Berapa Banyak Belajar Pemrograman Python yang Cukup untuk Mulai Belajar Data Science?

Apakah Anda tertarik dengan Ilmu Data tetapi tidak yakin apakah Anda bisa berhasil karena Anda tidak memiliki pengalaman pemrograman? Atau Tidak yakin berapa banyak pemrograman yang cukup untuk memulai?
Jangan khawatir! Pada artikel ini, saya akan menjelaskan konsep dasar pemrograman python yang diperlukan untuk memulai perjalanan Anda dalam mempelajari Ilmu Data. Bahkan jika Anda tidak memilih python untuk mempelajari Ilmu Data, topiknya tetap sama.

Menyiapkan Lingkungan

Langkah pertama adalah mengatur lingkungan yang benar, untuk mempelajari python yang terbaik adalah menginstal Anaconda. Ada beberapa keuntungan dalam menggunakan Anaconda.

  • Muncul dengan Jupyter Notebook dan Spyder IDEs
  • Anda memiliki opsi untuk mengakses IDE melalui Command Prompt atau menggunakan Navigator (berbasis UI)
  • Ini memiliki lebih dari 1500 paket ilmu data
  • Sangat mudah dan cepat untuk menyiapkan dan memulai
  • Mudah untuk membuat banyak lingkungan, fitur ini sangat berguna ketika Anda mengerjakan banyak proyek. Dengan ketergantungan kontras yang berbeda pada pustaka

Instal Anaconda dari sini. Anda dapat memulai dengan Anaconda menggunakan tautan di sini, ini akan mencakup semua perintah dan fitur dasar. Jika Anda lebih suka video, saya telah membuat video tentang memulai dengan Anaconda, lihat di bawah ini:

Sebelum memulai dengan topik apa pun, cobalah membiasakan diri dengan IDE yang akan Anda kerjakan. Hal-hal sederhana seperti memulai IDE, mematikan IDE, membersihkan memori, menjalankan skrip, dan sebagainya.

Variabel dan Jenis Data String

Pada pemasangan alat yang berhasil, langkah selanjutnya adalah mengetahui tentang mendeklarasikan variabel. Dan mempelajari lebih lanjut tentang tipe data string dan operasi yang dapat dilakukan pada tipe data string.
Penting untuk memahami bagaimana tipe data string bekerja dengan python. Tipe data string dalam Python dianggap sebagai array karakter. Dan karakter string dapat diakses menggunakan tanda kurung siku dengan menentukan indeks

Beberapa operasi string yang harus Anda pahami adalah

  • Replace () – Digunakan untuk mengganti nilai tertentu dalam string dengan nilai baru
  • Split () – Digunakan untuk membagi string menjadi 2 bagian atau lebih berdasarkan pemisah
  • Concatenation – Operator plus digunakan untuk menggabungkan sejumlah string
  • Trim () – Digunakan untuk menghapus spasi ekstra sebelum dan sesudah string
  • Lower () dan Upper () – Digunakan untuk mengubah huruf besar/kecil. Baik huruf besar ke huruf kecil atau dari huruf kecil ke huruf besar
  • Penggunaan Indeks untuk memfilter subset string
  • Gunakan ‘IN’ dan ‘NOT’ untuk memeriksa ada/tidaknya frase dalam string

Numerik, Boolean, dan Operator

Pelajari tentang tiga tipe data numerik dalam python – Integer, Float, dan Complex. Juga tentang metode untuk mengubah data dari satu format numerik ke format numerik lainnya. Fan bagaimana hal itu akan tercermin dalam data seperti itu. Misalnya, tentukan integer, ubah menjadi float dan periksa apa yang terjadi pada nilainya.
Boolean mewakili True atau False. Mereka umumnya digunakan untuk mengevaluasi ekspresi / kondisi seperti Apakah A> B?
Datang ke Operator, mereka digunakan untuk melakukan operasi antara variabel atau nilai atau kombinasi dari variabel dan nilai. Beberapa operator yang tersedia dengan python adalah,

  • Operator Penugasan
  • Operator Perbandingan
  • Operator Aritmatika
  • Operator Logis
  • Operator Bitwise
  • Operator Identitas dan Keanggotaan

Tipe Data Koleksi (Daftar, Tuple, Set, dan Kamus)

Ada empat tipe data koleksi di python. Semua tipe data ini mungkin terlihat sangat mirip satu sama lain untuk pemula. Tetapi masing-masing memiliki fitur unik yang membedakannya dari yang lain dan membuatnya khusus untuk kasus penggunaan tertentu. Beberapa karakteristik unik mereka adalah,

Daftar

  • Menyatakan menggunakan tanda kurung ‘[‘ dan ‘]’
  • Elemen dapat diakses menggunakan Indeks
  • Mereka bisa berubah, yang berarti mereka bisa diubah / diubah
  • Mereka bisa disortir
  • Elemen daftar dapat berupa tipe data apa pun
  • Kasus penggunaan: Ini adalah tipe data pengumpulan yang paling populer di python karena memberikan lebih banyak fleksibilitas.

