Progress
Week-4
01
Function Python
● Function adalah sekelompok statement yang dipanggil untuk melakukan tugas
tertentu.
● Function dapat atau tidak dapat menerima parameter atau mengembalikan nilai.
● Fungsi yang sudah dinyatakan sebelumnya, dapat dipanggil berkali - kali pada line
yang berbeda.
● Function didefinisikan menggunakan kata kunci ‘def’.
Contoh:
def hello_world():
print(“Hello World!”)
hello_world()
Output:
Hello World!
Function Python Scope
● Variabel yang didefinisikan dalam python memiliki scope, atau ruang lingkup, yang
terbatas pada lokasi di mana variabel tersebut didefinisikan.
Nama Description
Contoh
def print_something(word):
print(word)
print_something(“Hello World!”)
Output:
Hello World!
Arbitrary Arguments
Contoh:
def print_second_num(*nums):
print(“This is the second number:”, nums[1])
print_second_num(1, 2, 3, 4, 5)
Output:
This is the second number: 2
Keyword Arguments
Contoh:
def days_details(day, date, month, year):
print(day, date, month, year)
days_details(month=”Februari”, day=“Senin”, date=22, year=2022)
Output:
Senin 22 Februari 2022
Arbitrary Keyword Arguments
Contoh:
def days_details(**day_data):
print(day_data[‘day’], day_data[‘date’], day_data[‘month’],
day_data[‘year’])
days_details(month=”Februari”, day=“Senin”, date=22, year=2022)
Output:
Senin 22 Februari 2022
Default Parameter Value
● Digunakan untuk menggunakan value yang sudah di-define jika tidak ada argumen
yang dikirimkan.
Contoh:
def days_details(day, date, month, year=2022):
print(day, date, month, year)
days_details(month=”Februari”, day=“Senin”, date=22)
Output:
Senin 22 Februari 2022
List Sebagai Argumen
● Function dapat menerima data berupa list yang juga akan diperlakukan sebagai list
di dalam function.
Contoh:
def countdown(counter):
print(“The rocket will launch in:”)
for count in counter:
print(count)
countdown([10, 9, 8, 7, 6, 5, , 3, 2, 1])
Output:
The rocket will launch in:
10
…
1
Return Values
● Digunakan untuk mengembalikan value menggunakan statement return.
Contoh:
def summarize_number(num, num_to_add):
return num + num_to_add
print(summarize_number(10, 12))
Output:
22
Lambda Python
● Lambda adalah ekspresi untuk membuat function sederhana menggunakan syntax
lambda.
● Lambda function dapat menerima banyak argumen, tetapi hanya dapat memiliki
satu ekspresi.
Contoh:
x = lambda a,b: a * b
print(x(50,2))
Output:
100
Module Python
● Dilakukan untuk menggunakan fungsi pada file lain di folder yang sama.
Contoh:
import file1
x = file1.function1(a, b)
print(x)
Contoh:
class Person:
def __init__(self, name, age):
attributes
methods
Contoh Penggunaan Class
class Person:
def __init__(self, name, age):
self.name = name
self.age = age
p1 = Person(“John”, 36)
print(p1.name)
print(p1.age)
02
Numerical Python
Import:
import numpy
import numpy as np
Array 9
5
10
6
1 2 11 1
12 2
7 8
1 2 3 4 3 4
[[9,10],[11,12]]])
Array dapat terdiri dari tipe data integer, float, boolean, atau complex.
Di dalam array tipe data harus bersifat homogen/konsisten semua dengan satu tipe
data yang sama, misal semua integer atau semua float.
Mendefinisikan Array
np.array()
Mendefinisikan daftar elemen yang berisi value ke dalam
array.
In: np.array([[1,2],[3,4]])
array([[1, 2],
Out:
[3, 4]])
Mendefinisikan Array
np.arange()
Menampilkan array dengan value yang berjarak sama
dalam interval tertentu.
Parameter:
1. Start : Awal dari interval. Interval mencakup value ini.
Default adalah 0. (Optional)
2. Stop : Akhir dari interval. Interval tidak mencakup value ini.
3. Step : Jarak antar value. Default adalah 1. (Optional)
4. Dtype : Tipe data dari output.
Start
Stop
In: np.arange(3,10,2) Out: array([3, 5, 7, 9])
Step
Mendefinisikan Array
np.zeros()
Menampilkan array dengan ukuran tertentu dengan value
angka 0.
Parameter:
1. Shape : Bentuk array.
2. Dtype : Tipe data dari output. Default adalah float.
Shape
In: np.zeros(3)
Parameter:
1. Shape : Bentuk array.
2. Dtype : Tipe data dari output. Default adalah float.
Shape
In: np.ones(3)
arr =
In: np.array([[1,2],[3,4],[5,6]])
Arr
newarr =
In: newarr = np. insert(arr,2,[7,8]) In: np.insert(arr,2,[7,8],axis=0)
Obj
In: newarr Values
In: newarr
Out: array([1, 2, 7, 8, 3, 4, 5, 6])
Out: array([[1, 2],
[3, 4],
[7, 8],
[5, 6]])
Manipulasi Array
Delete
Menghapus value dalam array di sepanjang axis yang diberikan dan
sebelum indeks diberikan.
Parameter:
1. Arr : Array awal.
2. Obj : Indeks di mana values akan dihapus.
3. Values : Array yang akan dihapus.
4. Axis : Axis di mana penghapusan dilakukan. Default adalah
flatten array.
03
Pandas DataFrame
Data frame merupakan struktur data tabular yang disusun pada kolom dan baris,
sedangkan Pandas data frame adalah salah satu python package yang berisikan
struktur data 2 dimensi seperti array 2 dimensi atau tabel dengan baris dan kolom.
Data frame terdiri dari tiga komponen utama yaitu data indeks dan kolom.
data=pd.Series([2,3,5]) array=np.array([2,3,5])
data=pd.Series([2,3,5]) data=pd.Series(array)
data array=np.array([2,3,5])
data=pd.Series(array)
0 2 data
1 3
2 5 0 2
dtype: int64 1 3
2 5
dtype: int32
Pandas Series
Membuat series dengan memodifikasi indeks.
data=pd.Series([‘Rahmat’, 3, False], index=[‘a’,’b’,’c’])
data =
pd.Series([‘Rahmat’,3,False],
index=[‘a’,’b’,’c’])
data
a Rahmat
b 3
c False
dtype:object
Pandas Series
Mengakses nilai pada series dengan menggunakan index-nya
data=pd.Series([‘Rahmat’, 3, False], index=[‘a’,’b’,’c’])
data[‘a’]
data =
pd.Series([‘Rahmat’,3,False],
index=[‘a’,’b’,’c’])
data[‘a’]
‘Rahmat’
Creating DataFrame
Mengakses nilai pada series dengan menggunakan index-nya
array=np.array([2,3,5])
data=pd.Series(array)
data[2]
array=np.array([2,3,5])
data=pd.Series(array)
data[2]
5
Creating DataFrame
Dataframe dapat dibuat dari array dengan menggunakan numpy
import pandas as pd
import numpy as np
data = np.random.random(size=(6,4))
1.Pandas DataFrame dari excel 2.Pandas DataFrame dari csv 3.Pandas DataFrame dari json
Thanks!
CREDITS: This presentation template was
created by Slidesgo, including icons by Flaticon,
infographics & images by Freepik and
illustrations by Stories