PAYDAY SALE! DISKON 95%
Belajar Data Bersertifikat 12 Bulan hanya 180K!
0 Hari 2 Jam 37 Menit 19 Detik

Menggunakan Library Numpy untuk Coding di Python

Belajar Data Science di Rumah 03-Oktober-2023
https://dqlab.id/files/dqlab/cache/2-longtail-senin-01-2023-10-03-180102_x_Thumbnail800.jpg

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.


Python

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


Python


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

Python


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

Python


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.


Python


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!


Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login