Coding Is Fun

  The Difference Between Copy and View Perbedaan utama antara copy dan view array adalah bahwa copy adalah array baru, dan view hanyalah tampilan array asli. Copy memiliki data dan setiap perubahan yang dibuat pada copy tidak akan memengaruhi array asli. dan setiap perubahan yang dibuat pada array asli tidak akan memengaruhi salinan. View tidak memiliki data dan perubahan apa pun yang dilakukan pada tampilan akan memengaruhi array asli, dan setiap perubahan yang dibuat pada array asli akan memengaruhi tampilan. Copy: Contoh Buat salinan/copy, ubah array asli, dan tampilkan kedua array. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ]) x = arr.copy() arr[ 0 ] =  42 print (arr) print (x) Salinan TIDAK HARUS terpengaruh oleh perubahan yang dibuat pada array asli. View: Contoh Buat tampilan/view, ubah array asli, dan tampilkan kedua array. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  ...

  Data Types in Python Secara default Python memiliki tipe data ini: string - digunakan untuk mewakili data teks, teks diberikan di dalam tanda kutip. Misalnya "ABCD". integer - digunakan untuk mewakili bilangan bulat. Misalnya 1, 2, 3. float - digunakan untuk menyatakan bilangan real. Misalnya 1.2, 44.44. boolean - digunakan untuk mewakili Benar/True atau Salah/False. complex - digunakan untuk merepresentasikan bilangan komplex. Misalnya 1.0 + 2.0j, 1.5 + 2.5j. Data Types in Numpy NumPy memiliki beberapa tipe data tambahan, dan merujuk ke tipe data dengan satu karakter, seperti i untuk integer, u untuk unsigned integer, dll. Dibawah ini adalah daftar semua tipe data di NumPy dan karakter yang digunakan untuk mewakilinya. i - integer  b - boolean u - unsigned integer f - float c - complex float m - timedelta  M - datetime O - object S - string U - unicode string V - fixed chuck of memory for other type (void) Checking the Data Types of an Array Objek array NumPy memiliki ...

  Slicing Arrays Mengiris/Slicing dengan python berarti mengambil elemen dari satu indeks yang diberikan ke indeks lain yang diberikan. Kami melewati slice alih-alih indeks seperti ini: . [start:end] Kita juga bisa mendefinisikan langkahnya, seperti ini: . [start:end:step] Jika kita tidak lulus mulai dianggap 0 Jika kita tidak melewati akhir yang dianggap panjang array dalam dimensi itu Jika kita tidak melewati langkah itu dianggap 1 Contoh Slice elemen dari index 1 ke index 5 dari array berikut. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ]) print (arr[ 1 : 5 ]) Note : Hasilnya termasuk index awal, tetapi tidak termasuk index akhir. Contoh Slice elemen dari index 4 hingga akhir array. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ]) print (arr[ 4 :]) Contoh Elemen slice dari awal hingga index 4 (tidak termasuk). import  numpy  as ...

  Access Array Elements Pengindexan array sama dengan mengakses elemen array. Anda dapat mengakses elemen array dengan magacu pada nomor indexnya. Index dalam array NumPy dimulai dengan 0, artinya elemen pertama memiliki index 0, dan yang kedua memiliki index 1 dll. Contoh Dapatkan elemen pertama dari array berikut. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ]) print (arr[ 0 ]) Contoh Dapatkan elemen kedua dari array berikut. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ]) print (arr[ 1 ]) Contoh Dapatkan elemen ketiga dan keempat dari array berikut dan tambahkan. import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ]) print (arr[ 2 ] +  arr[ 3 ]) Access 2-D Arrays Untuk mengakses elemen dari array 2-D, kita dapat meggunakan bilangan bulat yang dipisahkan koma yang mewakili dimensi dan index elemen. Pikirkan array 2-D seperti tabel dengan baris dan kolom, di man...

  Create a NumPy ndarray Object NumPy digunakan untuk bekerja dengan array. Objek array di NumPy disebut ndarray . Kita dapat membuat objek NumPy ndarray dengan menggunakan fungsi array() . Contoh import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ]) print (arr) print ( type (arr)) type(): Fungsi bawaan python ini memberi tahu kita jenis objek. Seperti pada kode diatas itu menunjukkan bahwa arr adalah numpy.ndarray tipe. Untuk membuat ndarray , kita dapat meneruskan list, tuple, atau objek seperti array apa pun ke dalam array() , dan itu akan diubah menjadi ndarray . Contoh Gunakan Tuple untuk membuat array NumPy. import  numpy  as  np arr = np.array(( 1 ,  2 ,  3 ,  4 ,  5 )) print (arr) Dimensions in Arrays Dimensi dalam array adalah satu tingkat kedalam array (nested arrays). nested arrays: adalah array yang memiliki array sebagai elemennya. Array 0-D Array 0-D, atau Skalar, adalah elemen dalam array...

  Install NumPy Jika anda sudah menginstall Python dan PIP pada suatu sistem, maka instalasi NumPy sangat mudah. Install menggunakan printah ini: C:\Users\ Your Name >pip install numpy Jika printah ini gagal, maka gunakan distribusi python yang sudah menginstall NumPy seperti, Anaconda, Spyder dll, Import NumPy Setelah NumPy diinstal, import di aplikasi anda dengan menambahkan kata kunci import . import  numpy Sekarang NumPy diimport dan siap digunakan. Contoh import  numpy arr = numpy.array([ 1 ,  2 ,  3 ,  4 ,  5 ]) print (arr) NumPy as np NumPy biasanya diimport dengan np alias. alias : Dalam python alias adalah nama alternatif untuk merujuk pada hal yang sama. Buat alias dengan kata kunci as saat mengimport. import  numpy  as  np Sekarang paket NumPy dapat disebut sebagai np alihh-alih NumPy . Contoh import  numpy  as  np arr = np.array([ 1 ,  2 ,  3 ,  4 ,  5 ]) print (arr) Memeriksa Versi NumPy...