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

1 Hari 3 Jam 31 Menit 1 Detik

Numpy Array : Setelah Mengenal Join Array, Ini Saatnya Kenalan dengan Split Array

Belajar Data Science di Rumah 30-Maret-2021
https://dqlab.id/files/dqlab/cache/c78ec994cfddf6f8313202a3f3aa01e3_x_Thumbnail800.jpg

Numpy array adalah hal paling basic untuk dikuasai, sehingga siapapun yang telah memutuskan untuk belajar Python, mau tidak mau harus menguasai hal ini. Pada dasarnya, materi-materi yang terlihat rumit di berbagai jenis bahasa pemrograman pasti akan disusun oleh hal-hal basic, termasuk juga pada Python. Array adalah struktur data yang dapat menampung lebih dari satu nilai pada waktu yang bersamaan, sementara numpy array adalah array yang berisi angka-angka.

Split array merupakan function yang dapat digunakan untuk membagi suatu array menjadi dua bagian atau bahkan lebih. Split array ini akan berguna jika kita hanya ingin mengambil angka-angka tertentu dari suatu array. Proses split array ini sebenarnya mirip dengan proses join, dimana proses pembagian tersebut akan disesuaikan dengan sumbunya (axisnya). Dalam artikel ini, kita akan membahas mengenai fungsi-fungsi yang dapat digunakan untuk melakukan split array. Penasaran kan? Yuk, simak artikelnya!

1. Function Split()

Function ini merupakan function yang paling sering digunakan untuk melakukan proses pembagian elemen dari suatu array. Array akan dibagi menjadi N array (sesuai dengan jumlah yang telah ditentukan oleh pengguna) secara sama rata. Jika pada proses split, array yang ada tidak memungkinkan untuk dibagi menjadi N array, maka akan muncul error. Misalkan kita membuat array sebanyak sepuluh elemen,

import numpy as np

x = np.arange(10)

X

Sehingga array yang terbentuk adalah,

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

Kemudian kita akan melakukan split menjadi 5 bagian, 

np.split(x, 5)

Dan hasil yang didapatkan adalah :

[array([0,1]), array([2,3]), array([4,5]), array([6,7]), array([8,9])]

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

2. Function Array_Split()

Function ini sebenarnya sama saja dengan function split(), namun perbedaan yang cukup mencolok adalah pada function ini memungkinkan partisi yang tidak sama. Misalkan kita contohkan dengan array 2D dengan dimensi 4x4 dan jumlah element sebanyak 16.

x = np.arange(16).reshape(4,4)

x

Array yang didapatkan adalah:

array([[ 0,  1,  2,  3],

       [ 4,  5,  6,  7],

       [ 8,  9, 10, 11],

       [12, 13, 14, 15]])

Kita akan coba membaginya menjadi 3 bagian yang tidak sama.

np.array_split(x,3)

Hasil yang didapatkan,

[array([[0, 1, 2, 3],[4, 5, 6, 7]]),

array([[ 8,  9, 10, 11]]),

array([[12, 13, 14, 15]])]

Dapat dilihat dari hasil, array pertama mengandung 8 elemen, sedangkan array kedua dan ketiga masing-masing hanya memiliki 4 elemen.

3. Gunakan Hsplit() untuk Split Array Berdasarkan Kolom

Fungsi selanjutnya yang dapat digunakan adalah hsplit(). Function ini digunakan untuk melakukan split secara horizontal atau berdasarkan kolom. Faktanya, hsplit() ini sama saja seperti menggunakan function split dengan axis=1. Array akan selalu dipisahkan pada axis kedua, apapun dimensi array nya. Misalkan kita memiliki array 2 dimensi dengan ukuran 5x4,

x = np.arange(20).reshape(5, 4)

X

array([[ 0,  1,  2,  3],

       [ 4,  5,  6,  7],

       [ 8,  9, 10, 11],

       [12, 13, 14, 15],

       [16, 17, 18, 19]])

Kemudian akan di split pada axis = 2,

np.hsplit(x,2)

Maka hasilnya adalah,

[array([[ 01],

        [ 45],

        [ 89],

        [12, 13],

        [16, 17]]),

array([[ 23],

        [ 67],

        [10, 11],

        [14, 15],

        [18, 19]])]

Dari hasil ini, dapat dilihat bahwa array 2 dimensi yang berukuran 5x4 di split menjadi 2 array yang masing-masing berukuran 5x2.

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 : Gifa Delyani

    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