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

0 Hari 0 Jam 23 Menit 41 Detik

Numpy Array Pada Python, Library Yang Wajib Dipahami Talent Data

Belajar Data Science di Rumah 10-Mei-2021
https://dqlab.id/files/dqlab/cache/d6ab50ad16516ca99392b876468e8de8_x_Thumbnail800.jpg

Python merupakan bahasa pemrograman yang populer digunakan oleh para praktisi data seperti Data Scientist dan Data Analyst. Beberapa keunggulan Python yaitu mudah dipelajari dan dipahami serta tersedia berbagai library yang mendukung proses pengolahan data menjadi lebih efisien, efektif, dan akurat. Data adalah komponen penting dalam proses tersebut yang bertujuan memperoleh informasi berupa insight yang berguna. Data dapat berupa data numerik yang berupa angka-angka dan non-numerik berupa teks, gambar, dan sebagainya. Library pada Python dapat digunakan untuk mengolah data numerik atau non-numerik. Salah satu library yang digunakan untuk mengolah data numerik yaitu Numpy.


Berasal dari kata "Numerical Python", Numpy merupakan library yang populer digunakan dalam membantu proses komputasi numerik. Numpy menyimpan datanya dalam bentuk array bisa array 1-dimensi dan multidimensi (2-dimensi dan seterusnya). Array 1-dimensi adalah sekumpulan data yang berisikan nama variabel dan tipe data yang sama yang dapat diakses menggunakan 1 buah index saja. Sedangkan array multidimensi adalah sekumpulan data yang berisikan variabel dan tipe data yang sama yang dapat diakses menggunakan 2 buah index atau lebih. Numpy array merupakan kemampuan dasar yang wajib dipelajari talent data karena fungsinya yang mendukung proses pengolahan data. Dalam artikel kali ini DQLab akan membahas beberapa hal mengenai Numpy Array yang wajib talent data pahami. Yuk, simak pembahasannya dibawah ini!


1. Array Dan List, Apakah Sama?

Array dan List kerap kali dianggap sama karena pada dasarnya fungsi keduanya sama yaitu dapat menampung data dalam satu waktu dan dapat diakses dengan menggunakan indeks. Akan tetapi array dan list memiliki perbedaan. Array hanya dapat menyimpan satu tipe data saja dalam satu array misalnya tipe data string atau integer saja. Sedangkan list dapat menyimpan lebih dari satu tipe data sehingga dalam suatu list dapat berisikan kombinasi tipe data misalnya string dan integer. Selain itu ada operasi yang bisa dilakukan oleh array tapi tidak dengan list. Misalnya kita ingin melakukan operasi pembagian terhadap suatu array, maka akan menghasilkan array yang berisi hasil pembagian tersebut. Sedangkan pada list akan menghasilkan pesan error. 

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


2. Menilik Cara Kerja Numpy Array

Pada Python library Numpy dapat dipanggil dengan perintah import Numpy as np dimana np adalah alias yang umum digunakan untuk Numpy. Setelah mengimport library Numpy, kita bisa membuat suatu array dengan perintah nama_array = np.([array]) dimana [array] berisikan data yang kita kehendaki. Untuk array multidimensi perintahnya mirip dengan array 1-dimensi hanya saja ditambahkan jumlah array, perintahnya yaitu nama_array =np.([[array1], [array2]]). Array bekerja dengan mengakses indeks elemen dalam array. Perintah untuk mengakses array 1-dimensi adalah nama_array[index] atau nama_array[index:index] ketika ingin mengakses elemen pada rentang indeks tertentu. Untuk array 2-dimensi perintah yang digunakan adalah nama_array[index_baris, index_kolom].


3. Fungsi-Fungsi Pada Numpy Array

Dalam Numpy array ada beberapa fungsi yang dapat digunakan bersama karena Numpy dapat digunakan untuk mengolah data dan manipulasi data. Fungsi .arrange() digunakan untuk membuat array dan .reshape() digunakan untuk membuat atau merubah baris kolom. Kita juga dapat mengecek tipe data pada suatu array dengan fungsi .dtype() yang mana tipe data yang umum pada numpy yaitu boolean, string, integer, float, dan complex. Kemudian ada fungsi .remove() untuk menghapus elemen, fungsi .append() untuk menambahkan elemen pada array dari urutan belakang, dan fungsi .len() untuk melihat panjang array. Beberapa fungsi yang sudah disebutkan diatas adalah fungsi-fungsi yang sering digunakan dengan Numpy array. Talent data wajib memahami kegunaan fungsi-fungsi tersebut dan mampu mengimplementasikannya saat coding. 


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 : Dita Kurniasari

    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