Introduction To

Python

Basic - AI Specialist
Best Hands-on Big Data Practices
with PySpark & Spark Tuning
 AGENDA

1
Introduction to Python,
3 5
Jupyter Notebook, and Function and Manage Data Frame
Google Colab Lambda Pandas

2 4
Python Basic Data Structure
Python
DATA STRUCTURE
PYTHON

Best Hands-on Big Data Practices

with PySpark & Spark Tuning
1. Python Data Structure
● Apa itu struktur data?
● Struktur data yang sering
digunakan dalam Data Science

2. Packages in Python
Be familiar with basic Python
packages for Data Science:
● Foundation of NumPy
● Foundation of Pandas
PYTHON DATA
STRUCTURE

Best Hands-on Big Data Practices

with PySpark & Spark Tuning
List
• List adalah salah satu struktur data dalam Python
yang dapat memuat beberapa tipe data, seperti
string, integer, dan float, dalam satu wadah yang
sama.
• Ciri bahwa suatu data berbentuk list adalah
penggunaan kurung siku [...], dimana setiap item
dalam list dipisahkan dengan koma (,).
• List banyak digunakan untuk melakukan perbaikan
data, dengan melakukan perubahan nilai atau
bahkan melakukan duplikasi berdasarkan nilai
indeksnya.
Contoh List:

laci = ["buku", 21, True, 34.12]

Ada empat jenis tipe data pada list laci

• Buku memiliki tipe data string.

• 21 memiliki tipe data integer.
• True memiliki tipe data boolean.
• 34.12 memiliki tipe data float.
Mengambil Nilai List:
• List sama seperti array, dimana list juga • Nomor indeks list selalu dimulai dari nol
memiliki nomor indeks untuk mengakses (0), dan nomor indeks inilah yang kita
data atau isinya. butuhkan untuk mengambil isi (item) dari
list.
Terdapat tiga metode (method) atau fungsi yang bisa digunakan untuk
menambahkan isi atau item ke sebuah list:

• append(item) menambah item • insert(index, item) menambahkan item

ke urutan belakang. dari indeks tertentu.

append() [Link](1, "hijau")

Referensi Metode List
Method Deskripsi

append() Menambahkan sebuah elemen di akhir sebuah list.

clear() Menghapus semua elemen di sebuah list.

copy() Membuat salinan list.

count() Menghitung jumlah elemen dalam nilai yang spesifik.

extend() Menambahkan elemen pada list (atau beberapa iterable), ke akhir list saat ini.

index() Mengembalikan indeks elemen pertama dengan nilai yang ditentukan.

insert() Menambahkan elemen pada posisi yang ditentukan.

pop() Menghapus elemen pada posisi yang ditentukan.

remove() Menghapus item dengan nilai yang ditentukan.

sort() Mengurutkan list.

Dictionary
● Sama seperti pengertian dictionary dalam suatu
bahasa, dictionary adalah struktur data yang
bentuknya seperti kamus. Ada kata kunci (key),
kemudian ada nilainya (value).
● Key harus unik, sedangkan value boleh diisi
dengan apa saja.
● Antara key dan value dalam tiap item dipisah
dengan titik dua (:), dan apabila terdapat lebih
dari satu item, maka antar item dipisah dengan
tanda koma (,).
● Dalam Python, dictionary ditulis dengan kurung
kurawal {...}.
Contoh Dictionary:
biodata = {'Name': 'Zara', 'Age': 7, 'Class': 'First'}

Ada tiga item data pada dictionary biodata:

• Key = 'Name' dan Value = 'Zara'

• Key = 'Age' dan Value = 7
• Key = 'Class' dan Value = 'First'
Mengambil Nilai Dictionary
List mengakses isi data berdasarkan nilai # Inisialisasi dictionary
indeksnya, sedangkan dictionary, biodata = {'Name': 'Zara', 'Age': 7,
mengakses isi data berdasarkan nilai 'Class': 'First'}
key-nya.
# Mengambil value Age
print(biodata['Age'])

Output: 7
Mengambil Nilai Dictionary

# Inisialisasi dictionary
biodata = {'Name': 'Zara', 'Age': 7, 'Class': 'First'}
# Menambah item Address
biodata['Address'] = 'Surabaya'
print(biodata)

