Menggunakan Library Numpy untuk Coding di Python
Coding python cukup tricky karena kita bisa menulis script code yang sangat panjang, namun disisi lain juga bisa menggunakan library untuk mendapatkan hasil yang sama. Numpy merupakan salah satu library terbaik yang dimiliki python.
Library ini dapat digunakan untuk banyak case dalam data science. Dengan adanya library yang powerful ini, kita tidak perlu lagi menuliskan code panjang untuk menjalankan program machine learning. Numpy merupakan library open source, artinya, kita dapat menggunakan library ini dengan gratis bahkan untuk tujuan komersil.
Numpy sendiri merupakan singkatan dari Numerical Python. Biasanya library ini digunakan untuk menghitung operasi matematika pada array.
Numpy bukanlah bahasa pemrograman, library ini merupakan perpanjangan dari python yang bertujuan untuk menyediakan fungsi untuk mengubah array. Salah satu kelebihan library numpy adalah membutuhkan memori yang lebih sedikit jika dibandingkan dengan list.
Dalam dunia machine learning, library numpy ini dapat dimanfaatkan untuk banyak hal. Mau tahu apa saja kegunaan library ini? Yuk simak artikel berikut ini!
1. Menggunakan Elemen Matriks 3x3
Misalnya kita ingin mengetahui elemen baris kedua dan kolom kedua dari suatu matriks. Kita bisa menuliskan script berikut di python lalu run scriptnya.
Dari hasil selecting element tadi, kita bisa tahu bahwa elemen baris kedua dan kolom kedua dari matriks 3x3 diatas adalah 5.
Baca juga : Bootcamp Data Analyst with SQL and Python
2. Nilai Max dan Min
Library powerful yang satu ini dapat digunakan untuk banyak hal, salah satunya adalah untuk mencari elemen terkecil atau terbesar pada matriks. Untuk mencari elemen terbesar dan terkecil kita cukup menuliskan sintaks berikut
Dari matriks 3x3 di atas, didapatkan nilai elemen terbesar (maksimum) adalah 9 dan nilai elemen terkecil (minimum) adalah 1.
3. Transpose dan Menghitung Determinan
Transpose adalah proses mengubah posisi kolom atau baris dari suatu matriks atau vektor. Untuk mencetak transpose matriks atau vektor kita cukup menuliskan print(variabel.T). Berikut merupakan contoh penggunaan numpy untuk transpose matriks
Dari gambar di atas, terlihat elemen pada baris matriks berubah menjadi elemen pada kolom matriks. Cara tersebut juga dapat digunakan untuk mentranspose vektor. Selain mentranspose matriks, library numpy juga bisa digunakan untuk menghitung determinan matriks.
Berikut adalah contoh sederhana menghitung determinan pada matriks 3x3
4. Nilai Statistik dari Array
Selain mencari nilai minimum dan maksimum, library ini juga dilengkapi fungsi untuk mencari nilai rata-rata, varian, dan standar deviasi dari sebuah array. Untuk menghitung nilai rata-rata, varian, dan standar deviasi, kita cukup menuliskan fungsi np.mean, np.var, np.std.
Dari output di atas, nilai rata-rata, standar deviasi, dan varian elemen untuk matriks 3x3 tersebut adalah 0,5, 2,58, dan 6,67.
Baca juga : Mengenal Perbedaan R Python dan SQL
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 industri!
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. Untuk bisa merasakan pengalaman belajar yang praktis dan aplikatif, yuk sign up sekarang di DQLab.id atau ikuti Bootcamp Data Analyst with SQL and Python berikut untuk informasi lebih lengkapnya!