BEDUG MERIAH Diskon 95%
Belajar Data 6 BULAN Bersertifikat hanya Rp150K!

0 Hari 2 Jam 24 Menit 52 Detik

3 Variasi Cara Dalam Membuat Numpy Array Dengan Python

Belajar Data Science di Rumah 21-Desember-2020
https://dqlab.id/files/dqlab/cache/2d6a5c4c284b7e8955326da106dcb48b_x_Thumbnail800.jpg

Numpy berasal dari kata "Numerical Python" merupakan salah satu library yang disediakan oleh Python dimana berfungsi dalam membantu melakukan proses komputasi numerik. Sedangkan Array merupakan kumpulan variabel yang memiliki tipe data yang sama. Numpy menyimpan datanya dalam bentuk array. Numpy array ini berupa data multidimensional yang mana dapat berupa 1-dimensi maupun 2-dimensi. 


Array 1-dimensi adalah sekumpulan data yang berisikan nama variabel dan tipe data yang sama yang dapat diakses menggunakan 1 buah index saja disebut juga dengan vektor. Sedangkan array 2-dimensi adalah sekumpulan data yang berisikan nama dan tipe data yang sama dimana elemennya dapat diakses menggunakan 2 buah index yaitu index kolom dan index baris disebut juga dengan matriks. Numpy array penting dipahami bagi praktisi data seperti Data Scientist, Data Engineer, dan Data Analyst karena fungsi ini dapat digunakan dalam memanipulasi data. Langkah pertama yang perlu dilakukan ketika menggunakan numpy array di Python adalah memanggil library numpy seperti gambar dibawah ini.


Setelah mengimport library numpy, kita bisa membuat array. Disini DQLab akan berbagi 3 variasi cara dalam membuat array. Yuk, simak dibawah ini!

1. Membuat Numpy Array Dengan List

List python adalah salah satu cara membuat numpy array yang sering digunakan. Tuliskan nama variabel yang diinginkan. Kemudian gunakan fungsi numpy yang sudah diinisiasikan sebelumnya yaitu np diikuti dengan fungsi array kurung dua yang diisi dengan nilai array dalam kurung siku. Pada array 1-dimensi nilai yang diisikan hanya dalam satu baris. Perlu diingat ya, nilai array hanya berisi satu tipe data yang sama. 


Sedangkan untuk array 2-dimensi penulisan kodenya sama. Perbedaannya hanya pada isi array yang berisi dua baris data dengan jumlah yang sama. Contohnya seperti berikut.


Dapat dilihat pada kedua kode tersebut ada fungsi .ndim() berfungsi menghitung dimensi array dan .shape() yang berfungsi menghitung isi dari array. 

Baca juga : Python Array : Memahami Kegunaan Array Dalam Python


2. Membuat Numpy Array Kosong

Dalam membuat numpy array bernilai kosong, pertama tuliskan nama variabel yang diinginkan kemudian diikuti dengan numpy ditambah fungsi .zeros dan kurung dua yang berisi jumlah array yang diinginkan. Untuk numpy array 1-dimensi kodenya bisa dilihat dibawah ini.


Penulisannya sama dengan array 2-dimensi, yang berbeda hanya jumlah array yang dituliskan. Pada array 2-dimensi berdasarkan contoh diatas dituliskan angka 2 yang berarti dua baris data dan angka 3 yang berarti masing-masing baris berisi tiga data.


3. Membuat Numpy Array Tipe Data Integer

Ketika ingin membuat array yang isinya berupa data random yang bertipe data integer, kita bisa menggunakan parameter fungsi .random.randint(). Cara membuatnya adalah tuliskan nama variabel diikuti dengan numpy dan fungsi tersebut dan kurung dua yang berisi range data dan jumlah array. Kode dibawah ini adalah contoh numpy array random untuk tipe data integer. Pada contoh dituliskan angka 1 dan 10 yang berarti range nilai dan angka 2 dan 3 yang berarti jumlah array dan isinya. Maka akan menampilkan angka antara 1 sampai 10 dalam bentuk 2-dimensi. 


Baca juga : Yuk, Mulai Belajar Data Science dengan Bahasa Pemrograman Python


4. Yuk Belajar Numpy Array Dengan Python Sekarang!

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 data yang sebenarnya! Sign up sekarang untuk #MulaiBelajarData di DQLab!

Simak informasi di bawah ini untuk mengakses gratis module "Introduction to Data Science":

  1. Buat Akun Gratis dengan Signup di DQLab.id/signup

  2. Akses module Introduction to Data Science

  3. Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab

  4. Subscribe DQLab.id untuk Akses Semua Module Premium!


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