NumPy Array Python Sebagai Dasar Dalam Belajar Data Science

Python merupakan salah satu bahasa pemrograman yang ditujukan untuk berbagai macam permasalahan, salah satunya adalah data science. Python cukup banyak diminati oleh orang-orang dan dapat digunakan untuk membuat beberapa program seperti CLI, GUI, Aplikasi Mobile, IoT, dan lain-lain. Dalam menyelesaikan permasalahannya Python menggunakan beberapa library di dalamnya, salah satunya adalah NumPy Array.

NumPy (Numerical Python) Array adalah library Python yang fokus pada scientific computing. NumPy Array memiliki kemampuan untuk membentuk objek N-dimensional array, yang mirip dengan list pada Python. Keunggulan NumPy array dibandingkan dengan list pada Python adalah konsumsi memori yang lebih kecil dan juga runtime yang lebih cepat. NumPy juga memudahkan kita pada operasi aljabar linear, terutama operasi pada vektor (1-d array) dan matrix (2-d array).

Pada artikel ini, DQLab akan berbagi pengetahuan mengenai library NumPy Array dan bagaimana kerja NumPy untuk memanipulasi Array pada Python. Dengan memahami lebih jauh apa itu NumPy Array, sahabat data akan memiliki dasar yang lebih baik dalam melakukan Data Manipulation kedepannya. Penasaran seperti apa? Yuk simak penjelasan berikut.

1. Library NumPy Array

NumPy Array merupakan salah satu library terpenting dalam bahasa pemrograman Python. Fungsi NumPy array mirip dengan manipulasi data pada Python. Beberapa manipulasi array dasar adalah atribut array, pengindeksan array, pembentukan baris, dan penggabungan-pemisahan array. Manipulasi array yang biasanya banyak digunakan adalah menggabungkan beberapa array menjadi satu atau memisahkan satu array menjadi beberapa bagian.

NumPy Array dapat diimplementasikan ke dalam beberapa hal. Namun sebelumnya jangan lupa kita harus mengimport library tersebut dengan cara mengetikkan import numpy as np. Salah satu fitur menarik dari NumPy adalah library ini mampu membuat multidimensional array dan melakukan manipulasi array dengan mudah dan cepat. Multidimensional array adalah array yang berbentuk lebih dari 1 dimensi seperti 2D, 3D, 4D dan seterusnya. Cara membuat multidimensional array sama dengan membuat array 1 dimensi, perbedaannya hanya pada parameter yang digunakannya saja.

Baca juga : Belajar Data Science: Kenali Dasar Bahasa Pemrograman Python yang Cocok bagi Pemula

2. List Berbeda dengan Array

Array pada bahasa pemrograman C++ atau Java memang identik dengan List pada Python. 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 dengan 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. Di dalam NumPy Array terdapat beberapa fungsi yang dapat digunakan bersama untuk mengolah data dan manipulasi data. 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 yang mana tipe data yang umum pada numpy yaitu boolean, string, integer, float, dan complex.

• .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 Mulai Belajar Menjadi Data Scientist Bersama DQLab!