Mengenal Numpy Array, Library Untuk Proses Manipulasi Data
NumPy (Numerical Python) adalah library Python yang fokus pada scientific computing. NumPy Array memiliki kemampuan untuk membentuk objek N-dimensional array, yang mirip dengan list pada Python. Keunggulan NumPy array dibandingkan dengan list pada Python adalah konsumsi memori yang lebih kecil dan juga runtime yang lebih cepat. NumPy juga memudahkan kita pada operasi aljabar linear, terutama operasi pada vektor (1-d array) dan matrix (2-d array).
Sebagai seorang yang berprofesi dibidang data seperti Data Scientist, Data Analyst, dan Data Engineer, salah satu skill yang wajib dimiliki adalah kemampuan untuk melakukan proses manipulasi data. Hal ini penting karena seringkali data perlu diubah dengan tujuan agar lebih mudah dipahami. Python menyediakan banyak library yang dapat digunakan dalam proses manipulasi data dimana setiap library memiliki fungsinya masing-masing. Salah satu library yang populer digunakan oleh praktisi data dalam melakukan proses manipulasi data adalah NumPy array. Ingin tahu lebih jauh mengenai library ini? Simak penjelasan berikut ini ya!
1. Mengenal NumPy Array
Library yang pertama ini merupakan singkatan dari Numerical Python. Fungsi dari modul ini untuk membantu para data scientist menangani permasalahan angka-angka. Berfokus pada scientific computing, NumPy memiliki kemampuan dalam membentuk objek N-dimensional array yang mirip dengan MATLAB. NumPy memudahkan penggunanya dalam operasi Aljabar Linear seperti Vektor dan Matriks.
NumPy merupakan salah satu library terpenting dalam bahasa pemrograman python. Fungsi NumPy array mirip dengan manipulasi data pada python. 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.
Baca juga : Belajar Data Science: Kenali Dasar Bahasa Pemrograman Python yang Cocok bagi Pemula
2. Implementasi NumPy Array
Dalam mengimplementasikan library numpy kita harus terlebih dahulu memanggil library dengan import library numpy, kita dapat melakukan array. Salah satu fitur menarik dari NumPy adalah library ini mampu membuat multidimensional array dan melakukan manipulasi array dengan mudah dan cepat. Multidimensional array adalah array yang berbentuk lebih dari 1 dimensi seperti 2D, 3D, 4D dan seterusnya. Cara membuat multidimensional array sama dengan membuat array 1 dimensi, perbedaannya hanya pada parameter yang digunakannya saja.
3. Kelebihan dan Kekurangan NumPy Array
Kelebihan menggunakan library NumPy dibandingkan lists of lists native yang disediakan Python adalah numpy dapat melakukan operasi komputasi terhadap data lebih mudah, indexing dan slicing lebih cepat dan lebih mudah, dan konversi data lebih cepat. Jika dilihat di sisi kekurangannya, semua item dalam NumPy array harus memiliki tipe data yang sama, kolom dan row hanya bisa direfer menggunakan angka, jadi kita harus memastikan nama kolom XXX untuk kolom nomor Y dengan benar.
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:
Buat Akun Gratis dengan Signup di DQLab.id/signup
Buka academy.dqlab.id dan pilih menu redeem voucher
Redeem voucher "DQTRIAL" dan check menu my profile untuk melihat masa subscription yang sudah terakumulasi.
Selamat, akun kamu sudah terupgrade, dan kamu bisa mulai Belajar Data Science GRATIS 1 bulan.
Penulis : Salsabila Miftah
Editor : Annissa Widya Davita
Postingan Terkait
Mulai Karier
sebagai Praktisi
Data Bersama
DQLab
Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.