Output:

{'Name': 'Zara', 'Age': 7, 'Class': 'First', 'Address': 'Surabaya'}

Karakteristik Dictionary dan List
• Keduanya mutable, artinya bisa berubah atau
bisa diganti tiap itemnya sesuai kebutuhan user.
• Keduanya dinamis, artinya keduanya bisa
menambahkan dan mengurangi item di dalamnya
sesuai dengan kebutuhan user.
• Keduanya bisa bersifat nested atau bertingkat.
Artinya, sebuah list dapat berisi list lain. Sebuah
dictionary dapat berisi dictionary lain. Sebuah
dictionary dapat berisi list, dan sebaliknya.
• Dictionary berbeda dari list dalam cara
mengakses sebuah elemen. Elemen list diakses
oleh posisi indeksnya, sedangkan elemen
dictionary diakses melalui kata kuncinya (key).
Metode Dictionary
Method Deskripsi

clear() Menghapus semua elemen di sebuah dictionary.

copy() Membuat salinan dictionary.

fromkeys() Kembali ke dictionary dengan kunci dan nilai yang ditentukan.

get() Mengembalikan nilai kunci yang ditentukan.

items() Mengembalikan list yang berisi tuple untuk setiap pasangan nilai kunci.

keys() Mengembalikan list yang mengandung kunci dictionary.

pop() Menghapus elemen dengan kunci yang ditemukan.

update() Memperbarui dictionary dengan pasangan nilai kunci yang ditentukan.

values() Mengembalikan sebuah list dari semua nilai di dictionary.

PACKAGES IN
PYTHON

Best Hands-on Big Data Practices

with PySpark & Spark Tuning
NumPy
● NumPy (Numeric Python) adalah salah satu
packages pada Python yang berfungsi
NumPy
melakukan proses komputasi numerik.
● NumPy sering digunakan dalam membuat
program di Python, karena memiliki kelebihan
dapat digunakan sebagai wadah multidimensi Cara Memanggil
yang efisien untuk data, dan banyak digunakan
NumPy di Python
untuk operasi perhitungan matematika yang
kompleks.
● Fitur utama NumPy adalah kelas objek array.
Array mirip dengan list di Python, namun setiap
elemen array harus memiliki tipe data sama.
import numpy as np
 DATA STRUCTURE PYTHON

Beberapa Bentuk dari NumPy 1-D array 2-D array

Array

1. Scalar: single number

2. Vector: Array of numbers
3. Matrix: 2-D array of numbers 3-D array
4. Tensor: n-D array of numbers where n >
2

19
 Indeks di Python

axis 1 Contoh:
0 1 2
# Inisialisasi array dengan NumPy
0 0, 0 0, 1 0, 2 array1 = [Link]([[1, 4], [5, 8]])
print(array1)

axis 0 1 1, 0 1, 1 1, 2 Output:

[[1 4]
2 2, 0 2, 1 2, 2
[5 8]]

20
 DATA STRUCTURE PYTHON

Kelebihan NumPy:
• Mudah untuk melakukan akses secara acak,
• Memudahkan operasi komputasi pada data,
seperti membangkitkan bilangan acak
contoh operasi penjumlahan matriks:
multidimensional.

array1 = [Link]([[1, 4], [5, 8]]) # Membangkitkan bilangan acak 0-9

array2 = [Link]([[2, 3], [6, 7]]) berukuran 2x2
print(array1 + array2) [Link](0, 10, size=(2,2))

Output: Output:

[[ 3 7] [[6 4]
[11 15]] [2 3]]

21
 DATA STRUCTURE PYTHON

Pandas
• Pandas merupakan package yang dapat
mendukung proses pembacaan dan penulisan
data dengan media berupa SQL, CSV, dan Pandas
spreadsheet Excel.

• Bersifat open source dan dapat memudahkan kita

Cara Memanggil Pandas di
dalam pengolahan data dengan bentuk tabular
Python
yang tersimpan ke dalam baris dan kolom.

• Pandas memiliki peran dalam menyelaraskan

data untuk penggabungan serta perbandingan
set data, dan penanganan apabila terdapat data
yang hilang. import pandas as pd

22
Struktur Data Pandas
• Pandas menyediakan dua struktur data yang sangat
berguna untuk memproses data, yaitu Series dan
DataFrame.

