Pengenalan & Komputasi Array NumPy

NumPy (Numerical Python) adalah pustaka dasar untuk komputasi ilmiah dalam Python. NumPy menyediakan struktur data ndarray (N-dimensional array) yang jauh lebih cepat dan hemat memori dibandingkan list bawaan Python.

1. Inisiasi dan Membuat Array NumPy

import numpy as np

# Membuat Array 1 Dimensi (Vektor)
arr_1d = np.array([10, 20, 30, 40, 50])
print("Array 1D:", arr_1d)
print("Bentuk (shape):", arr_1d.shape)
print("Tipe data (dtype):", arr_1d.dtype)

# Membuat Array 2 Dimensi (Matriks)
matrix_2d = np.array([
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
])
print("
Matriks 2D:
", matrix_2d)
print("Dimensi (ndim):", matrix_2d.ndim)
print("Ukuran (size):", matrix_2d.size)

2. Fungsi Pembuat Array Otomatis

NumPy menyediakan fungsi instan untuk membuat array bernilai nol, satu, deret, atau nilai acak.

# Array berisi nol (zeros)
zeros = np.zeros((2, 4))

# Array berisi deret angka urut (arange)
deret = np.arange(0, 20, 2)  # start=0, stop=20, step=2

# Array linear space (linspace)
lin = np.linspace(0, 1, 5)  # 5 titik berjarak sama dari 0 s.d. 1

print("Zeros (2x4):
", zeros)
print("Arange (kelipatan 2):", deret)
print("Linspace (0 s.d. 1):", lin)

3. Operasi Matematika Vektorisasi (Vectorization)

Salah satu keunggulan terbesar NumPy adalah operasi aritmatika dieksekusi secara instan per elemen (element-wise) tanpa perlu menuliskan perulangan for.

a = np.array([1, 2, 3, 4])
b = np.array([10, 20, 30, 40])

print("Penjumlahan (a + b) =", a + b)
print("Perkalian (a * 3)   =", a * 3)
print("Kuadrat (a ** 2)    =", a ** 2)
print("Sinus np.sin(a)     =", np.round(np.sin(a), 4))

4. Fungsi Agregasi Statistik NumPy

data_sampel = np.array([45, 82, 67, 90, 54, 78, 88, 95, 72, 84])

print("Rata-rata (Mean)      :", np.mean(data_sampel))
print("Median (Nilai Tengah) :", np.median(data_sampel))
print("Standar Deviasi (Std) :", np.std(data_sampel))
print("Varians (Variance)    :", np.var(data_sampel))
print("Nilai Minimum         :", np.min(data_sampel))
print("Nilai Maksimum        :", np.max(data_sampel))

Pengenalan & Operasi Array NumPy

Pengenalan & Komputasi Array NumPy

1. Inisiasi dan Membuat Array NumPy

2. Fungsi Pembuat Array Otomatis

3. Operasi Matematika Vektorisasi (Vectorization)

4. Fungsi Agregasi Statistik NumPy

Daftar Isi Materi