Pengenalan library numpy pada python
Numpy adalah sekumpulan program (library) yang ditulis dalam bahasa python yang digunakan untuk menambah kemampuan program python khususnya dalam operasi matematika yang berhubungan dengan matrik. Dengan menambah struktur data baru di python sehingga perhitungan matematika dapat dikerjakan lebih efisien.

Numpy

pengertian Numpy

  • NumPy adalah library (kumpulan program) untuk python,
  • jadi Numpy berjalan diatas python
  • dari berbagai library NumPy, NumPy arrays yang akan digunakan
    • vectors dan matrices

cara instlasi

## instlasi program numpy dengan pip

!pip install numpy

import library numpy

  • pastikan sebelum menggunakan / memanggil numpy anda sudah melakukan import seperti perintah berikut
  • tujuannya agar library numpy diload di dalam memory sehingga semua method-method di dalamnya dapat dipanggil dari program kita
## import library numpy

import numpy as np

membuat array di numpy

## membuat numpy array object dengan input list python

list_python = [1,2,3,4,5,6]
np_arr = np.array(list_python)
np_arr

array 2 dimensi

# numpy array 2 dimensi (perhatikan tampilan output)

list_python = [[1,2,3],[4,5,6],[7,8,9]]
np_arr = np.array(list_python)
np_arr

perintah arange

## membuat numpy array dengan perintah function

np.arange(10) # bila input arange hanya 1 
       # berarti mulai dari 0 sebanyak 10
np.arange(5,10) # bila input arange ada 2
       # berarti mulai dari angka 5 sampai 10
np.arange(0,10,2) # bila input arange ada 3
       # buat dari 0 - 10, lompat 2

perintah zeros

np.zeros(3) # buat dengan elemen adalah 0
np.zeros((2,3,3)) # 2 dimensi dengan elemen nol
            # hati-hati inputnya berbentuk tuple

perintah linspace

np.linspace(0, 10, 20) # buat array dengan isi elemen
       # dari 0 sampai 10, dan totalnya ada 6 elemen
       # sehingga otomatis komputer akan menghitung
       # selisihnya harus berapa
np.linspace(0, 10, 30)

perintah eye

np.eye(4)
# membuat identical 4 x 4 array tapi diagonalnya 1
# sisanya 0

perintah membuat angka random

  • rand angka acak dari 0 - 1
  • randint angka acak bilangan bulat sesuai dengan range yang diberikan
## Numpy rand dan randint
# untuk membuat array untuk angka yang acak
# hasil angka acak antara nol sampai satu

np.random.rand(5)
np.random.rand(3,3) # angka acak tapi 2 dimensi

# membuat angka acak tapi bilangan bulan (integer)
# 1 adalah angka awal, 100 adalah angka akhir
# dan 10 adalah banyaknya

arr3 = np.random.randint(1, 100, 10)
arr3

perintah mencari nilai tertinggi / terendah

arr3.max() # cari nilai tertinggi
arr3.argmax() # cari index untuk nilai tertinggi
arr3.min() # nilai terendah

perintah reshape

## Numpy reshape mengubah dimensi array dengan

arr4 = np.arange(20)
print('Isi arr4: ',arr4)
print('Dimensi arr4   : ', arr4.shape)
print('tipe data arr4 : ', arr4.dtype)
arr5 = arr4.reshape(4,5) # ubah dimensi array
print('Dimensi arr5   : ', arr5.shape)
print('Isi arr5: ',arr5)

perintah indexing dan selection

  • mengambil sebagian isi array
arr6 = np.arange(0,100,10)
arr6
arr6[8]
arr6[0:3] # ambil dari index 0 sampai 3
arr6[:6] # ambil sampai index 6
arr6[5:] # ambil setelah index 5

perintah broadcast dan pengisian sebagian elemen array

arr62 = arr6[0:3] # ini tidak dibuatkan array baru
arr62[:] = 99 # semua elemen array diisi dengan 99
      # perintah ini dikenal dengan nama broadcast
print('isi array 62', arr62)
print('isi array 6',arr6) # perhatikan bagian ini

perintah copy array

arr63 = arr6.copy()
arr6[:] = 99
print('isi array 6',arr6) 
print('isi array 63', arr63) # perhatikan bagian ini

perintah melakukan selection pada numpy 2 dimensi

## numpy array 2 dimensi

arr7 = np.array([[10,20,30],[40,50,60],[70,80,90]])
arr7
arr7[1]
arr7[1][2]
arr7[1,2] # bisa juga menggunakan single bracket 
arr7[:2,1:] # ambil baris 0 dan 1 (:2)
            # ambil kolom 1 dan 2 (1:)
arr7[1:,:] # ambil baris 1 dan 2 dan semua kolom

perintah conditional selection pada numpy

## numpy conditional
arr8 = np.arange(10,15) # array dari 10 sampai 15
arr8a = arr8 > 13 # cek setiap elemen array
arr8[arr8a] # ambil elemen yang lolos pengecekan
arr8[arr8 > 13]

perintah array operation

# numpy array operation
import numpy as np

arr9 = np.arange(0,11)
arr9 + arr9

arr9 + 100
Komentar