• Series adalah array satu dimensi yang dapat

menyimpan berbagai tipe data, termasuk tipe data
campuran. Label baris dalam Series disebut indeks. List,
tuple, dan dictionaries dapat diubah menjadi Series.

• DataFrame adalah struktur data Pandas yang

banyak digunakan. Perhatikan bahwa Series
digunakan untuk bekerja dengan array satu
dimensi, sedangkan DataFrame dapat digunakan
dengan array dua dimensi. DataFrame memiliki dua
indeks berbeda, yaitu indeks kolom dan indeks baris.
23
 DATA STRUCTURE PYTHON

Contoh Series dan Dataframe

0 2007
1 2015
2 2018
3 2015
4 2015
…
49995 2007
49996 2007
49997 1989
49998 1945
49999 1960
Name: year, Length: 50000, dtype: int64

24
 DATA STRUCTURE PYTHON

Contoh Series dan Dataframe

title year country date

0 #73, Shanti Nivasa 2007 India 2007-06-15

1 #Beings 2015 Romania 2015-01-29

2 #Declimax 2018 Netherlands 2018-01-21

3 #Ewankosau saranghaeyo 2015 Philippines 2015-01-21

4 #Horror 2015 USA 2015-11-20

… … … … …

25
 DATA STRUCTURE PYTHON

Contoh Series dan Dataframe

title year country date

… … … … …

49995 Botched 2007 UK 2008-04-18

49996 Botched 2007 Peru 2010-01-21

49997 Bote, dyaryo, garapa 1989 Philippines 1989-05-26

49998 Both Barrels Blazing 1945 USA 1945-05-17

49999 Botika sa baryo 1960 Philippines 1960-09-23

26
MANAGES PANDAS
DATAFRAME

Best Hands-on Big Data Practices

with PySpark & Spark Tuning
DataFrame pada pandas ada 2 macam, yaitu membuat DataFrame baru dan
dengan menggunakan DataFrame yang sudah ada pada suatu file (misal pada
file .csv)

Create DataFrame

DataFrame

Using
Open File
DataFrame
 DATA STRUCTURE PYTHON

CREATE DATAFRAME

[ ] print(df)

name date shares price

0 AA 2001-12-01 100 12.3
1 IBM 2012-02-10 30 10.3
data = { 'name' : ['AA', 'IBM', 'GOOG'], 2 GOOG 2010-04-09 90 32.2
'date' : ['2001-12-01', '2012-02-10',
'2010-04-09'], [ ] [Link] = ['one', 'two', 'three']
'shares' : [100, 30, 90], df
'price' : [12.3, 10.3, 32.2]
} name date shares price

df = [Link](data) one AA 2001-12-01 100 12.3

type(df)
two IBM 2012-02-10 30 10.3
[Link]
three GOOG 2010-04-09 90 32.2
29
 DATA STRUCTURE PYTHON

MEMBACA FILE CSV

data =
pd.read_csv("release_dates.csv",index_col='date',
parse_dates=True)
● read_csv : membaca data dari file berekstensi csv # Kolom date digunakan sebagai index
● index_col = None : tidak ada indeks i.e. kolom pertama (id)
● head() : hanya menampilkan 5 data elemen pertama dataframe [Link]()
● tail() : hanya menampilkan 5 data elemen terakhir dataframe
date title year country

2007-06-15 #73, Shaanthi 2007 India

Nivaasa

2015-01-29 #Beings 2015 Romania

2018-01-21 #Declimax 2018 Netherlands

2015-01-21 #Ewankosau 2015 Philippines

saranghaeyo

2015-11-20 #Horror 2015

30
USA
 DATA STRUCTURE PYTHON

CONTOH TABLE PANDAS

Membuka data CSV (tanpa Pandas) Membuka data CSV (dengan Pandas)

