Scribd
Unggah
57 tayangan2 halaman

Lab Hari 1-0 Basic Python

Dokumen ini memberikan penjelasan singkat tentang penggunaan Python dan NumPy untuk bekerja dengan data. Mencakup cara menggunakan autocomplete, mendapatkan bantuan, membuat dan mengakses array NumPy satu, dua, dan tiga dimensi, menylicing, menggabungkan, dan memecah array.

Diunggah oleh

Merisky
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
57 tayangan2 halaman

Lab Hari 1-0 Basic Python

Dokumen ini memberikan penjelasan singkat tentang penggunaan Python dan NumPy untuk bekerja dengan data. Mencakup cara menggunakan autocomplete, mendapatkan bantuan, membuat dan mengakses array NumPy satu, dua, dan tiga dimensi, menylicing, menggabungkan, dan memecah array.

Diunggah oleh

Merisky
Hak Cipta
© © All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
Anda di halaman 1/ 2

Lab Basic Python

#1. Gunakan tombol tab untuk autocomplete

#2. Mendapatkan bantuan


help(len)
len?

L = [1,2,3]
L.insert?
L?

#3.Menggunakan NumPy
import numpy
import numpy as np
numpy.__version

#4.Tipe data python


x = 4 #integer
x = "empat" #string

#5.List
L = list(range(10))
print(L)

type(L[0])

L2 = [str(c) for c in L]
print(L2)

L3 = [True, "2", 3.0, 4]


[type(item) for item in L3]

#6.Array NumPy
np.array([1, 4, 2, 5, 3]) #membuat array dari list
np.array([1, 2, 3, 4], dtype='float32') #menentukan tipe data

#7.Attribut array NumPy


import numpy as np
np.random.seed(0)
x1 = np.random.randint(10, size=6) # satu dimensi
x2 = np.random.randint(10, size=(3, 4)) # dua dimensi
x3 = np.random.randint(10, size=(3, 4, 5)) # tiga dimensi

print("x3 ndim: ", x3.ndim)


print("x3 shape:", x3.shape)
print("x3 size: ", x3.size)
print(x3)
print("dtype:", x3.dtype)

#8.Mengakses Array
x1[0]

x3[0]

x3[0,0]

#9.Slicing
x = np.arange(10)
print(x)
print(x[:5]) #dari awal hingga elemen ke 5
print(x[5:]) #mulai elemen ke 5
print(x[4:7]) #dari eleme ke 4 hingga elemen ke 7
print(x[::2]) #semua elemen dari awal lompat 2
print(x[::-1])#semua elemen dari belakang

#10.Slicing Multidimensi
print(x2)
print(x2[:2, :3]) #baris awal hingga 2, kolom awal hingga 3
print(x2[:, 0]) #semua baris pada kolom 0
print(x2[0, :]) #baris ke 0

#11.Menggabungkan Array
x = np.array([1, 2, 3])
y = np.array([6, 7, 8])
hrz = np.concatenate([x, y])
print(hrz)

vrt = np.array([x, [4, 5, 6]])


print(vrt)

#12.Memecah Array dengan split


x = [1, 2, 3, 99, 99, 3, 2, 1]
x1, x2, x3 = np.split(x, [3, 5])
print(x1, x2, x3)
print(x3)

#13.Memecah Array vertikal dengan vsplit


grid = np.arange(16).reshape((4, 4))
atas, bawah = np.vsplit(grid, [2])
print(atas)
print(bawah)

#14.Memecah Array horizontal dengan hsplit


kiri, kanan = np.hsplit(grid, [2])
print(kiri)
print(kanan)

Anda mungkin juga menyukai