Tuple

  • Menyatakan menggunakan tanda kurung ‘(‘ dan ‘)’
  • Tupel tidak dapat diubah, yang berarti bahwa mereka tidak dapat diubah setelah ditentukan
  • Mereka dipesan, dapat diakses menggunakan indeks
  • Tuple jauh lebih cepat daripada daftar
  • Elemen Tuple dapat berupa tipe data apa pun
  • Kasus penggunaan: Ini harus digunakan dalam skenario di mana daftar elemen tidak dapat atau tidak boleh diubah

Set

  • Menyatakan menggunakan tanda kurung ‘{‘ dan ‘}’
  • Mereka Bisa Berubah
  • Ini tidak diurutkan dan tidak memiliki indeks untuk mengakses elemen tertentu sehingga tidak dapat memiliki duplikat
  • Meskipun kumpulan itu sendiri bisa berubah, mereka tidak bisa memiliki elemen yang bisa berubah. Seperti ‘daftar tidak bisa menjadi elemen dalam kumpulan’
  • Keistimewaan dari satu set adalah mereka mengizinkan operasi seperti Union dan Intersection
  • Kasus penggunaan: Jika ada persyaratan untuk membandingkan berbagai daftar nilai seperti mengidentifikasi jumlah elemen yang sama. Maka yang terbaik adalah mendefinisikannya sebagai satu set

Kamus

  • Menyatakan menggunakan tanda kurung ‘{‘ dan ‘}’
  • Elemen disimpan sebagai pasangan Nilai-Kunci yang mirip dengan format JSON
  • Mereka bisa berubah
  • Mereka tidak berurutan tetapi elemen-elemennya dapat diakses menggunakan Key
  • Kasus penggunaan: Jika Anda ingin memiliki pemetaan antara kunci dan nilai. Seperti nomor kontak yang dikaitkan dengan pelanggan, lebih baik mendeklarasikannya sebagai kamus. Juga, tipe data kamus dapat digunakan untuk menyimpan banyak struktur data yang kompleks

Pernyataan Aliran Bersyarat (If-Then-Else) dan Kontrol (For and While Loop)

Implementasi ini harus diketahui dengan python. Seperti dalam proyek Ilmu Data, akan ada kasus penggunaan yang mengharuskan kita untuk mengulang. Melalui Daftar Item atau bingkai data yang kita perlukan untuk mengimplementasikan fungsi Loop. Demikian pula, selalu ada persyaratan untuk memeriksa suatu kondisi. Oleh karena itu pelajari penerapan python di bawah ini

  • If-Then-Else
  • For Loop
  • While Loop

Untuk orang yang sangat baru dalam pemrograman, perbedaan mendasar antara ‘For Loop’ dan ‘While Loop’ adalah ‘For Loop’. Akan mengulang melalui daftar elemen tertentu dan di sini variabel akan diinisialisasi, diperiksa. Dan bertambah secara otomatis sementara dalam kasus ‘While Loop’. Itu akan iterasi sampai kondisi yang ditentukan dalam While Loop terpenuhi juga inisialisasi dan incrementation perlu disebutkan secara eksplisit. Lebih baik menggunakan ‘Untuk Loop’ ketika kita yakin tentang jumlah iterasi. Dalam kasus ‘While Loop’ jika Anda melewatkan penyebutan pernyataan increment di dalam loop maka itu akan menjadi loop tak terbatas.

Fungsi dan Fungsi Lambda

Fungsi digunakan untuk menghindari pengulangan kode, untuk mengurangi kompleksitas, dan untuk meningkatkan keterbacaan. Fungsi dalam python didefinisikan menggunakan ‘def’ dan biasanya akan diakhiri dengan pernyataan ‘return’. Ketika sekumpulan pernyataan perlu dieksekusi beberapa kali di bagian yang berbeda dalam proyek. Maka akan lebih baik untuk mendefinisikannya sebagai fungsi dan memanggilnya ketika diperlukan. Fungsi dapat mengambil sejumlah argumen sebagai masukan dan saat memanggil fungsi. Argumen angka harus sama persis, yaitu jika fungsi mengharapkan 2 argumen maka saat memanggil fungsi. Kita perlu melewatkan dua argumen tidak lebih dan tidak kurang.

Fungsi Lambda mirip dengan fungsi yang dapat menerima argumen apa pun tetapi hanya memiliki satu ekspresi. Tidak seperti fungsi, fungsi lambda bisa tetap anonim. Dalam kasus fungsi lambda, kata kunci ‘lambda’ akan digunakan dan sintaksnya adalah ‘argumen lambda: ekspresi’.

Konsep dasar ini hanya cukup untuk memulai Pembelajaran Sains Data. Jika Anda menyukai video tutorial, lihat seri video yang saya buat dengan python dasar yang diperlukan untuk Ilmu Data. Masing-masing memiliki 7 modul sekitar 20–30 menit dengan latihan latihan untuk dicoba di akhir setiap modul. Dan total panjang tutorialnya adalah hanya kurang dari 3 jam. Di bawah ini adalah tautan ke seri tutorial dasar python. Silakan berlangganan untuk lebih banyak konten yang berkaitan dengan Ilmu Data.

Pernyataan Akhir

Ini hanyalah awal dari perjalanan pemrograman Anda. Konsep ini akan sangat berguna untuk memulai Ilmu Data dan juga dapat membantu memecahkan hambatan belajar Anda. Ingatlah untuk melanjutkan perjalanan belajar Anda.

“Pertumbuhan intelektual harus dimulai saat lahir dan berhenti hanya saat kematian”
-Albert Einstein

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *