PROMO 10.10 BEJIBUN, MANTUL!
Belajar Data Science 6 BULAN Bersertifikat hanya Rp 100K!
0 Hari 3 Jam 49 Menit 53 Detik

Tutorial Membuat Array Python & List Pada Python untuk Pemula

Belajar Data Science di Rumah 21-Juli-2022
https://dqlab.id/files/dqlab/cache/a9a45c0670aee7cc57c7763d8a046031_x_Thumbnail800.jpg

Ketika belajar data, Python tidaklah asing didengar. Python adalah bahasa pemrograman yang populer digunakan oleh praktisi data dan developer. Beberapa keunggulan Python yaitu mudah dipelajari dan dipahami serta tersedia berbagai library yang mendukung proses pengolahan data menjadi lebih efisien, efektif, dan akurat. 


Di dunia data, Python dapat diandalkan untuk analisis data, visualisasi data, hingga merancang machine learning. Hal ini didukung dengan ketersediaan berbagai library Python yang mudah penerapannya. Biasanya library sudah satu package ketika menginstall Python. Namun jika dirasa kurang lengkap, kamu bisa menambahkan library-library lainnya sesuai yang dibutuhkan.


Di dunia data ada ribuan data yang diproses setiap harinya. Untuk itu diperlukan metode untuk menyimpan dan memproses data tersebut. Salah satu caranya adalah dengan array python. Apa itu? Array adalah struktur data yang memuat sejumlah data dengan tipe data yang sama. Sisi uniknya, struktur array bisa dibuat sebagai list. 


Berbeda dengan array, list dapat menyimpan lebih dari satu tipe data sehingga dalam suatu list dapat berisikan kombinasi tipe data misalnya string dan integer. Nah, pada artikel kali ini DQLab akan bahas bagaimana membuat array dan list di Python. Penasaran? Yuk, simak artikel sampai akhir!


1. Fitur Pada Array

Array memiliki fitur yang dapat dimanfaatkan yaitu sebagai berikut:

  • Declare yaitu mendeklarasikan indeks item pada array

  • Call yaitu fitur array untuk mengakses elemen tertentu

  • Slice berfungsi untuk memudahkan akses lebih dari satu data

  • Modify berfungsi untuk mengubah elemen dalam array

  • Append untuk menambahkan elemen baru dalam array yang sudah ada

  • Pop untuk menghapus elemen dalam array


Array dapat diakses dengan memanggil indeksnya. Namun jika isi array sangat banyak, tentunya tidak efisien dengan memanggil indexnya karena baris code bisa jadi sangat panjang. Maka kita bisa menggunakan fungsi for in loop. Format penulisannya yaitu for [variabel] in [nama array]. Contohnya seperti gambar di bawah ini.


python


Baca juga: Belajar Python: Mengenal Array pada Bahasa Pemrograman Python


2. Membuat Array di Python

Untuk membuat array bisa juga dengan menerapkan library Numpy. Numpy menyimpan data dalam bentuk array yang bisa berupa array 1-dimensi, 2-dimensi, dan seterusnya. 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. 


Gunakan perintah import Numpy as np untuk memanggil library Numpy. np adalah alias yang umum digunakan untuk Numpy. Setelah mengimport library Numpy, kita bisa membuat suatu array dengan perintah nama_array = np.([array]) dimana [array] berisikan data yang kita kehendaki. Perhatikan contoh dibawah ini.

python


Dalam gambar adalah contoh array 1-dimensi dengan elemen angka 1 sampai 7. Kemudian indeks 0 dipanggil sehingga outputnya adalah angka 1. 

Kita juga bisa membuat array yang berisikan tipe data string. 


Contohnya dibawah ini.

python


Pada gambar tersebut kita membuat array berisikan 4 elemen bertipe data string. Kamu bisa menggunakan fungsi print diikuti nama array untuk memanggil seluruh elemen array. Nah, pada gambar kita sekaligus mencoba fungsi append. Oleh karena itu output yang dihasilkan bertambah 1 elemen di dalam array. 


3. Membuat List di Python

Jika kamu mempunyai sekumpulan data dengan tipe data yang berbeda-beda, kamu bisa membuat list untuk menyimpan data. List mirip dengan array hanya saja berbeda kemampuan menampung datanya. Sintaks yang digunakan yaitu:

listname = [elements]

Perhatikan contoh berikut.

python


Pada list1 berisikan tipe data string, list2 berisikan tipe data string dan integer, dan list3 berisikan tipe data integer. Benar sekali, penulisan elemen dalam list juga harus kamu perhatikan. Untuk tipe data string dituliskan dengan menambahkan tanda petik satu atau dua. Sedangkan untuk tipe data integer tidak perlu menggunakan tanda apapun. 


Mengakses elemen pada list juga sama dengan array yaitu dengan menuliskan indeks elemennya. Indeks dimulai dari nol. Oleh karena itu pada contoh baris perintah print yang pertama menghasilkan huruf a karena posisinya ada pada indeks 0. 


Nah, untuk mengakses elemen dalam range tertentu, kamu bisa menerapkan code seperti baris perintah print yang kedua. Gunakan tanda titik dua (:) untuk menyebutkan range indeks yang akan kamu akses. 


4. Ingin Mengubah List Jadi Array? Pakai Cara Ini!

Salah satu keunggulan array adalah memungkinkan operasi matematika yang lebih baik dibandingkan dengan list. Jika ada operasi tertentu dalam pemrograman yang memerlukan perubahan list menjadi array, ini bisa banget dilakukan dengan Python.Kita bisa menggunakan fungsi Python yaitu Numpy untuk mengkonversi list menjadi array.


Sintaksnya yaitu numpy.array()dan numpy.asarray().

python

Dengan code tersebut, list yang ada telah dirubah menjadi array. Contoh fungsi numpy.asarray() seperti berikut.

python


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

Seru, kan belajar Python? Semakin mendalami Python kamu akan menyadari bergunanya Python untuk berbagai kebutuhan mulai dari analisis, pengembangan aplikasi, hingga machine learning. Bahkan Python ini disebut bahasa pemrograman terbaik untuk dipelajari oleh pemula. Struktur datanya mudah dipahami dan memiliki komunitas yang luas untuk sharing terkait Python. 


Jadi, jangan ragu lagi untuk mulai belajar Python dari sekarang. Mau module Python gratis? Yuk, bergabung di DQLab.id! Dapatkan akses gratis module Python dan sertifikat completion di akhir penyelesaian modulenya. 


Penulis: Dita Kurniasari

Editor: Annissa Widya




Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login