Comparison Operators

-



Operator Perbandingan

Operator perbandingan (Comparison Operators) digunakan untuk membandingkan suatu nilai dari masing-masing operan.

1. Sama Dengan (==)
         Contoh: 3 == 3
         Penjelasan: Bernilai True Jika Masing-Masing Operan Memiliki Nilai Yang Sama, Maka Kondisi Bernilai Benar atau True.

2. Tidak Sama Dengan (!=)
          Contoh: 2 != 2
          Penjelasan: Bernilai False Akan Menghsilkan Nilai Kebalikan dari Kondisi Sebenarnya.
 
3. Lebih Besar Dari (>)
          Contoh: 5 > 2
          Penjelasan: Bernilai True Jika Nilai  Operan Kiri Lebih Besar dari Nilai Operan Kanan, Maka Kondisi Menjadi Benar.

4. Lebih Kecil Dari (<)
          Contoh: 5 < 10
          Penjelasan: Bernilai True Jika Operan Kiri Lebih Kecil Dari Nilai Operan Kanan, Maka Kondisi Menjadi Benar.

5. Lebih Besar atau Sama Dengan (>=)
          Contoh: 5 >=3
          Penjelasan: Bernilai True Jika Nilai Operan Kiri Lebih Besar dari Nilai Operan Kanan, atau sama, Maka Kondisi Menjadi Benar.

6. Lebih Kecil atau Sama Dengan (<=)
          Contoh: 5 <= 10
          Penjelasan: Bernilai True Jika Nilai Operan Kiri Lebih Kecil dari Nilai Operan Kanan, atau sama, Maka Kondisi Menjadi Benar.


Untuk Lebih Jelasnya Kunjugi Aja YouTube Channel Kelas Terbuka:

Komentar

Posting Komentar

Postingan populer dari blog ini

NumPy Array Search

-
Gambar
  Searching Arrays Kita dapat mencari array untuk nilai tertentu, dan mengembalikan index yang cocok. Untuk mencari array, gunakan where() . Contoh Temukan index dimana nilainya adalah 4. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  4 ,  4 ]) x =   np.where(arr ==  4 ) print (x) Contoh diatas akan mengembalikan Tuple: (array([3, 5, 6]),) Yang artinya nilai 4 terdapat pada index 3, 5, dan 6. Contoh Temukan index dimana nilainya genap. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ,  8 ]) x =   np.where(arr% 2  ==  0 ) print (x) Contoh Temukan index dimana nilainya ganjil. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ,  8 ]) x =   np.where(arr% 2  ==  1 ) print (x) Search Sorted  Ada metode yang disebut searchsorted() yang mela...
Baca selengkapnya

NumPy Array Split

-
Gambar
  Splitting NumPy Arrays Splitting/Pemisahan adalah operasi kebalikan dari Joining. Bergabung/Joining menggabungkan beberapa array menjadi satu dan memisahkan memecah satu array menjadi banyak. Kita menggunakan array_split() untuk memisahkan array, kita memberikan array yang ingin kita bagi dan jumlah pemisahan. Contoh Bagi array menjadi 3 bagian. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ]) newarr =   np.array_split(arr,  3 ) print (newarr) Note: Nilai yang dikembalikan adalah array yang berisi 3 array. Jika array memiliki lebih sedikit elemen dari yang dibutuhkan, array akan menyesuaikan dari akhir. Contoh Bagi array menjadi 4 bagian. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ]) newarr =   np.array_split(arr,  4 ) print (newarr) Note: Kita juga memiliki metode split() tersedia tetapi tidak akan menyesuaikan elemen ketika elemen ku...
Baca selengkapnya

NumPy Array Iterating

-
Gambar
  Iterating Array Iterating/iterasi berarti menelusuri elemen satu per satu. saat kita berurusan dengan array multi-dimensi di numpy, kita bisa melakukan ini menggunakan for loop dasar Python. Jika kita mengulangi/loop pada array 1-D, ia akan melewati setiap elemen satu per satu. Contoh  Iterasi pada elemen array 1-D berikut. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ]) for  x  in  arr:    print (x) Iterating 2-D Arrays Dalam array 2-D itu akan melewati semua baris. Contoh Lakukan iterasi pada elemen array 2D berikut. import  numpy  as  np arr = np.array([[ 1 ,  2 ,  3 ], [ 4 ,  5 ,  6 ]]) for  x  in  arr:    print (x) Jika kita iterasi pada array n -D maka akan melewati dimensi n-1 satu per satu. Untuk mengembalikan nilai aktual, skalar, kita harus mengulangi/loop array di setiap dimensi. Contoh Iterasi pada  setiap elemen skalar dari array 2-D. import ...
Baca selengkapnya