Array Python : Yuk Belajar Dasar Python dengan Tutorial Pembuatan List Bagi Pemula
Mengenal Array Python dalam dunia Data Science secara mendetail. Sesuatu yang kompleks pasti disusun dengan beberapa hal yang sederhana. Para pemula dapat mengimplementasikan array python untuk menghasilkan sesuatu hal sederhana menjadi kompleks. Tentu saja harus mengetahui dasar dasar yang akan membantu dalam proses pengembangannya. Dalam data science, data dapat diproses dengan mudah ketika telah berbentuk data frame atau list.
Ternyata, list yang dapat menyimpan lebih dari satu data menggunakan square atau tanda kurung dapat digunakan untuk melakukan perbaikan data dengan melakukan perubahan nilai bahkan melakukan duplikasi nilai index. Tentu saja perubahan ini dapat dapat digunakan lebih jauh untuk proses scientific atau perhitungan ilmiah yang sifatnya dinamis. Dengan demikian, list akan menyimpan elemen elemen yang sama pada index yang berbeda.
Masih merasakan kebingungan? Jangan khawatir, DQlab akan memberikan beberapa contoh implementasi list pada proses pengolahan data. Yuk simak secara lengkap disini !
1. List : Langkah awal untuk analisis data!
Ternyata, implementasi untuk membuat list pada python dapat digunakan melalui definisi variabel numerik biasa. Yuk pelajari beberapa contoh dari DQLab terkait pembuatan list untuk langkah awal menganalisis data.
listname = [[A, B, C],[D, E, F, G]]
listname merupakan variabel yang menampung data di dalam kurung siku. Nilai nilai yang dapat ditampung dapat berupa nilai numerik atau bahkan nilai string. Sementara setiap setiap kurung siku mampu menampung size yang sudah dikehendaki. Dengan demikian, setiap elemen yang ditampung menentukan kuantitas atau jumlah yang dapat ditampung dalam element list. Nah, untuk mengisi nilai yang ada pada listname maka digunakan index list. Index List merupakan implementasi "array python". Contohnya, [A, B, C] merupakan list index ke 1 dengan size 3.
2. Yuk Coba Kombinasi Berbagai Tipe Data Dalam Satu List!
Kebanyakan dataset pada real case industri memiliki tipe data yang beragam misalnya tipe data int, string, dan float terdapat pada satu dataset. Nah tentunya kalian harus mempelajari bagaimana cara implementasi input data yang memiliki tipe data berbeda. Yuk kenali dan coba implementasikan dengan contoh dibawah ini. Tipe data yang ada pada list di bawah ini yaitu, string, integer, dan float.
aksara = ["module", 2, 9.20]
Kombinasi berbagai tipe data menunjukkan bahwa dataset yang kalian miliki adalah dataset yang kaya, sehingga pengolahan datanya akan lebih menimbulkan challenge atau tantangan yang cukup seru, terutama pada bagian cleansing data dan transform data. Namun, kombinasi data ini akan muncul pada real case yang terjadi di industri sesungguhnya. Sudah siap? Yuk persiapkan bersama DQLab !
3. Numerical Python atau NumPy untuk Konversi List menjadi Array
Beberapa operasi tertentu dalam pemrograman ternyata membutuhkan perubahan yang menghendaki list diubah menjadi sebuah array. Hal ini dilakukan karena array, memungkinkan operasi matematika lebih baik dilakukan dibandingkan dengan menggunakan daftar. Namun jangan khawatir, python memiliki fungsi bawaan yang dapat digunakan untuk melakukan pengubahan ini, melalui Numerical Python atau NumPy. Fungsi ini memberikanmu dua fungsi istimewa untuk dapat digunakan saat mengonversi daftar menjadi array, yaitu numpy.array() dan numpy.asarray().
import numpy as np
dq_list = [2,4,6,8,10]
dq_array = np.array(dq_list)
# printing dq_array
print dq_array
# printing the type of dq_array
print type(dq_array)
source code diatas menggambarkan bahwa melakukan perubahan list menjadi array untuk pemula cukup mudah dilakukan. Jika kamu ingin mempelajarinya tingkat lanjut, kamu bisa belajar bersama DQLab!
4. Ingin Melakukan Implementasi Array Python Tingkat Lanjut ? Mulai Terapkan Ilmunya Belajar Data bersama DQLab!
Terapkan ilmunya sekarang dengan bergabung bersama platform belajar online DQLab! Selain bisa meningkatkan ilmu data yang dimiliki, kamu juga bisa membangun portofolio datamu di DQLab guna mempersiapkan dirimu berkarir di industri data.
Sign Up untuk mulai mengikuti kelas GRATIS "Introduction to Data Science with Python" dengan pengalaman belajar yang seru menyenangkan serta aplikatif pada industri nyata! Untuk kamu yang ingin mulai belajar Data Science atau siap berkarir jadi Data Analyst, Data Scientist, dan Data Engineer, persiapkan diri kamu dengan tepat sekarang. Tidak ada kata terlambat untuk belajar. Yuk #MulaiBelajarData di DQLab.
Dengan belajar di DQLab, kamu bisa:
Menerapkan teknik mengolah data kotor, hasilkan visualisasi data dan model prediksi dengan studi kasus Retail dan Finansial
Dapatkan sesi konsultasi langsung dengan praktisi data lewat data mentoring
Bangun portofolio data langsung dari praktisi data Industri
Akses Forum DQLab untuk berdiskusi.
Simak informasi di bawah ini untuk mengakses gratis module "Introduction to Data Science with Python":
Buat Akun Gratis dengan Signup di DQLab.id/signup
Akses module Introduction to Data Science
Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab
Penulis : Tantut Wahyu
Editor : Annissa Widya