31
 DATA STRUCTURE PYTHON

after20 = data[['title','year']][data['year'] > 2010]

after20

FILTERING DATA date title year

2015-01-29 #Beings 2015

2018-01-21 #Declimax 2018

Data dapat difilter dengan 2015-01-21 #Ewankosau saranghaeyo 2015
memberikan beberapa ekspresi
2015-11-20 #Horror 2015
boolean di DataFrame. Misalnya,
2016-05-16 #Horror 2015
dalam kode di samping ini, film
… … …
yang dirilis setelah 2010 disaring
dari 'title' DataFrame dan 2013-10-16 Boss 2013

disimpan dalam Data Frame baru 2013-08-09 Boss (II) 2013

yaitu after20. 2011-10-07 Boss Number One 2011

2016-09-13 Bossgirl 2016

2015-06-25 Bota 2014

11736 rows x 2 columns

32
 DATA STRUCTURE PYTHON

SORTING DATA
Mengurutkan data sesuai yang diinginkan dalam proses analisis data. Penyortiran
dapat dilakukan menggunakan kata kunci sort_index() atau sort_values() .

Boss = data[data['title'] == 'Boss'] Boss = data[data['title'] == 'Boss'].sort_index()

Boss Boss

date title year country date title year country

2006-09-27 Boss 2006 India 2006-09-27 Boss 2006 India

2013-10-15 Boss 2013 Kuwait 2013-10-15 Boss 2013 Kuwait

2013-10-16 Boss 2013 France 2013-10-16 Boss 2013 France

2013-10-16 Boss 2013 India 2013-10-16 Boss 2013 India

2013-10-16 Boss 2013 Pakistan 2013-10-16 Boss 2013 Pakistan

33
 DATA STRUCTURE PYTHON

loc[]
loc[] merupakan operator pengindeksan label DataFrame pada baris menggunakan
label.

[Link]['2008-10-08']

date title year country

2008-10-08 Anubis: Het pad 2008 Netherlands

der 7 zonden

2008-10-08 Before the Devil 2007 Peru

Knows You’re Dead

2008-10-08 Binyag 2008 Philippines

2008-10-08 Blindless 2008 Belgium

2008-10-08 Blindless 2008 France

34
 DATA STRUCTURE PYTHON

loc[]
Mengambil data dengan nama indeks
baris ‘2008-10-08’ sampai ‘2008-10-09’

[Link]['2008-10-08':'2008-10-09']

35
 DATA STRUCTURE PYTHON

loc[]
Mengambil data dengan nama indeks
sampai baris ‘2008-10-08’ dengan nama
indeks kolom ‘title’ sampai ‘year’

[Link][:'2008-10-08','title':'year']

36
 DATA STRUCTURE PYTHON

loc[]
Mengambil data dengan nama indeks
baris dari ‘2008-10-08’ dan semua indeks
kolom.

[Link]['2008-10-08':,:]

37
 DATA STRUCTURE PYTHON

Iloc[]
iloc merupakan operator pengindeksan label DataFrame pada baris
menggunakan integer.

[Link][0:2]

date title year country

2007-06-15 #73, Shaanthi 2007 India

Nivaasa

2015-01-29 #Beings 2015 Romania

38
 DATA STRUCTURE PYTHON

Iloc[]
Mengambil data dengan indeks baris ke-0

[Link][0]

title #73, Shaanthi Nivaasa

year 2007
country India
Name: 2007-06-15 00:00:00. dtype: object

39
 DATA STRUCTURE PYTHON

Iloc[]
Mengambil data dari indeks baris ke-0 sampai ke-1

[Link][0:2]

date title year country

2007-06-15 #73, Shaanthi Nivaasa 2007 India

2015-01-29 #Beings 2015 Romania

40
 DATA STRUCTURE PYTHON

Iloc[]
Mengambil data dari indeks baris ke-0 sampai ke-1 dan kolom ke-2

[Link][0:2, 2]

date
2007-06-15 India
2015-01-29 Romania
Name: country, dtype: object

41
 DATA STRUCTURE PYTHON

Iloc[]
Mengambil data dari indeks baris ke-0 sampai ke-1 dan kolom 2
sampai 3

[Link][0:2, 2:4]

date country

2007-06-15 India

2015-01-29 Romania

42
 DATA STRUCTURE PYTHON

Iloc[]
Mengambil data sampai indeks baris ke-4 dan semua indeks kolom

[Link][:5,:]

date title year country

2007-06-15 #73, Shaanthi Nivaasa 2007 India

2015-01-29 #Beings 2015 Romania

2018-01-21 #Declimax 2018 Netherlands

2015-01-21 #Ewankosau saranghaeyo 2015 Philippines

2015-11-20 #Horror 2015 USA 43

 CHECKPOINT TIME!

