0% menganggap dokumen ini bermanfaat (0 suara)
8 tayangan24 halaman

Modul 2 - Pengantar Python

Diunggah oleh

Aa' Faris Tralala
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
0% menganggap dokumen ini bermanfaat (0 suara)
8 tayangan24 halaman

Modul 2 - Pengantar Python

Diunggah oleh

Aa' Faris Tralala
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/ 24

Ilmu Data

BAB 2
Pengantar Python untuk Ilmu Data

Capaian :
1. Mahasiswa mampu mengenal library numpy dan pandas dalam
Bahasa pemrograman python
2. Mahasiswa mampu menggunakan library numpy dan pandas
dalam sebuah kasus

2.1. Overview Materi

Overview Materi

Library Numpy Library Pandas

2.2. Langkah Langkah Praktikum


A. Mengenal array 1D dan 2D
1. Lakukan instalasi library numpy sebagai berikut:
2. Import library numpy sebagai berikut:

3. Buat sebuah list x dan tampilkan:

Output

4. Ubah list x tersebut menjadi array x_np dan tampilkan:

Output

5. Operasikan list x dengan operator * dan operan 3 (*3) dan


tampilkan:
Output

6. Operasikan array x_np dengan operator * dan operan 3 (*3)


dan tampilkan:

Output

7. Buat sebuah list mylist dan tampilkan:

Output

8. Ubah list mylist tersebut menjadi array mylist_np dan


tampilkan:

Output
9. Buat sebuah array1D dengan interval (0,10) dan tampilkan:

Output

10. Buat sebuah array1D dengan interval (-10,10) dan


tampilkan:

Output

11. Buat sebuah array1D dengan interval (0,10) dan selisih 4


dan tampilkan:

Output
12. Buat sebuah array1D bernilai 0 dengan ukuran 5 dan
tampilkan:

Output

13. Buat sebuah array2D bernilai 0 dengan ukuran 5x3 dan


tampilkan:

Output

14. Buat sebuah array1D bernilai 1 dengan ukuran 5 dan


tampilkan:
Output

15. Buat sebuah array2D bernilai 1 dengan ukuran 5x3 dan


tampilkan:

Output

16. Buat sebuah array1D yang terdiri dari 4 bilangan dalam


interval (0,10) dan tampilkan:

Output

17. Buat sebuah array2D yang merepresentasikan matriks


identitas dan tampilkan:
Output

B. Membangkitkan bilangan random


1. Bangkitkan bilangan random distribusi uniform dalam
array 1D dengan memanggil modul random dan fungsi
rand() sebanyak 5 bilangan:

Output

2. Bangkitkan bilangan random distribusi uniform dalam


array 2D dengan memanggil modul random dan fungsi
rand() sebanyak 5x4 bilangan:

Output
3. Bangkitkan bilangan random distribusi normal dalam array
1D dengan memanggil modul random dan fungsi rand()
sebanyak 5 bilangan:

Output

4. Bangkitkan bilangan random distribusi normal dalam array


2D dengan memanggil modul random dan fungsi rand()
sebanyak 5x4 bilangan:

Output

5. Bangkitkan bilangan bulat random dalam interval (0,5)


output

6. Bangkitkan bilangan bulat random dalam interval (0,20)


sebanyak 10 bilangan:

Output

7. Bangkitkan bilangan bulat random dalam interval (0,20)


sebanyak 10 bilangan dalam bentuk array 2D 5x2:

Output

8. Untuk mempermudah pemanggilan fungsi random, import


modul rand, randn, randint pada library numpy. Selanjutnya
bangkitkan bilangan random menggunakan fungsi-fungsi
tersebut:
Output

C. Fungsi pada array numpy


1. Bangkitkan bilangan bulat random dalam interval (0,10)
sebanyak 15 bilangan. Kemudian hitung nilai minimum
dari array tersebut menggunakan fungsi min() dan hitung
nilai maksimum dari array tersebut menggunakan fungsi
max(). Tampilkan nilai dan posisinya:

Output

2. Tampilkan ukuran array menggunakan fungsi shape:


Output

3. Bangkitkan bilangan bulat random dalam interval (0,10)


sebanyak 15 bilangan dalam ukuran 3x5 dan tampilkan:

Output

4. Ubah ukuran array tersebut menjadi 1x15. Kemudian


hitung nilai minimum dari array tersebut menggunakan
fungsi min() dan hitung nilai maksimum dari array tersebut
menggunakan fungsi max(). Tampilkan nilai dan posisinya:

Output
D. Indexing pada array
1. Buat array 1D dengan nama bilangan dalam interval (0,11):

Output

2. Tampilkan nilai pada indeks ke 7:

Output

3. Tampilkan nilai dari indeks ke 7 sampai terakhir:

Output

4. Tampilkan nilai dari awal sampai indeks ke 7:

Output
5. Tampilkan semua nilai dalam array bilangan:

output

6. Tampilkan nilai 3 terakhir sampai nilai terakhir:

Output

7. Buat Salinan dari array bilangan yakni bilangan2. Update


semua nilai di bilangan2 dengan nilai 50:

Output
8. Update nilai di bilangan2 indeks 0 dengan nilai 60:

Output

9. Buat array 2D dengan nama bilangan dalam interval (0,9)


dalam bentuk 3x3:

Output

10. Tampilkan nilai pada baris ke 0 dari array 2D:

Output

11. Tampilkan nilai pada baris ke 1 kolom ke 1 dari array 2D:


Output

12. Tampilkan nilai pada kolom ke 0 dari array 2D:

Output

13. Tampilkan nilai pada kolom dalam interval (0,2) dari array
2D:

Output

14. Tampilkan nilai Boolean dengan kondisi nilai array > 5:

Output
15. Tampilkan nilai array yang memenuhi kondisi > 5:

Output

E. Mengenal data frame pada pandas


1. Lakukan instalasi library pandas sebagai berikut:

Output
2. Import library pandas sebagai berikut:

3. Siapkan file dengan ekstensi *.csv dan *.xlsx pada project


dataset_numerik_mknn.csv
dataset_numerik_mknn.xlsx
4. Baca file csv dengan perintah read_csv() dan simpan data
frame dalam variable data. Selanjutnya tampilkan data

Output

5. Baca file xlsx dengan perintah read_excel() dan simpan


data frame dalam variable data. Selanjutnya tampilkan data

output
6. Tampilkan 5 data teratas dari data

Output

7. Tampilkan 5 data terakhir dari data

output
8. Buat file csv dan excel baru dari data frame yang sudah ada

Output

9. Baca list file html secara online dengan perintah


read_html() dengan parameter url. Selanjutnya tampilkan
data

Output
10. Baca file csv secara online dengan perintah read_csv()
dengan parameter url. Selanjutnya tampilkan data

Output
11. Tampilkan kembali data dari file excel

Output
12. Tampilkan salah satu kolom dari data frame

Output

13. Tampilkan dua kolom dari data frame

Output
14. Tampilkan baris indeks ke dua dari data frame

Output
15. Tampilkan baris indeks ke dua sampai empat dari data
frame

Output

2.3. Tugas Praktikum


1. Cari dataset dari sumber bebas!
2. Lakukan pengolahan data seperti membaca dan
menampilkan ke dalam python!

Anda mungkin juga menyukai