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

0 Hari 1 Jam 47 Menit 52 Detik

Belajar Coding Python untuk Beginner Non IT

Belajar Data Science di Rumah 10-Mei-2022
https://dqlab.id/files/dqlab/cache/0807f1590a1de3e6e3f9680bfc9ce18f_x_Thumbnail800.jpg

Python saat ini menjadi bahasa pemrograman yang populer di bidang IT. Bahasa pemrograman ini dapat digunakan untuk berbagai kebutuhan seperti analisis data, web developer, machine learning, hingga data visualization. Karena bersifat open source, Python bisa digunakan siapa saja untuk pengembangan program. Instalasinya juga mudah dan dapat dipasang di berbagai sistem operasi contohnya Windows dan MacOS. Selain itu dapat juga dijalankan di software pemrograman seperti Visual Studio Code. 


Salah satu alasan mengapa Python populer digunakan untuk analisis hingga membangun program adalah banyaknya library yang disediakan. Library-library ini mendukung proses tersebut. Sahabat DQ yang berasal dari non IT tapi ingin menjadi praktisi data direkomendasikan memahami library terlebih dahulu terutama yang sering digunakan diantaranya Pandas, Numpy, dan Matplotlib. Nah, kali ini kita akan membahas ketiga library  tersebut. Yuk, simak pembahasannya di bawah ini!


1. Pandas

python

Library Pandas digunakan untuk memproses data yang meliputi pembersihan data, manipulasi data, hingga melakukan analisis data. Ketika mengolah data tentu kita faktor utama adalah data. Nah, Pandas ini berfungsi mengakses data sumber yang akan kita gunakan. Format file yang dapat dibaca oleh Pandas adalah csv, tsv, dan txt.

Dengan Pandas kita juga dapat melakukan proses seperti pada SQL seperti agregasi, join, group by, dan lain-lain. Sintaks ketika akan menggunakan Pandas pada Python yaitu import pandas as pd. Perintah ini akan dibaca oleh Python untuk memanggil library Pandas. Inisial pd umum dipakai saat menggunakan library Pandas. 


Baca juga: Belajar Python: Mengenal Array pada Bahasa Pemrograman Python


2. Numpy

Numpy (Numerical Python) adalah library yang digunakan untuk melakukan komputasi data yang bertipe numerik. Numpy bisa memproses operasi vektor, matriks, dan juga operasi matematika atau statistik. Beberapa tipe data yang ada dalam Numpy yaitu boolean, integer, unsigned integer, dan float. Sintaks untuk menggunakan library Numpy sama dengan library lainnya yaitu import numpy as np.

Penggunaan sebutan np umum digunakan ketika menggunakan Numpy. Kita juga bisa menggunakan Numpy untuk melakukan operasi sederhana dengan menggunakan simbol yaitu (+) untuk penjumlahan, (-) untuk pengurangan, (*) untuk perkalian, dan (/) untuk pembagian. Operasi lain seperti pangkat bisa dituliskan dengan dua bintang (**). Numpy juga menyediakan fungsi universal function (unfunc) untuk menjalankan operasi seperti sin dan cos. 


3. Matplotlib

python

Tugas seorang praktisi data adalah memproses hingga menyajikan data agar mudah dipahami dan diambil kesimpulannya. Matplotlib merupakan library pada Python yang digunakan untuk melakukan visualisasi data menjadi menarik, biasanya menggunakan grafik atau plot yang sesuai dengan data yang dimiliki baik dalam bentuk 2D atau 3D.

Dengan Matplotlib kita dapat mengatur ukuran, warna grafik, dan lain sebagainya sesuai keinginan agar data tersaji dengan menarik dan memperoleh informasi yang berguna bagi perusahaan maupun instansi. Sintaks untuk menggunakan library Matplotlib di Python yaitu import matplotlib.pyplot as plt. Inisial plt merupakan singkatan umum yang dipakai untuk menyebut matplotlib. Perlu diingat tidak semua bentuk grafik cocok untuk semua bentuk data. Misalnya kita ingin melihat trend pasar dalam kurun waktu tertentu akan lebih cocok jika menggunakan line chart. 


Baca juga: Array Python : Array VS List Serupa Namun Tak Sama, Yuk, Kenali Perbedaannya


4. Coding Anti Ribet di DQLab

python

Bingung gimana belajar coding? Teman-teman pemula mungkin akan bingung di awal ketika belajar pemrograman karena harus menginstal lebih dulu toolsnya. Mau belajar ngoding anti ribet? Belajar ngoding bareng DQLab, yuk! DQLab punya fitur code editor untuk setiap module yang memudahkan pemula non IT untuk mulai belajar coding. Contohnya seperti gambar diatas yaitu memanggil library Pandas. 


Kamu tinggal menuliskan code yang diperintahkan di bagian code editor. Perhatikan penulisannya ya, karena error pada code seringkali disebabkan oleh penulisan yang tidak sesuai. Setelah code dituliskan, klik tombol Run seperti yang ditunjukkan di gambar. Jika benar, hasil akan otomatis output ditampilkan pada bagian Console. Jika salah, akan muncul pesan error. Mudah, kan?


Mempersiapkan karir di bidang data tentu tidak semudah membalikkan telapak tangan. Butuh kerja keras dan belajar secara rutin apalagi untuk beginner non IT. Jadi, semua background punya kesempatan menjadi praktisi data. Tidak hanya belajar coding dan analisis data, ada lagi yang tidak kalah penting yaitu portfolio data. 


Yup, portfolio data ini bertujuan untuk menunjukkan kemampuanmu ketika melamar sebagai praktisi data misalnya Data Analyst dan Data Scienitst. So, mulai bangun portfolio datamu sekarang, yuk! Project-project yang ada di DQLab bisa banget, loh kamu jadikan portfolio datamu. 


Tunggu apa lagi? Yuk, gabung di DQLab.id untuk belajar data bareng mentor data profesional!


Penulis: Dita Kurniasari

Editor: Annissa Widya



Mulai Karier
sebagai Praktisi
Data Bersama
DQLab

Daftar sekarang dan ambil langkah
pertamamu untuk mengenal
Data Science.

Buat Akun


Atau

Sudah punya akun? Login