Bisa jelaskan apa perbedaan iloc[] dan loc[]?

 DATA STRUCTURE PYTHON

GROUPBY
Data dapat dikelompokkan berdasarkan kolom-header. Selanjutnya, format kustom dapat
ditentukan untuk mengelompokkan berbagai elemen dari DataFrame sesuai dengan yang anda
butuhkan.

[Link](['year', 'title']).size().head()

year title
1908 Amleto 1
1909 Andreas Hofer 1
1910 Ansigttyven I 1
1911 A Tale of the Australian Bush 1
A Ticker in Tatts 1
dtype: int64
45
 DATA STRUCTURE PYTHON

RENAME COLUMN

[Link](columns = {
'title':'Judul', # Mengganti title menjadi Judul
'year':'Tahun', # Mengganti year menjadi Tahun
'country' :'Negara' # Mengganti country menjadi
Negara
})

46
REFERENSI

[Link]
Python Data Science Handbook, Jake
VanderPlas 2016

47
PYTHON DATA
STRUCTURE

Data Science Professional Certificate

 DATA STRUCTURE PYTHON

LIST

• List adalah salah satu struktur data dalam Python

● List adalah
yang dapat salah
memuat satu struktur
beberapa data
tipe data, dalam python yang dapat memuat
seperti
string, integer, dan float, dalam satu wadah yang sama.
beberapa tipe data seperti string, integer, dan float dalam satu wadah
yang
• Cirisama
bahwa suatu data berbentuk list adalah
penggunaan kurung siku [...], dimana setiap item
● Ciri dalam
bahwa suatudengan
list dipisahkan datakoma berbentuk
(,). list adalah penggunaan kurung siku
[...].
•
Setiap item dalam list dipisahkan dengan koma (,)
List banyak digunakan untuk melakukan perbaikan
● Listdata, dengan melakukan perubahan nilai atau bahkan
banyak digunakan untuk melakukan perbaikan data dengan
melakukan duplikasi berdasarkan nilai indeksnya.
melakukan perubahan nilai bahkan melakukan duplikasi berdasarkan
nilai indeksnya.
49
 DATA STRUCTURE PYTHON

CONTOH LIST

laci = ["buku", 21, True, 34.12]

Ada empat jenis tipe data pada list laci:
Ada empat jenis tipe data pada list laci:
1.• "buku" adalah tipe data string
Buku memiliki tipe data string.

2.• 21 adalah tipe data integer

21 memiliki tipe data integer.
3. True adalah tipe data boolean
• True memiliki tipe data boolean.
4. 34.12 adalah tipe data float.
• 34.12 memiliki tipe data float.

50
 DATA STRUCTURE PYTHON

List sama seperti array, list juga memiliki nomor indeks untuk mengakses
data atau isinya. MENGAMBIL NILAI LIST
Nomor
• List indeks list selalu
sama seperti dimulai
array, dimana list dari
juga nol (0). Nomor indeks ini yang kita
memiliki
butuhkan nomor
untuk indeks untuk mengakses
mengambil isi (item)data
dari list.
atau isinya.

• Nomor indeks list selalu dimulai dari nol (0),

dan nomor indeks inilah yang kita butuhkan
untuk mengambil isi (item) dari list. -3 -2 -1

[ ]
-3 -2 -1
Warna[0] = "Merah"
Warna= "Merah" "Hijau" "Kuning" Warna[1] = "Hijau"
Warna[2] = "Kuning"
0 1 2

51
 DATA STRUCTURE PYTHON

Menambahkan item List Terdapat Tiga metode (method) atau fungsi yang bisa digunakan untuk menambahkan isi
atau item ke List:

1.
MENAMBAHKAN ITEM LIST
append(item) menambahkan item dari belakang.
2. insert(index, item) menambahkan item dari indeks tertentu

Terdapat tiga metode (method) atau fungsi yang bisa

digunakan untuk menambahkan isi atau item ke sebuah list:

• append(item) menambah item ke urutan belakang.

