Python

Merupakan bahasa pemrograman yang ditujukan untuk general-purpose programming, jenis high level
programming language dan berlisensi open source.
Dikembangkan oleh Guido van Rossum pada tahun 1991.

Data Science dan Python

“Apakah ada pertanyaan, Aksara?” tanya Senja yang menghampiri meja kerjaku.

Aku menggunakan kesempatan ini untuk bertanya lebih jauh. “Apa kaitan Python dan Data
Science ya?”

Senja menjelaskan “Python adalah bahasa yang ditujukan untuk general-purpose programming,
jenis high-level programming language dan berlisensi open source”

“Karena tiga karakteristik itulah, banyak pengembang membuat library python ditujukan untuk
data science dan tentunya memudahkan pengguna dalam melakukan analisis dan membuat
model prediktif dalam data science.

"List library Python ini dapat kamu gunakan untuk data science,” ujar Senja sembari memutar
layar laptopnya ke hadapanku:

List Library Python

1. Numpy (numerical python) merupakan library yang memudahkan dalam pendefinisian array
(1D, 2D, 3D atau nD) dan digunakan  untuk komputasi aljabar linier.
2. Scipy (Scientific Python) merupakan library yang melengkapi numpy untuk keperluan komputasi
saintifik lanjut seperti aljabar linier, integrasi dan diferensiasi numerik, transformasi Fourier,
optimasi, interpolasi, statistik dan yang lainnya.
3. Pandas adalah library untuk pengolahan data dalam bentuk tabular (seperti excel) yang
merupakan de facto library (pustaka yang umum digunakan dalam prakteknya) bagi data
scientist dalam mengolah data dari berbagai sumber seperti file CSV, TSV, Excel, SQL queries,
Google BigQuery, SAS, Stata, SPSS, dsb.
 4. Matplotlib digunakan untuk visualisasi dari data ke dalam berbagai bentuk grafik 2D atau 3D,
seperti line chart, bar chart, histogram, polar chart, error bar plot, dan jenis grafik lainnya.
5. Scikit-learn adalah Scipy Toolkit yang ditujukan untuk menghasilkan model prediktif dengan
menggunakan machine learning.
6. Seaborn merupakan library yang dibuat dari matplotlib yang ditujukan oleh visualisasi grafik
statistik dengan warna yang menawan, dan terintegrasi dengan baik dengan pandas.

Masih banyak library lainnya yang memiliki kemampuan yang sama atau lebih dari yang telah
dijelaskan. Tetapi list library ini adalah library dasar yang wajib dikuasai oleh pemula dalam
Data Science sebelum menggunakan library lainnya.

Struktur Bahasa Python

Dari penjelasan Senja, aku jadi lebih paham kaitan antara Data Science dengan Python.

"Tapi, untuk mulai belajar Bahasa Pemrograman Python apa yang harus aku pelajari lebih dulu
ya?" Tanyaku pada Senja

"Pertama, kamu harus mempelajari Struktur Bahasa Python." ujar Senja.

Yuk, kita mulai! 

Struktur Bahasa Python - Part 2

Aku menyimak tampilan layar laptop, berusaha memahami catatan Senja untuk struktur bahasa
Python yang dapat aku gunakan:

No. Struktur Keterangan

instruksi yang diberikan secara baris per baris untuk

1 Statements
dijalankan oleh program

pengindentifikasian yang  digunakan untuk menampung

2 Variables
sebuah data atau informasi

data atau informasi yang digunakan untuk mengisi suatu

3 Literals
variabel
simbol-simbol yang digunakan untuk mengubah nilai
4 Operators dari satu variabel dengan melibatkan satu atau lebih
variabel dan literal.
kumpulan kata-kata yang memiliki makna khusus dalam
5 Reserved Words bahasa pemrograman Python dan tidak dapat digunakan
untuk variables dan literals
 pada bahasa Python, spasi dan tab memiliki makna
6 Whitespace khusus untuk menandai serangkaian blok dalam kode
Python
merupakan sekumpulan teks yang dituliskan di dalam
7 Comments sebuah program yang tidak akan mempengaruhi hasil
dari sebuah program

Kata Senja, "Kalau mau menjadi ahli, harus sering latihan." Aku tidak sabar untuk langsung
praktik!

Python “Hello World” & Statement

Senja memberikan aku tugas untuk mulai mempraktikkan struktur bahasa python:

1. Gantilah tanda '___' dengan mengetikkan contoh potongan code di bawah pada code editor.
Pastikan kamu memperhatikan penggunaan huruf besar/kecil, dan tanda titik (.)

Note:
- Kata "Hello World." & "Saya Aksara, baru belajar Python." disebut dengan
statement.
- print() adalah fungsi dasar python untuk mencetak tulisan yang diberikan

2. Setelah selesai mengetik syntax, tekan tombol 

Kamu akan melihat console pada Code Editor menampilkan output 

Klik tombol “submit” untuk melanjutkan ke pelajaran selanjutnya.

Variables di Python
Sekarang kita akan mempelajari teknik penulisan variable pada Python dengan mengikuti contoh
yang sudah disediakan Senja. Berikut adalah tiga aturan penting yang wajib diikuti pada saat kita
mendeklarasikan suatu variabel di Python. 

1. Nama dari sebuah variabel harus dimulai dengan huruf (a-z, A-Z)
atau karakter garis bawah/underscore (_) dan tidak dapat dimulai dengan angka (0-9).
2. Variabel hanya boleh mengandung karakter alfabet dan bilangan dan underscore
(a-z, A-Z, 0-9, _)
3. Variabel bersifat case-sensitive yang mengartikan bahwa
variabel TINGGI, tinggi, dan Tinggi merujuk pada tiga variabel berbeda.

