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

0 Hari 7 Jam 12 Menit 19 Detik

Dasar-Dasar NumPy Array pada Python

Belajar Data Science di Rumah 19-April-2021
https://dqlab.id/files/dqlab/cache/20a39ef2d1656739e2fe6b403562ae84_x_Thumbnail800.jpg

NumPy array adalah struktur data yang umum digunakan dalam Python untuk menyimpan data sebagai grid atau matriks. Dalam Python, struktur data adalah objek yang mengatur dan memanipulasi data dengan mendefinisikan hubungan antara nilai data yang disimpan dalam struktur data dengan fungsi-fungsi yang dijalankan pada struktur data. Baris NumPy terdiri dari nilai yang berurutan yang disebut elemen dan menggunakan indeks untuk mengatur dan memanipulasi elemen dalam baris NumPy. Ciri-ciri utama dari NumPy array adalah semua elemen dalam array harus memiliki tipe yang sama, misalnya semua bilangan bulat, string, dan lain sebagainya. NumPy array berbeda dengan list, jika list memerlukan packages Python tertentu, NumPy array didefinisikan menggunakan fungsi array() pada NumPy Packages. 

Untuk mendefinisikan array pada Python, kita bisa menuliskan array=numpy.array([1, 2, 3, 4, 5]). Contoh tersebut mendefinisikan NumPy array dengan struktur yang sederhana dan hanya terdiri dari satu dimensi. Namun, struktur NumPy array dapat menyimpan data dalam beberapa dimensi. Dimensi ini membuat NumPy array menjadi sangat efisien untuk menyimpan data dalam jumlah besar dengan tipe dan karakteristik yang sama. Pada artikel kali ini, DQLab akan menjelaskan dasar-dasar menggunakan NumPy array dalam Python. Jadi tunggu apa lagi? Let"s get started!

1. Import Packages, Array Satu Dimensi, dan Mengidentifikasi Panjang Array

Hal pertama yang harus dilakukan adalah mengimport packages NumPy pada Python dengan menuliskan script berikut pada lembar kerja Python


Selanjutnya kita bisa mulai mendefinisikan array. Agar lebih mudah, kita bisa mulai dengan mendefinisikan array satu dimensi dengan menuliskan script di bawah ini di lembar kerja Python


Pada script di atas, kita membuat array satu dimensi dengan elemen 1, 2, 3, 4, dan 5. Lalu kita juga bisa mengidentifikasi panjang array yang telah kita definisikan.


Dengan fungsi len(), kita tahu bahwa panjang array satu dimensi yang telah kita definisikan adalah 5.

Baca juga : Belajar Data Science: Kenali Dasar Bahasa Pemrograman Python yang Cocok bagi Pemula

2. Menjumlahkan Semua Elemen, Menemukan Maksimum dan Minimum Value dari Array

Kita bisa menjumlahkan elemen dalam array dengan menggunakan fungsi sum(). Cara ini lebih cepat dibandingkan cara manual menggunakan looping. Untuk menghitung jumlah semua elemen dalam array satu dimensi, kita bisa menuliskan script berikut


Berdasarkan hasil penjumlahan, jumlah seluruh elemen pada array satu dimensi adalah 15. Selain menjumlahkan semua elemen, kita juga bisa mengidentifikasi minimum dan maksimum value pada array dengan menggunakan script berikut


Dari hasil script di atas, kita bisa mengetahui bahwa nilai terkecil dalam elemen array satu dimensi adalah 1 dan nilai terbesarnya adalah 5. 

3. Membuat Array dengan Beberapa Cara

Ada beberapa cara untuk membuat atau mendefinisikan array, contohnya membuat array kosong dengan panjang tertentu, membuat array dengan range tertentu, dan membuat array dari bilangan random. Untuk membuat array dengan ketiga cara tersebut, kita cukup menuliskan script berikut pada lembar kerja Python


Baca juga :  Python : Kenali 3 Buku yang Akan Mempercepat Kamu Dalam Belajar Python


4. Yuk Mulai Belajar Menjadi Data Scientist Bersama DQLab!       


Gunakan Kode Voucher "DQTRIAL", dan simak informasi di bawah ini mendapatkan 30 Hari FREE TRIAL:

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

  2. Buka academy.dqlab.id dan pilih menu redeem voucher 

  3. Redeem voucher "DQTRIAL" dan check menu my profile untuk melihat masa subscription yang sudah terakumulasi. 

  4. Selamat, akun kamu sudah terupgrade, dan kamu bisa mulai Belajar Data Science GRATIS 1 bulan.


    Penulis : Galuh Nurvinda

    Editor : Annissa Widya Davita


      Mulai Karier
      sebagai Praktisi
      Data Bersama
      DQLab

      Daftar sekarang dan ambil langkah
      pertamamu untuk mengenal
      Data Science.

      Buat Akun


      Atau

      Sudah punya akun? Login