PROMO PUNCAK LEBARAN DISKON 99%
Belajar Data Science 6 Bulan BERSERTIFIKAT hanya Rp 99K!

0 Hari 5 Jam 24 Menit 14 Detik

Array pada Python : Kenali Tentang Array, Terlihat Simple Namun Sangat Fundamental

Yovita 16-November-2020
https://dqlab.id/files/dqlab/cache/f09f338303239964e4611380f13f7d4c_x_Thumbnail800.jpg

Array pada Python merupakan sesuatu yang bersifat sangat fundamental dan harus dikuasai jika ingin menjadi seorang Data Scientist. Array memang terlihat sederhana, namun kita harus menyadari bahwa setiap hal yang kompleks tersusun dari komponen-komponen yang sederhana. Bayangkan saja bagaimana cara nya kita ingin menguasai hal yang lebih kompleks jika hal dasarnya saja tidak kita kuasai?

Array merupakan hal yang krusial dalam pemrograman karena array memungkinkan untuk menyimpan maupun referensi objek dalam jumlah yang banyak. Array menjadi sesuatu yang sangat penting untuk dipelajari karena hampir semua bahasa pemrograman menggunakan array. Untuk membuat array terbilang cukup mudah, hanya dengan menuliskan angka yang dipisahkan dengan tanda koma. Namun yang perlu diingat, data tersebut harus berada dalam tanda kurung siku ( [ ] ), ya.

Nah, kali ini kita akan membahas tentang Array pada Python secara lebih lengkap. Yuk, simak terus ya!

1. Array digunakan untuk Numerical Data

Array sendiri pada dasarnya merupakan tipe data berada di bawah package numpy, jadi untuk menggunakannya kita harus memanggil package numpy terlebih dahulu. Nah, jika teman-teman belum tahu, package numpy ini merupakan package yang berhubungan dengan segala sesuatu yang berbau angka. Jadi udah bisa ditebak kan kalau sebenarnya array itu digunakan untuk data yang seperti apa? Ya, benar banget. Array digunakan untuk numerical data atau data angka.

Sebenarnya selain tipe data array, Python juga menyediakan tipe data matrix yang juga berada di bawah package numpy. Teman-teman tahu gak sih, numpy itu sebenarnya adalah singkatan dari numerical python. Nah itulah mengapa numpy selalu berhubungan sama angka. Sayangnya banyak orang lebih memilih untuk menggunakan tipe data array dibanding tipe data matrix karena ternyata di tipe data matrix ada banyak angka atau scientifict function yang gak bisa diinput dalam format matrix.

Baca juga : Python Array : Memahami Kegunaan Array Dalam Python

2. Array dan Vector Serupa tapi Tak Sama

Hayo siapa di sini yang masih mengira Array sama aja dengan Vector? Jika kalian salah satu orangnya, tenang karena kalian tidak sendirian. Array dan Vector pada dasarnya memang sama-sama berada di bawah package numpy, yang artinya hanya bisa memuat data yang berbentuk angka atau numerical data. Jadi ketika dicoba untuk menginputkan data selain angka maka hasilnya akan error.

Secara umum, array satu dimensi dengan vector jika dilihat secara sepintas terlihat sangat mirip dan susah untuk dibedakan sehingga tidak jarang banyak orang yang menyebut bahwa vector adalah array satu dimensi, sedangkan array dua dimensi adalah matrix. Ternyata yang membedakan antara vector dan array adalah array dapat dilakukan proses transpose, sedangkan vector tidak dapat di-transpose.

3. Array Juga Berbeda dengan List

Berbeda dengan array dan vector yang berada di bawah package numpy, untuk list sendiri berada di bawah package pandas karena bisa memuat data selain angka, misalnya saja string, boolean, dll. List pada Python bersifat mutable yang artinya elemen nya bisa dimodifikasi. Perbedaan yang sangat menonjol antara list dengan array dan vector adalah list berisi kumpulan data dimana data tersebut memiliki tipe data yang sama, misalnya angka (number), string, dll.

Nah, tanda tambah (+) di tipe data list berfungsi untuk menggabungkan elemen dari setiap list yang ditambah. Contohnya:

In [1]: myList2 = [1,2,3]

In [2]: myList3 = [4,5,6]

In [3]: myList2 + myList3

Out[3]: [1, 2, 3, 4, 5, 6]

Nah, terlihat jelas bahwa outputnya kini terdiri dari 6 elemen yang merupakan penggabungan antara "myList2" dan "myList3".

Sedangkan pada array, tanda tambah (+) digunakan untuk menjumlahkan setiap elemen dari setiap item secara coresponding. Contohnya :

In [4]: myArray2 = np.array(myList2)

In [5]: myArray3 = np.array(myList3)

In [6]: myArray2 + myArray3

Out[6]: array([5, 7, 9])

Dapat dilihat bahwa elemen yang dihasilkan tetap berjumlah tiga elemen yang merupakan hasil penjumlahan dari "myList2" dan "myList3" yang dijadikan array terlebih dahulu. Selain itu metode .dot di array digunakan untuk menampilkan perkalian skalar dari dua array. Contohnya:

In [7]: myArray2.dot(myArray3)

Out[7]: 32

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

 4. Mulai Terapkan Ilmunya dengan Belajar Data Science bersama DQLab!

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 industi masa kini! 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 : Gifa Delyani Nursyafitri 

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