GETTING STARTED WITH NUMPY (BIG DATA & BUSSINESS INELLIGENCE)

 GETTING STARTED WITH NUMPY

Pengenalan NumPy

Anda dapat melihat gambar dibawah ini untuk mempelajari tentang NumPy

Tugas 1

a. Buatlah sebuah vektor dengan nama vektor_tes  dari sebuah list [1, 2, 3]

b. Buatlah sebuah matriks dengan nama matriks_tes dengan list [[1, 2, 3], [2, 4, 8], [3, 9, 27]]

Berikut adalah kode skripnya :

import numpy as np

# Membuat vektor

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

# Membuat matriks

matriks_tes = np.array([

    [1, 2, 3],

    [2, 4, 8],

    [3, 9, 27]

])

print("Vektor Tes:")

print(vektor_tes)

print("\nMatriks Tes:")

print(matriks_tes)

Dibawah ini adalah Outputnya :

Penjelasan:

• Vektor: Dibuat dari list [1, 2, 3].
• Matriks: Dibuat dari list dua dimensi yang diberikan, yaitu [[1, 2, 3], [2, 4, 8], [3, 9, 27]].

Array Shape

Anda dapat melihat gambar dibawah ini untuk mempelajari tentang Array Shape

Tugas 2

Tunjukan bentuk dari vektor_tes dan matriks_tes

Berikut adalah kode skripnya :

# Menampilkan bentuk (shape) dari vektor_tes dan matriks_tes

print("Bentuk vektor_tes:", vektor_tes.shape)

print("Bentuk matriks_tes:", matriks_tes.shape)

Berikut adalah Outputnya :

Penjelasan :

• vektor_tes.shape: Hasil (3,) menunjukkan bahwa vektor_tes adalah array satu dimensi dengan 3 elemen.
• matriks_tes.shape: Hasil (3, 3) menunjukkan bahwa matriks_tes adalah array dua dimensi dengan 3 baris dan 3 kolom.

Data Type

Anda dapat melihat gambar dibawah ini untuk mempelajari tentang Data Type

Tugas 3

Tunjukan tipe data dari vektor_tes dan matriks_tes

Berikut adalah kode skripnya :

# Menampilkan tipe data elemen-elemen pada vektor_tes dan matriks_tes

print("Tipe data vektor_tes:", vektor_tes.dtype)

print("Tipe data matriks_tes:", matriks_tes.dtype)

Berikut adalah Outputnya :

Penjelasan :

• vektor_tes.dtype: Menunjukkan bahwa elemen-elemen dalam vektor_tes bertipe int32 (integer 32-bit).
• matriks_tes.dtype: Menunjukkan bahwa elemen-elemen dalam matriks_tes juga bertipe int32

Indexing Array

Anda dapat melihat gambar dibawah ini untuk mempelajari tentang Data Type

Tugas 4

a. Tampilkan baris ke dua pada world_alcohol kedalam negara_kedua

b. Tampilkan Alkohol apa dari negara pantai gading pada tahun 1985 masukkan pada pg_alkohol

c. Ini terletak pada baris ke tiga kolom ke empat

Berikut adalah kode skripnya :

import pandas as pd

# Baca file Excel

file_path = "world_alcohol.csv"  # Ganti dengan nama file Anda

world_alcohol = pd.read_csv(file_path)

# Menampilkan baris kedua

negara_kedua = world_alcohol.iloc[1]  # Baris kedua (indeks dimulai dari 0)

print("Baris kedua (negara_kedua):")

print(negara_kedua)

# Menampilkan alkohol dari Pantai Gading pada tahun 1985

pg_alkohol = world_alcohol.iloc[2, 3]  # Baris ketiga (indeks 2) kolom keempat (indeks 3)

print("\nAlkohol dari Pantai Gading tahun 1985 (pg_alkohol):")

print(pg_alkohol)

Berikut adalah Outputnya :

Slicing Arrays

Anda dapat melihat gambar dibawah ini untuk mempelajari tentang Slicing Arrays

Tugas 5

a. Masukkan semua negara pada alkohol_dunia pada semua_negara

b. Masukkan semua konsumsi alkohol_dunia pada konsumsi_alkohol

c. Tunjukkan hasilnya

Berikut adalah kode skripnya :

import pandas as pd

# File CSV

file_path = "world_alcohol.csv"

# Membaca file CSV

world_alcohol = pd.read_csv(file_path)

# Masukkan semua negara ke dalam semua_negara

semua_negara = world_alcohol['Country'].tolist()

# Masukkan semua konsumsi alkohol ke dalam konsumsi_alkohol

konsumsi_alkohol = world_alcohol['Beverage Types'].tolist()

# Tampilkan hasilnya

print("Semua Negara:")

print(semua_negara)

print("\nKonsumsi Alkohol:")

print(konsumsi_alkohol)

Berikut adalah Outputnya :

Penjelasan:

1. world_alcohol['Country'].tolist(): Menarik kolom "Country" dari DataFrame world_alcohol dan mengonversinya menjadi list, yang disimpan dalam variabel semua_negara.
2. world_alcohol['Alcohol Consumption'].tolist(): Menarik kolom "Alcohol Consumption" dari DataFrame dan mengonversinya menjadi list, yang disimpan dalam variabel konsumsi_alkohol.

Slicing One Dimension

Anda dapat melihat gambar dibawah ini untuk mempelajari tentang Slicing One Dimension

Tugas 6

1. Masukkan semua baris dan dua kolom pertama dunia_alkohol pada dua_kolom_pertama

2. Masukkan 10 baris pertama dan semua kolom dunia_alkohol pada sepuluh_baris_pertama

3. Masukkan 10 baris partama dan kolom pertama dunia_alkohol pada sepuluh_tahun_pertama

Berikut adalah kode skripnya :

import pandas as pd

# File CSV

file_path = "world_alcohol.csv"

# Membaca file CSV

world_alcohol = pd.read_csv(file_path)

# 1. Masukkan semua baris dan dua kolom pertama (Year dan Country) ke dalam dua_kolom_pertama

dua_kolom_pertama = world_alcohol.iloc[:, :2]

# 2. Masukkan 10 baris pertama dan semua kolom ke dalam sepuluh_baris_pertama

sepuluh_baris_pertama = world_alcohol.head(10)

# 3. Masukkan 10 baris pertama dan kolom pertama (Year) ke dalam sepuluh_tahun_pertama

sepuluh_tahun_pertama = world_alcohol.iloc[:10, 0]

# Tampilkan hasilnya

print("Dua Kolom Pertama:")

print(dua_kolom_pertama)

print("\nSepuluh Baris Pertama:")

print(sepuluh_baris_pertama)

print("\nSepuluh Tahun Pertama:")

print(sepuluh_tahun_pertama)

Berikut adalah Outputnya :

Penjelasan:

1. world_alcohol.iloc[:, :2]: Mengambil semua baris dan dua kolom pertama (indeks kolom 0 dan 1) dari world_alcohol.
2. world_alcohol.head(10): Mengambil 10 baris pertama dan semua kolom dari DataFrame world_alcohol.
3. world_alcohol.iloc[:10, 0]: Mengambil 10 baris pertama dan kolom pertama (Year) dari world_alcohol.

Metode Statistik

Anda dapat melihat gambar dibawah ini untuk mempelajari tentang Metode Statistik

TERIMAKASIH