Belajar Membuat Numpy Array Python Bersama DQLab

Sebagai seorang data scientist skill wajib yang kamu miliki salah satunya adalah bahasa pemrograman python. Jadi, merupakan langkah awal yang tepat bagi kamu yang ingin menjadi seorang data scientist dengan mulai mempelajari bahasa pemrograman python. Karena python salah satu bahasa pemrograman yang sintaksnya lebih ringkas dibandingkan dengan bahasa pemrograman lainnya. 

Selain itu, python menyediakan banyak library yang sangat powerful untuk kita gunakan untuk berbagai kepentingan developer ataupun analisis data. Salah satu library yang paling sering digunakan adalah numpy array. Numpy array merupakan singkatan dari numerical python yang artinya library ini digunakan untuk operasi cepat pada array, termasuk matematika, logika, manipulasi bentuk, sorting, selecting, I/O, dasar aljabar linear dan masih banyak lagi. 

Yuk, mulai mempelajari array python lebih lanjut pada artikel dibawah ini!

1. Membuat Vector 

Vektor dibangun dari komponen, yang merupakan angka biasa. Selain itu, vektor bisa kita anggap sebagai daftar angka dan aljabar vektor sebagai operasi yang dilakukan pada angka-angka dalam list. Dengan kata lain vektor adalah numpy array 1 dimensi.  

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. 

Langkah pertama saat ingin menggunakan library numpy adalah melakukan import dengan menggunakan coding library numpy as np. Penggunaan as disini, artinya kita menggantikan pemanggilan numpy dengan prefix np untuk proses berikutnya.

Baca juga: Belajar Coding Python Sederhana untuk Pemula

2. Membuat Vector dengan Range

Library numpy di python bukan hanya bisa digunakan untuk membuat vektor biasa tapi, juga bisa digunakan untuk membuat vektor dengan range. Vektor dengan range adalah membuat sebuah daftar angka dalam sebuah list berupa numpy array 1 dimensi tapi format penulisannya yaitu arrange([number]). 

Number berarti jumlah array yang ingin diisikan. Dalam perhitungan matriks, fungsi arrange bisa dituliskan yaitu arrange([starting number], [stopping number]) untuk mengatur nomor dimana starting number berarti nomor awal yang diisikan dan stopping number merupakan nomor terakhir yang tidak termasuk dalam hasil yang ditampilkan. 

Fungsi reshape digunakan untuk membuat atau merubah baris kolom. Format penulisannya yaitu reshape([row], [column]) dimana row dan column berisi jumlah baris dan kolom yang diinginkan. 

3. Membuat Linspace

Linspace (linear space) dalam python memiliki dua parameter yang diperlukan, mulai dan berhenti yang dapat kamu gunakan untuk mengatur awal dan akhir. Linspace digunakan untuk membuat satu set angka dengna spasi merata dalam interval yang ditentukan. Parameter yang diperlukan dalam linspace adalah start (nilai awal dari urutan), dan end (nilai akhir urutan kecuali titik akhir diataur ke false).

Berdasarkan contoh diatas, misal dalam range 1 sampai 10 kita bagi menjadi 4 bagian. Nanti sistem akan membagi rentang/range tersebut menjadi 4 bagian dengan jarak yang sama yaitu, 1 ke 4 ke 7 dan ke 10.

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

4. Membuat Array Multidimensi

Tak kalah menarik, numpy array juga mampu membuat array yang multidimensi dan melakukan manipulasi array dengan mudah dan lebih cepat. Jadi, array multidimensi merupakan array yang bentuknya lebih dari 1 dimenasi meliputi 2D, 3D, 4D dan seterusnya. 

Cara membuat multidimensional array sama dengan membuat array 1 dimensi, perbedaannya hanya pada parameter yang digunakannya saja. Berikut ini adalah contohnya membuat array 2 dimensi dengan menghasilkan output sebagai berikut:

Dengan modul dan materi yang update, belajar python menggunakan bahasa menjadi lebih mudah dan terstruktur bersama DQLab. Karena terdiri dari modul-modul up-to-date dan sesuai dengan penerapan industri yang disusun oleh mentor-mentor professional. Yuk, belajar terstruktur dan lebih interaktif caranya dengan Sign Up sekarang untuk #MulaiBelajarData di DQLab:

• Buat Akun Gratis dengan Signup di DQLab.id/signup atau isi form dibawah ini ya!

• Selesaikan modulenya, dapatkan sertifikat & reward menarik dari DQLab

Subscribe DQLab.id untuk Akses Semua Module Premium! cukup dengan Sign up sekarang di DQLab.id untuk nikmati pengalaman belajar yang seru dan menyenangkan!

Penulis: Rian Tineges

Editor: Annissa Widya Davita

Tags