• insert(index, item) menambahkan item dari indeks tertentu.

[ ] [ ]
append() [Link](1, "hijau")

Warna= "Merah" "Hijau" "Kuning" Warna= "Merah" "Hijau" "Kuning"

0 1 2
0 1 2

52
 DATA STRUCTURE PYTHON

REFERENSI METODE LIST

Method Deskripsi

append() Menambahkan sebuah elemen di akhir sebuah list.

clear() Menghapus semua elemen di sebuah list.

copy() Membuat salinan list.

count() Menghitung jumlah elemen dalam nilai yang spesifik.

extend() Menambahkan elemen pada list (atau beberapa iterable), ke akhir list saat ini.

index() Mengembalikan indeks elemen pertama dengan nilai yang ditentukan.

insert() Menambahkan elemen pada posisi yang ditentukan.

pop() Menghapus elemen pada posisi yang ditentukan.

remove() Menghapus item dengan nilai yang ditentukan.

sort() Mengurutkan list.

CERTIFIED DATA ANALYST PROGRAM 53

 DATA STRUCTURE PYTHON

● SamaDICTIONARY
seperti pengertian dictionary dalam suatu bahasa, dictionary adalah
struktur data yang bentuknya seperti kamus. Ada kata kunci (key) kemudian
• Sama seperti pengertian dictionary dalam suatu bahasa,
ada nilainya (value) dictionary adalah struktur data yang bentuknya
seperti kamus. Ada kata kunci (key), kemudian ada
● Dimana key harus unik, sedangkan value boleh diisi dengan apa saja.
nilainya (value).
● Antara key dan value dalam tiap item dipisah dengan titik dua (:) dan
• Key harus unik, sedangkan value boleh diisi dengan apa
apabila terdapat lebih dari satu item,saja.
maka antar item dipisah dengan tanda
koma (,) • Antara key dan value dalam tiap item dipisah dengan
titik dua (:), dan apabila terdapat lebih dari satu item,
● Dalam Python, dictionary ditulis dengan kurung kurawal {...}
maka antar item dipisah dengan tanda koma (,).

• Dalam Python, dictionary ditulis dengan kurung kurawal

{...}.

54
 DATA STRUCTURE PYTHON

Ada 3 item data pada dictionary biodata :

CONTOH DICTIONARY
1. Key = ‘Name’ dan Value = ‘Zara’
2. Key = ‘Age’ dan Value = 7
3. Key = ‘Class’ dan Value = ‘First’
biodata = {'Name': 'Zara', 'Age': 7, 'Class': 'First'}

Ada tiga item data pada dictionary biodata:

• Key = 'Name' dan Value = 'Zara'

• Key = 'Age' dan Value = 7

• Key = 'Class' dan Value = 'First'

55
 DATA STRUCTURE PYTHON

MENGAMBIL NILAI DICTIONARY

List mengakses isi data berdasarkan # Inisialisasi dictionary

nilai indeksnya, sedangkan dictionary, biodata = {'Name': 'Zara', 'Age': 7,
mengakses isi data berdasarkan nilai 'Class': 'First'}
key-nya. # Mengambil value Age
print(biodata['Age'])

Output: 7

56
 DATA STRUCTURE PYTHON

MENGAMBIL NILAI DICTIONARY

# Inisialisasi dictionary
biodata = {'Name': 'Zara', 'Age': 7, 'Class': 'First'}
# Menambah item Address
biodata['Address'] = 'Surabaya'
print(biodata)

Output:

{'Name': 'Zara', 'Age': 7, 'Class': 'First', 'Address': 'Surabaya'}

57
 DATA STRUCTURE PYTHON

Karakteristik Dictionary dan List

KARAKTERISTIK
DICTIONARY DAN LIST • Keduanya mutable, artinya bisa berubah atau bisa
diganti tiap itemnya sesuai kebutuhan user.

• Keduanya dinamis, artinya keduanya bisa

menambahkan dan mengurangi item di dalamnya
sesuai dengan kebutuhan user.

