Buat Akun DQLab & Akses Kelas Data Science Python, R, SQL, Excel GRATIS

Ragam Tipe Data List pada Python, Pemula Harus Tahu!

Belajar Data Science di Rumah 17-November-2022
https://dqlab.id/files/dqlab/cache/9ca2a859ca218e27fc0f977331416df7_x_Thumbnail800.jpg

Python menjadi bahasa pemrograman yang bisa digunakan untuk memproses data, mulai dari cleaning, mengolah dengan metode analisis data, hingga menyajikannya dalam bentuk visualisasi. Salah satu contoh penggunaan Python adalah untuk menyatukan dan menghimpun kumpulan data dalam tipe data koleksi. Tipe data koleksi ini setidaknya bisa dibagi menjadi 4 jenis, yaitu list, tuple, set, dan dictionary. Tentu saja keempatnya memiliki fungsi serta kelebihannya masing-masing.


List merupakan salah satu tipe data koleksi yang sifatnya berurutan (ordered) serta dapat diubah (changeable). Salah satu ciri yang paling khas dari tipe list adalah kita bisa mendefinisikannya dengan tanda kurung siku ( [ ] ). Dalam artikel ini kita akan membahas banyak hal mengenai tipe data list, mulai dari cara membuat dan menampilkan, mengubah item dalam list, menambahkan, hingga menghapus item yang ada. Penasaran? Yuk, simak pembahasannya!


1.Membuat dan Menampilkan List

Untuk membuat list, kita bisa mendefinisikannya dengan tanda kurung siku. List bisa memuat data dengan tipe yang berbeda-beda secara sekaligus. Agar lebih paham, kita akan langsung praktek.


Python


Misalkan kita mencoba untuk membuat beberapa list, ada yang semua item nya menggunakan string, integer, maupun campuran dari beberapa tipe data. Untuk menampilkan list yang sudah dibuat, maka kita bisa menggunakan perintah print() yang diikuti dengan nama list. Namun jika ingin dikombinasikan dengan beberapa kata di awalnya, maka bisa mengikuti syntax di atas. Hasilnya adalah:


Python

Kita bisa melihat disini bahwa isi dari list memang sudah sesuai dengan yang kita buat sebelumnya.


Baca juga : Mengenal Array pada Bahasa Pemrograman Python


2.Mengubah Data dalam List

Dalam pekerjaan seorang praktisi data, tidak jarang kita akan menemui keadaan dimana kita butuh untuk mengganti beberapa data yang tidak sesuai. Python memungkinkan kita untuk mengubah item yang terdapat di dalam list dengan data lainnya karena list memiliki sifat changeable. Pengubahan data ini akan sangat bermanfaat agar kita tidak perlu mengulang untuk membuat list baru agar sesuai dengan data terupdate.


Python


Misalkan kita ingin mengubah data pertama dari list angka, maka kita bisa menuliskan nama list yang diikuti dengan indeksnya. Jangan lupakan bahwa di Python indeks data akan dimulai dari 0, sehingga jika ingin mengubah data pertama, pastikan kita menulis 0. Hasil setelah diubah bisa dilihat pada gambar di bawah ini.


Python


3.Menambah Item

Selain mengganti data dengan posisi yang sama, kita juga terkadang akan dihadapkan pada keadaan dimana kita harus menambah isi list yang sudah dibuat. Untuk menambahkan item dalam list, kita bisa memanfaatkan fungsi append() untuk menambah data di belakang dan juga insert() untuk menambah data di posisi tertentu.


Python


Jika menggunakan append(), kita bisa langsung menuliskan angka yang ingin ditambahkan.


Python


Jika tidak ada kesalahan penulisan, maka data baru akan otomatis ada di dalam list dan menempati posisi paling akhir. Sementara jika menggunakan insert, maka kita bisa menentukan di indeks berapa data ingin ditambahkan.


Python

Misalkan kita ingin menambahnya di indeks pertama, maka kita bisa menuliskan indeks 0 terlebih dahulu, baru diikuti oleh datanya. Kita bisa melihat sendiri perbedaan outputnya.


Python


4.Menghapus Item

Selain menambahkan, tentu saja kita harus mengetahui cara untuk menghapusnya.Kita bisa memanfaatkan fungsi pop(), remove(), dan del(). Kita akan bahas satu persatu.

Fungsi pop akan menghapus data yang berada pada urutan terakhir dalam list. Pop ini sifatnya adalah mengambil sehingga data yang diambil tersebut bisa dimunculkan kembali.


Python


Dari syntax tersebut, kita mencoba untuk menampilkan kembali data yang sudah dihapus dengan menggunakan perintah yang ada di line 7. Berikut adalah hasilnya:


Python

Karena pop() bersifat mengambil, sehingga meskipun angka 56 telah dihapus tetap bisa dimunculkan kembali.

Fungsi remove() akan digunakan untuk menghapus data yang sesuai dengan parameter yang diinputkan.


Python


Untuk angka yang double di dalam list, maka akan dihapus pada indeks yang lebih kecil. Misalkan kita ingin menghapus angka 38, dimana angka ini ada pada indeks 1 dan juga 3, maka yang akan dihapus adalah yang ada di indeks 1.


Python

Selain itu, kita juga bisa menghapus data menggunakan fungsi del() yang dibisa digunakan untuk menghapus data berdasarkan indeksnya.


Python


Misalkan kita ingin menghapus data yang ada di range [2:4] dimana artinya kita ingin menghapus data yang ada di indeks lebih dari sama dengan 2 namun kurang dari 4 atau yang berada di indeks 2 dan 3. Maka hasilnya adalah:


Python


Kita bisa melihat data yang ada di indeks 2 yaitu 36 dan indeks 3 yaitu 38 telah dihapus.


Baca juga : Array Python : Array VS List Serupa Namun Tak Sama, Yuk, Kenali Perbedaannya


Python bisa melakukan banyak sekali pekerjaan, mulai dari pekerjaan sederhana seperti ini hingga yang lebih rumit seperti penggunaan Machine Learning, Deep Learning, dll. Sehingga tidak heran jika bahasa ini menjadi favorit banyak orang.


Sahabat DQ bisa mempelajari coding Python yang lebih mendalam dan detail dengan mengakses modul Premium yang tersedia di DQLab. Ada banyak sekali pembahasan yang dituang dalam berbagai modul dengan menggunakan bahasa pemrograman Python. Tidak hanya itu, begitu Sahabat DQ berlangganan modul premium, maka kalian juga bisa menikmati modul pembelajaran dengan menggunakan bahasa pemrograman lainnya, seperti R dan SQL.


Namun bagi kamu si pecinta gratisan, tenang saja. DQLab juga sudah menyediakan free modul yang bisa kamu jadikan dasar pembelajaran Python mu. Yuk, tunggu apa lagi? Buruan sign up di DQLab!


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