Cara menggunakan NP.ARANGE pada Python

NumPy merupakan sebuah package yang dimiliki Python untuk memproses array numerik. NumPy (Numerical Python) mirip dengan tipe

conda install numpy
## atau
pip install numpy

Perbedaan lainnya,

conda install numpy
## atau
pip install numpy

import numpy
numpy.__version__  #cek version
#dengan alias
import numpy as np
np.__version__     #cek version

Berikut contoh perbedaan variabel bertipe list dan variable bertipe numpy:

numpy_example = np.array([0,1,2,3,4])
list_example = ['0', 1, 'dua', 3.0, 4]
print("NumPy example: ", numpy_example)
print("List example: ", list_example)
## Result
NumPy example:  [0 1 2 3 4]
List example:  ['0', 1, 'dua', 3.0, 4]

Topik yang akan dibahas adalah

• Install Numpy dan Numpy
• Membuat Numpy Array
• Atribut pada Numpy
• Cara mengakses element

Install numpy

NumPy dapat diinstall dengan mudah menggunakan

import numpy
numpy.__version__  #cek version
#dengan alias
import numpy as np
np.__version__     #cek version

import numpy
numpy.__version__  #cek version
#dengan alias
import numpy as np
np.__version__     #cek version

conda install numpy
## atau
pip install numpy

Import numpy

Setelah menginstall numpy, import library tersebut untuk digunakan pada aplikasi kita.

import numpy
numpy.__version__  #cek version
#dengan alias
import numpy as np
np.__version__     #cek version

Membuat numpy Array

Cara membuat array secara manual:

x1 = np.array([1,2,3,4,5])
x2 = np.array([[1,2,3], [4,5,6]])
print('Array x1:\\n', x1)
print('Array x2:\\n', x2)

## Result
Array x1:
 [1 2 3 4 5]
Array x2:
 [[1 2 3]
 [4 5 6]]

Menggunakan fungsi

import numpy
numpy.__version__  #cek version
#dengan alias
import numpy as np
np.__version__     #cek version

import numpy
numpy.__version__  #cek version
#dengan alias
import numpy as np
np.__version__     #cek version

import numpy
numpy.__version__  #cek version
#dengan alias
import numpy as np
np.__version__     #cek version

import numpy
numpy.__version__  #cek version
#dengan alias
import numpy as np
np.__version__     #cek version

x3 = np.arange(1, 6)
x4 = np.random.randint(5, size=5)

## Result
Array x3:
 [1 2 3 4 5]
Array x4:
 [2 2 1 3 3]

Atribut numpy

Numpy array memiliki beberapa atribut antara lain

import numpy
numpy.__version__  #cek version
#dengan alias
import numpy as np
np.__version__     #cek version

import numpy
numpy.__version__  #cek version
#dengan alias
import numpy as np
np.__version__     #cek version

import numpy
numpy.__version__  #cek version
#dengan alias
import numpy as np
np.__version__     #cek version

x1 = np.array([1,2,3,4,5])
x2 = np.array([[1,2,3], [4,5,6]])
print('Array x1:\\n', x1)
print('Array x2:\\n', x2)

print("Dimensi atau bentuk array x2:", x2.shape)
print("Jumlah dimensi array x2:", x2.ndim)
print("Ukuran array x2:", x2.size)
print("Tipe data array x2:", x2.dtype)

## Result
Dimensi atau bentuk array x2: (2, 3)
Jumlah dimensi array x2: 2
Ukuran array x2: 6
Tipe data array x2: int64

Selain itu kita juga bisa mengetahui ukuran array dalam bytes dengan

x1 = np.array([1,2,3,4,5])
x2 = np.array([[1,2,3], [4,5,6]])
print('Array x1:\\n', x1)
print('Array x2:\\n', x2)

x1 = np.array([1,2,3,4,5])
x2 = np.array([[1,2,3], [4,5,6]])
print('Array x1:\\n', x1)
print('Array x2:\\n', x2)

print("itemsize array x2:", x2.itemsize, "bytes")
print("nbytes array x2:", x2.nbytes, "bytes")
print("itemsize array x1:", x1.itemsize, "bytes")
print("nbytes array x1:", x1.nbytes, "bytes")

conda install numpy
## atau
pip install numpy

Kita bisa lihat ukuran element kedua array adalah sama yaitu 8 bytes (tipe int), namun ukuran totalnya tergantung jumlah element.

Mengakses element/item dari sebuah array

Index pada numpy array mirip dengan

conda install numpy
## atau
pip install numpy

x1 = np.array([1,2,3,4,5])
x2 = np.array([[1,2,3], [4,5,6]])
print('Array x1:\\n', x1)
print('Array x2:\\n', x2)

conda install numpy
## atau
pip install numpy

conda install numpy
## atau
pip install numpy

Array juga dapat diakses dari element terakhir dengan menggunakan index negatif:

conda install numpy
## atau
pip install numpy

Mengakses element pada array multi dimensi

Untuk array yang memiliki lebih dari satu dimensi, element dapat diakses dengan menggunakan koma untuk menandakan dimensi selanjutnya.

Contoh sebuah array dua dimensi x2 :

conda install numpy
## atau
pip install numpy

Kita bisa menggunaan tanda koma untuk menandakan dimensi yang ingin diakses, dimensi dibaca dari array yang terluar.

conda install numpy
## atau
pip install numpy

Cara mengakses element ini dapat digunakan untuk mengganti nilai dari suatu element pada array juga. Contohnya kita ingin mengupdate sebuah elemen pada numpy array 2 dimensi, yaitu item pada kolom pertama dan row pertama, caranya adalah:

conda install numpy
## atau
pip install numpy

Selanjutnya kita bisa melihat perubahan nilai pada elemen tersebut.

conda install numpy
## atau
pip install numpy

Wrap up

Selamat! Kamu telah mempelajari numpy array pada python, dari cara import, membuat array, menggunakan atribut array, mengakses dan juga mengupdate element dari array.

Kamu bisa mempraktikkan code diatas langsung di Google Colab loh, jadi jika belum install Python, no worries, tetap bisa latihan!

NP arange untuk apa?

Apa kegunaan NumPy dalam python?

NP Linspace untuk apa?

Apa singkatan dari Ndarray?