• Keduanya bisa bersifat nested atau bertingkat. Artinya,

sebuah list dapat berisi list lain. Sebuah dictionary dapat
● berisi
Keduanya dictionary
mutable, artinyalain.
bisaSebuah
berubah dictionary dapat
atau bisa diganti berisi
tiap list,sesuai
itemnya
kebutuhan user
dan sebaliknya.
● Keduanya dinamis, artinya keduanya bisa menambahkan dan mengurangi item di
dalamnya sesuai dengan kebutuhan user
• Dictionary berbeda dari list dalam cara mengakses
● Keduanya bisa bersifat nested atau bertingkat. Artinya, sebuah list dapat berisi list
sebuah elemen. Elemen list diakses oleh posisi
lain. Sebuah dictionary dapat berisi dictionary lain. Sebuah dictionary dapat berisi
indeksnya, sedangkan elemen dictionary diakses
list, dan sebaliknya.
● melalui
Dictionary katadari
berbeda kuncinya (key).
list dalam cara mengakses sebuah elemen. Elemen list
diakses oleh posisi indeksnya. Sedangkan, elemen dictionary diakses melalui kata
kuncinya (key). 58
 DATA STRUCTURE PYTHON

METODE DICTIONARY

Method Deskripsi

clear() Menghapus semua elemen di sebuah dictionary.

copy() Membuat salinan dictionary.

fromkeys() Kembali ke dictionary dengan kunci dan nilai yang ditentukan.

get() Mengembalikan nilai kunci yang ditentukan.

items() Mengembalikan list yang berisi tuple untuk setiap pasangan nilai kunci.

keys() Mengembalikan list yang mengandung kunci dictionary.

pop() Menghapus elemen dengan kunci yang ditemukan.

update() Memperbarui dictionary dengan pasangan nilai kunci yang ditentukan.

values() Mengembalikan sebuah list dari semua nilai di dictionary.

59
PACKAGES IN
PYTHON

60
 ● Numpy (Numeric Python) adalah salah satu packages pada Python yang berfungsi
melakukan proses komputasi numerik DATA STRUCTURE PYTHON
● Numpy sering digunakan dalam membuat program di python karena memiliki kelebihan
dapat digunakan sebagai wadah multi-dimensi yang efisien untuk data dan banyak
digunakan untuk operasi perhitungan matematika yang kompleks.
● Fitur utama Numpy adalah kelas objek array. Array mirip dengan list di Python, kecuali
jika setiap elemen array harus berjenis sama
NUMPY

• NumPy (Numeric Python) adalah salah satu packages

pada Python yang berfungsi melakukan proses NumPy
komputasi numerik.

• NumPy sering digunakan dalam membuat program di

Python, karena memiliki kelebihan dapat digunakan Cara Memanggil NumPy di
sebagai wadah multidimensi yang efisien untuk data,
dan banyak digunakan untuk operasi perhitungan
Python
matematika yang kompleks.

• Fitur utama NumPy adalah kelas objek array. Array

mirip dengan list di Python, namun setiap elemen array
harus memiliki tipe data sama. import numpy as np

61
 DATA STRUCTURE PYTHON

1. Scalar : single number

2. Vector : Array of numbers
3. Matrix : 2D array of numbers
BEBERAPA BENTUK DARI NUMPY ARRAY
4. Tensor : n-D array of numbers where n>2

1-D array 2-D array

1. Scalar: single number

2. Vector: Array of numbers

3. Matrix: 2-D array of numbers 3-D array

4. Tensor: n-D array of numbers where n > 2

62
 DATA STRUCTURE PYTHON

INDEX DI PYTHON

axis 1 Contoh:
0 1 2
# Inisialisasi array dengan NumPy
0 0, 0 0, 1 0, 2 array1 = [Link]([[1, 4], [5, 8]])
print(array1)

axis 0 1 1, 0 1, 1 1, 2 Output:

[[1 4]
2 2, 0 2, 1 2, 2
[5 8]]

63
 DATA STRUCTURE PYTHON

• Memudahkan operasi komputasi • Mudah untuk melakukan akses

KELEBIHAN
pada NUMPY
data, contoh operasi secara acak seperti membangkitkan
penjumlahan matriks : bilangan acak multi-dimensional.
• Mudah untuk melakukan akses secara acak,
• Memudahkan operasi komputasi pada data,
seperti membangkitkan bilangan acak
contoh operasi penjumlahan matriks:
multidimensional.

