa berupa array 1-dimensi, 2-dimensi, dan seterusnya. Secara umum array bekerja dengan mengakses index pada array tersebut. Pada array 1-dimensi dapat diakses dengan satu index saja. Sedangkan pada array 2-dimensi dapat diakses dengan dua index yaitu index kolom dan index baris yang disebut juga dengan matriks. Perintah untuk mengakses array 1-dimensi adalah nama_array[index] atau nama_array[index:index] ketika ingin mengakses elemen pada rentang index tertentu. Untuk array 2-dimensi perintah yang digunakan adalah nama_array[index_baris, index_kolom]. Ada beberapa metode dalam proses manipulasi data yang bisa digunakan untuk mengakses elemen pada index yaitu melakukan indexing, slicing, atau reshaping.
Baca juga : Belajar Data Science: Kenali Dasar Bahasa Pemrograman Python yang Cocok bagi Pemula
2. Apa Bedanya Array Dengan List?
Array dan List seringkali dianggap sama. Padahal sebenarnya ada perbedaan antara array dan list. Array menyimpan data yang memiliki variabel dan tipe data yang sama misalnya hanya tipe data integer saja atau string saja. Sedangkan list bisa menyimpan data yang memiliki variabel dan tipe data yang berbeda. Jadi list bisa berisi kombinasi tipe data seperti integer dan string. Namun untuk mengaksesnya, array dan list punya cara yang sama yaitu dengan menuliskan index pada elemen yang ingin diakses.
3. Fungsi Yang Sering Digunakan Bersama Numpy Array
Python menjadi bahasa pemrograman yang populer karena mudah dipahami dan dipelajari bahkan oleh pemula. Selain itu library yang disediakan juga beragam yang bisa dikombinasikan dengan fungsi-fungsi yang memudahkan komputasi. Beberapa fungsi yang sering digunakan dengan numpy array yaitu sebagai berikut:
.arrange() untuk membuat array
.reshape() untuk membuat atau merubah baris kolom
.type() untuk mengecek tipe data pada suatu array
.append() untuk menambahkan elemen dari urutan belakang
.insert() untuk menambahkan elemen dari index tertentu
.remove() untuk menghapus elemen
.len() untuk melihat panjang suatu array atau list
Baca juga : Python : Kenali 3 Buku yang Akan Mempercepat Kamu Dalam Belajar Python
4. Yuk, BELAJAR DATA SCIENCE GRATIS DI DQLAB SELAMA 1 BULAN!
Gunakan Kode Voucher "DQTRIAL", dan simak informasi di bawah ini mendapatkan 30 Hari FREE TRIAL:
Buat Akun Gratis dengan Signup di DQLab.id/signup
Buka academy.dqlab.id dan pilih menu redeem voucher
Redeem voucher "DQTRIAL" dan check menu my profile untuk melihat masa subscription yang sudah terakumulasi.
Selamat, akun kamu sudah terupgrade, dan kamu bisa mulai Belajar Data Science GRATIS 1 bulan.
Penulis : Dita Kurniasari
Editor : Annissa Widya