Tugas:

Ketik pada Code Editor contoh syntax berikut mengikuti teknik deklarasi variabel yang benar:
Comments di Python
Selanjutnya, aku mempelajari penggunaan comments pada Python.

Comments adalah sekumpulan teks yang dituliskan dalam sebuah program dan tidak akan
mempengaruhi hasil dari sebuah program. Berikut adalah contoh penulisan single line comment
& multi line comment pada python. 

# untuk menulis single line comment, atau

'''
komentar ini
lebih dari 1 baris
'''
untuk menulis multi line comment.

Tugas:

Ketikkan pada Code Editor contoh single line comment & multi line comment mengikuti
contoh di bawah.

"Walaupun tidak mempengaruhi hasil program, comments adalah salah satu komponen yang
penting dalam pengembangan program. Hal tersebut dikarenakan comments dapat kita selipkan
di antara sekumpulan statements untuk dapat berkomunikasi dengan rekan data lainnya dalam
satu tim.” Senja kembali menjelaskan.
Tipe Data Python - part 1
Secara garis besar, ada beragam tipe data di Python seperti yang digambarkan pada diagram
dibawah: 

 Tabel berikut menjelaskan keterangan dari tipe data NoneType, int, float, dan bool:
Tipe Data Python - part 2
Tabel berikut menjelaskan keterangan dari tipe data sequence, set, dan map:

Tipe Data Keterangan dan Contoh Konversi ke tipe data ini

Tipe data teks yang dapat berupa huruf,
Gunakan fungsi str()
kata, frasa, kalimat atau paragraf yang
diapit oleh ‘ atau “
Contoh:
str
Contoh:
str(5.3) → “5.3”;
“a”; ‘b’; ‘saya’; “Belajar Python”;
str([1, ‘buku’]) → "[1, 'buku']"
“Kita makan nasi goreng”
Gunakan fungsi list()
Urutan bilangan dan teks yang diapit
oleh kurung siku dan masing-masing Contoh:
elemennya dipisahkan dengan koma.
list list(“buku”) → ['b', 'u', 'k', 'u'];
Sequence
Contoh:
list((1, 2, 3)) → [1, 2, 3]
[-9.52, None, True, “saya”]
list({1, 3, 6, 3}) → [1, 3, 6]
Gunakan fungsi tuple()
Urutan bilangan dan teks yang diapit
oleh kurung biasa dan masing-masing Contoh:
elemennya dipisahkan dengan koma.
tuple tuple(“buku”) → ('b', 'u', 'k', 'u');
Contoh:
tuple((1, 2, 3)) → (1, 2, 3)
(-9.52, None, True, “saya”)
tuple({1, 3, 6, 3}) → (1, 3, 6)
Gunakan fungsi set()
Urutan bilangan dan teks yang diapit
oleh kurung biasa dan masing-masing
Contoh:
elemennya dipisahkan dengan koma.
Setiap elemennya bernilai unik.
Set set set(“buku”) → ['b', 'k', 'u'];
Contoh:
set((1, 2, 3)) → {1, 2, 3}
{1, 4, 4, 3} → {1, 3, 4}
set([1, 3, 6, 3]) → {1, 3, 6}

“Gimana, Aksara? Mau coba dipraktikkan lagi?” tawar Senja.

Aku menjawab tantangan itu dengan bersemangat!

Tugas Praktek
Sekarang Senja memberikanku tugas baru menggunakan potongan teks berikut:

Tugas:

Dengan teks yang diberikan, aku diminta untuk mengetik perintah berikut pada live code editor
DQLab

1. Pada baris 2, perintah list akan mengubah text menjadi tipe data list dan mencetak nilainya.

2. Pada baris 3, perintah tuple akan mengubah text menjadi tipe data tuple dan mencetak
nilainya.

3. Pada baris 4, perintah set akan mengubah text menjadi tipe data set dan mencetak nilainya.

In [1]: text = "Belajar Python di DQLab."

print(list(text))
print(tuple(text))
print(set(text))

['B', 'e', 'l', 'a', 'j', 'a', 'r', ' ', 'P', 'y', 't', 'h', 'o', 'n', ' ',
'd', 'i', ' ', 'D', 'Q', 'L', 'a', 'b', '.']
('B', 'e', 'l', 'a', 'j', 'a', 'r', ' ', 'P', 'y', 't', 'h', 'o', 'n', ' ',
'd', 'i', ' ', 'D', 'Q', 'L', 'a', 'b', '.')
{'j', 'o', 'l', 'P', 'i', 'y', 'h', 't', 'd', 'D', 'Q', ' ', 'b', '.', 'B',
'L', 'n', 'a', 'e', 'r'}
Menggunakan Library di Python
“Senja, satu lagi, boleh ajarin bagaimana menggunakan library di Python? Berhubung untuk
data science sangat diperlukan.”

“Boleh. Library pada Python dapat diakses di kode program dengan mengimportnya terlebih
dahulu, ada dua cara yang dapat digunakan. Sebentar saya share ke kamu ya, ini caranya.”

Tugas:

Menggunakan perintah import nama_library atau import nama_library as alias.

Contoh yang umum untuk penggunaan ini adalah:

Aku langsung antusias mencoba contoh yang diberikan Senja menggunakan Live Code Editor
dengan menekan tombol Run untuk menjalankan kode. Jika pada console tidak ada error yang
ditampilkan, berarti aku telah sukses memanggil library pada Python.

“Yeay, makasih Senja!” Ini baru jalan awal aku memahami lebih dalam dunia data melalui
Python, tapi aku sudah merasa kalau ini bidang yang penuh tantangan. Enggak masalah, karena
aku yakin aku bisa!