array1 = [Link]([[1, 4], [5, 8]]) # Membangkitkan bilangan acak 0-9

array2 = [Link]([[2, 3], [6, 7]]) berukuran 2x2
print(array1 + array2) [Link](0, 10, size=(2,2))

Output: Output:

[[ 3 7] [[6 4]
[11 15]] [2 3]]

64
 DATA STRUCTURE PYTHON

● Pandas sendiri merupakan package yang

dapat mendukung proses pembacaan dan
penulisan data dengan media berupa SQL,
CSV, dan excel spreadsheet.
PANDAS ● Bersifat open source yang dapat
memudahkan kita dalam pengolahan data
dengan bentuk tabular yang tersimpan ke
• Pandas merupakan package yang dapat mendukung dalam baris dan kolom
proses pembacaan dan penulisan data dengan media Pandas
● Pandas memiliki tugas dalam
berupa SQL, CSV, dan spreadsheet Excel. menyelaraskan data untuk penggabungan
serta perbandingan set data, dan
• Bersifat open source dan dapat memudahkan kita dalam Cara penanganan
Memanggil Pandas
apabila terdapat di
data yang
pengolahan data dengan bentuk tabular yang hilang.
Python
tersimpan ke dalam baris dan kolom.

• Pandas memiliki peran dalam menyelaraskan data

untuk penggabungan serta perbandingan set data, dan
penanganan apabila terdapat data yang hilang.
import pandas as pd

65
 DATA STRUCTURE PYTHON

Struktur Data Pandas

●
Pandas menyediakan dua struktur data yang sangat berguna
STRUKTUR DATA PANDAS ●
untuk memproses data, yaitu Series dan DataFrame
Series adalah array satu dimensi yang dapat menyimpan
berbagai tipe data, termasuk tipe data campuran. Label baris
dalam Series disebut indeks. Setiap list, tuple dan dictionaries
• Pandas menyediakan dua struktur data yang sangatdapat diubah menjadi Series
berguna untuk memproses data, yaitu Series ●danDataFrame adalah struktur data pandas yang banyak
DataFrame. digunakan. Perhatikan bahwa, Series digunakan untuk bekerja
dengan satu dimensi array, sedangkan DataFrame dapat
digunakan dengan array dua dimensi. DataFrame memiliki
• Series adalah array satu dimensi yang dapat dua indeks berbeda yaitu kolom-indeks dan baris-indeks.
menyimpan berbagai tipe data, termasuk tipe data
campuran. Label baris dalam Series disebut indeks. List,
tuple, dan dictionaries dapat diubah menjadi Series.

• DataFrame adalah struktur data Pandas yang banyak

digunakan. Perhatikan bahwa Series digunakan untuk
bekerja dengan array satu dimensi, sedangkan
DataFrame dapat digunakan dengan array dua
dimensi. DataFrame memiliki dua indeks berbeda, yaitu
indeks kolom dan indeks baris.

66
 DATA STRUCTURE PYTHON

CONTOH SERIES DAN DATAFRAME

PANDAS
0 2007
1 2015
2 2018
3 2015
4 2015
…
49995 2007
49996 2007
49997 1989
49998 1945
49999 1960
Name: year, Length: 50000, dtype: int64

CERTIFIED DATA ANALYST PROGRAM 67

 DATA STRUCTURE PYTHON

CONTOH SERIES DAN DATAFRAME

DATAFRAME

title year country date

0 #73, Shaanti Nivaasa 2007 India 2007-06-15

1 #Beings 2015 Romania 2015-01-29

2 #Declimax 2018 Netherlands 2018-01-21

3 #Ewankosau saranghaeyo 2015 Philippines 2015-01-21

4 #Horror 2015 USA 2015-11-20

… … … … …

68
 DATA STRUCTURE PYTHON

CONTOH SERIES DAN DATAFRAME

DATAFRAME

title year country date

… … … … …

49995 Botched 2007 UK 2008-04-18

49996 Botched 2007 Peru 2010-01-21

49997 Bote, dyaryo, garapa 1989 Philippines 1989-05-26

49998 Both Barrels Blazing 1945 USA 1945-05-17

49999 Botika sa baryo 1960 Philippines 1960-09-23

69