Scribd
Unggah
266 tayangan

Python Matriks

Dokumen tersebut membahas tentang matriks dan penggunaan NumPy array dalam Python. Secara ringkas: 1. Matriks adalah struktur data dua dimensi yang menyusun angka dalam baris dan kolom. 2. Python dapat menggunakan list of lists sebagai matriks. 3. NumPy menyediakan objek array berdimensi yang lebih kuat untuk komputasi ilmiah.

Diunggah oleh

Arifauzan
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
266 tayangan

Python Matriks

Dokumen tersebut membahas tentang matriks dan penggunaan NumPy array dalam Python. Secara ringkas: 1. Matriks adalah struktur data dua dimensi yang menyusun angka dalam baris dan kolom. 2. Python dapat menggunakan list of lists sebagai matriks. 3. NumPy menyediakan objek array berdimensi yang lebih kuat untuk komputasi ilmiah.

Diunggah oleh

Arifauzan
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/ 6

Python Matriks dan NumPy Array

Matriks adalah struktur data dua dimensi di mana angka-angka disusun menjadi baris dan kolom. Contohnya :

Matriks ini adalah matriks 3x4 (dibaca "tiga kali empat") karena memiliki 3 baris dan 4 kolom.

Python Matriks
Python tidak memiliki tipe built-in untuk matriks. Namun, kita dapat memperlakukan list di dalam list sebagai
matriks. Sebagai contoh:

In [1]: A = [[1, 4, 5],


[-5, 8, 9]]

Kita dapat memperlakukan list ini sebagai matriks yang memiliki 2 baris dan 3 kolom.

Contoh Program

In [2]: A = [[1, 4, 5, 12],


[-5, 8, 9, 0],
[-6, 7, 11, 19]]
Untuk mencetak atau mendapatkan seluruh nilai yang ada pada matriks di atas dapa digunakan perintah :

In [3]: print("A =", A)

Selain itu, kita juga dapat mendapatkan elemen tertentu dari matriks tersebut dengan cara :

In [4]: print("A[1] =", A[1]) # Baris ke-2

print("A[1][2] =", A[1][2]) # Elemen ke-3 dari baris ke-2

print("A[0][-1] =", A[0][-1]) # Elemen terakhir dari Baris ke-1

NumPy Array
NumPy adalah sebuah library untuk komputasi ilmiah yang memiliki dukungan untuk objek array berdimensi-N.
NumPy menyediakan deretan angka multidimensi (yang sebenarnya adalah sebuah objek). Contohnya:

In [5]: import numpy as np

a = np.array([1, 2, 3])

print(a)

print(type(a))

[1 2 3]
<class 'numpy.ndarray'>

Seperti yang Anda lihat, kelas array NumPy disebut ndarray.

Bagaimana cara membuat array NumPy?


Ada beberapa cara untuk membuat array NumPy.

1. Array bilangan bulat, float dan Bilangan kompleks

In [6]: A = np.array([[1, 2, 3], [3, 4, 5]]) # Bilangan bulat


print(A)

[[1 2 3]
[3 4 5]]
In [7]: A = np.array([[1.1, 2, 3], [3, 4, 5]]) # float
print(A)

[[1.1 2. 3. ]
[3. 4. 5. ]]

In [8]: A = np.array([[1, 2, 3], [3, 4, 5]], dtype = complex) # bilangan kompleks


print(A)

[[1.+0.j 2.+0.j 3.+0.j]


[3.+0.j 4.+0.j 5.+0.j]]

1. Array angka nol dan satu

In [9]: zeroes_array = np.zeros( (2, 3) )


print(zeroes_array)

[[0. 0. 0.]
[0. 0. 0.]]

Selain itu, kita juga dapat menetapkan dtype menjadi 32 bit (4 byte). Karenanya, array ini dapat mengambil
nilai dari -2-31 hingga 2-31-1 .

In [10]: ones_array = np.ones( (1, 5), dtype=np.int32 ) # menentukan dtype


print(ones_array)

[[1 1 1 1 1]]
Operasi Matriks
Pada contoh program selanjutnya akan dibuat 3 jenis program yaitu : penjumlahan dua buah matriks, perkalian
dua buah matriks dan transpos sebuah matriks. Jika menggunakan program python biasa, kita memerlukan
nested lists untuk membuat program tersebut. Namun ada cara yang lebih baik yaitu menggunakan library
NumPy.

Penambahan Dua Matriks

Kita dapat menggunakan operator + untuk menambahkan elemen yang sesuai dari dua matriks NumPy.

In [11]: A = np.array(
[[3, 4],
[2, 1]])

B = np.array(
[[1, 5],
[3, 7]])

C = A + B

print(C)

[[4 9]
[5 8]]
Perkalian Dua Matriks

Untuk mengalikan dua matriks, kita menggunakan metode dot() .

Catatan: * digunakan untuk perkalian array (perkalian elemen yang sesuai dari dua array) bukan perkalian
matriks.

In [12]: A = np.array(
[[3, 4],
[2, 1]])

B = np.array(
[[1, 5],
[3, 7]])

C = A.dot(B)

print(C)

[[15 43]
[ 5 17]]
Transpos Matriks

Kita dapat menggunakan numpy.transpose untuk menghitung transpos matriks.

In [13]: A = np.array(
[[3, 4],
[2, 1]])

print(A.transpose())

[[3 2]
[4 1]]

Tugas
Pada contoh program di atas, sudah di buat 3 program dengan memanfaatkan library NumPy yaitu :

1. Penambahan dua matriks


2. Perkalian dua matriks
3. Transpos matriks

Tugas anda adalah membuat 3 program tersebut tanpa menggunakan library NumPy.

Anda mungkin juga menyukai