Tutorial Penggunaan Array Python untuk Pemula
Sebagai seorang data scientist skill wajib yang kamu miliki salah satunya adalah bahasa pemrograman python. Jadi, merupakan langkah awal yang tepat bagi kamu yang ingin menjadi seorang data scientist dengan mulai mempelajari bahasa pemrograman python. Karena python salah satu bahasa pemrograman yang sintaksnya lebih ringkas dibandingkan dengan bahasa pemrograman lainnya.
Selain itu, python menyediakan banyak library yang sangat powerful untuk kita gunakan untuk berbagai kepentingan developer ataupun analisis data. Salah satu library yang paling sering digunakan adalah numpy array.
Numpy array merupakan singkatan dari numerical python yang artinya library ini digunakan untuk operasi cepat pada array, termasuk matematika, logika, manipulasi bentuk, sorting, selecting, I/O, dasar aljabar linear dan masih banyak lagi.
Yuk, mulai mempelajari array python lebih lanjut pada artikel dibawah ini!
1. Method Array
Python memiliki serangkaian metode bawaan yang dapat kamu gunakan pada list/array. Tetapi terdapat catatan python tidak memiliki dukungan bawaan untuk Array, tetapi list python dapat digunakan sebagai gantinya.
Metode array yang bisa kamu gunakan antara lain append(), clear(),copy(), count(), extend(), index(), insert(), pop(), remove(), reserve(), dan sort(). Untuk lebih jelas terkait kegunaan dari masing-masing method terseut mari perhatikan tabel dibawah ini bersama-sama:
Baca juga: Coding Python Sederhana untuk Data Visualization, Yuk!
2. Membuat Array Multidimensi
Tak kalah menarik, numpy array juga mampu membuat array yang multidimensi dan melakukan manipulasi array dengan mudah dan lebih cepat. Jadi, array multidimensi merupakan array yang bentuknya lebih dari 1 dimenasi meliputi 2D, 3D, 4D dan seterusnya.
Cara membuat multidimensional array sama dengan membuat array 1 dimensi, perbedaannya hanya pada parameter yang digunakannya saja. Berikut ini adalah contohnya membuat array 2 dimensi dengan menghasilkan output sebagai berikut:
3. Membuat Vector
Vektor dibangun dari komponen, yang merupakan angka biasa. Selain itu, vektor bisa kita anggap sebagai daftar angka dan aljabar vektor sebagai operasi yang dilakukan pada angka-angka dalam list. Dengan kata lain vektor adalah numpy array 1 dimensi.
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.
Langkah pertama saat ingin menggunakan library numpy adalah melakukan import dengan menggunakan coding library numpy as np. Penggunaan as disini, artinya kita menggantikan pemanggilan numpy dengan prefix np untuk proses berikutnya.
Baca juga: Belajar Python: Mengenal Array pada Bahasa Pemrograman Python
4. Membuat Linspace
Linspace (linear space) dalam python memiliki dua parameter yang diperlukan, mulai dan berhenti yang dapat kamu gunakan untuk mengatur awal dan akhir. Linspace digunakan untuk membuat satu set angka dengna spasi merata dalam interval yang ditentukan. Parameter yang diperlukan dalam linspace adalah start (nilai awal dari urutan), dan end (nilai akhir urutan kecuali titik akhir diataur ke false).
Berdasarkan contoh diatas, misal dalam range 1 sampai 10 kita bagi menjadi 4 bagian. Nanti sistem akan membagi rentang/range tersebut menjadi 4 bagian dengan jarak yang sama yaitu, 1 ke 4 ke 7 dan ke 10.
Baca juga: ‹‹Belajar Python: Mengenal Array pada Bahasa Pemrograman Python
Dengan modul dan materi yang update, belajar python menggunakan bahasa menjadi lebih mudah dan terstruktur bersama DQLab. Karena terdiri dari modul-modul up-to-date dan sesuai dengan penerapan industri yang disusun oleh mentor-mentor professional. Yuk, belajar terstruktur dan lebih interaktif caranya dengan Sign Up sekarang untuk #MulaiBelajarData di DQLab:
Buat Akun Gratis dengan Signup di DQLab.id/signup atau isi form dibawah ini ya!
Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab
Subscribe DQLab.id untuk Akses Semua Module Premium! cukup dengan Sign up sekarang di DQLab.id untuk nikmati pengalaman belajar yang seru dan menyenangkan!