Python Array: Kegunaan, Jenis, Cara Membuat, dan Contoh

Cari tahu lebih dalam tentang kegunaan, jenis, cara membuat, sampai contoh Python Array di artikel ini.
RevoU Staff
July 21, 2023
5
min read

Mau Belajar

Data Analytics

?

Belajar di RevoU! Dapatkan skill digital paling in-demand langsung dari praktisi terbaik di bidangnya. Kelas online 100% LIVE, 1:1 career coaching, dan akses ke Community Hub dengan 6000+ member selamanya untuk support perkembangan karir kamu!
DAFTAR FULL PROGRAMCOBA COURSE GRATIS

Overview

Array dalam Python adalah struktur data yang memungkinkan kita menyimpan dan mengatur sekelompok data dengan tipe yang sama di satu tempat. Berbeda dengan struktur data lain seperti list, array lebih efisien dalam hal penggunaan memori dan kecepatan operasi. 

Bayangkan kamu adalah seorang koki yang sedang mempersiapkan hidangan. Agar proses memasak lebih mudah dan cepat, kamu tentu membutuhkan tempat penyimpanan yang rapi untuk bumbu dan rempah-rempah, bukan?

Nah, dalam Python, array adalah tempat penyimpanan itu. Seperti rak bumbu di dapur, array dalam Python membantu kamu menyimpan dan mengatur data dengan rapi.

Artikel ini akan membahas lebih detail tentang array dalam Python, mulai dari pengertian, kegunaan, cara membuat, jenis-jenis, sampai contoh penggunaan array. Yuk, simak!

Pengertian Array dalam Python

Python array adalah struktur data yang digunakan untuk menyimpan lebih dari satu nilai dalam satu variabel tunggal. Nilai-nilai ini dikenal sebagai elemen array.

Setiap elemen memiliki indeks unik yang memungkinkan kamu mengakses dan memodifikasinya secara efisien.

Dalam Python, array mirip dengan list. Namun, keduanya memiliki perbedaan, baik dari penggunaan memori, kecepatan operasi, fungsionalitas, tipe data, sampai kegunaan.

Berikut tabel perbedaan array dan list.

Perbedaan array dan list

 Python sendiri sebenarnya tidak menyediakan dukungan bawaan untuk array, tetapi kita bisa menggunakan modul seperti "arrays" dan "NumPy". Modul "arrays" menyediakan berbagai metode yang memudahkan dalam memanipulasi array, seperti menambahkan, menghapus, atau mencari elemen. 

Sedangkan Numerical Python atau biasa disingkat NumPy merupakan library Python yang menyediakan dukungan lebih kuat dan fleksibel untuk array, termasuk array dengan dimensi lebih dari satu atau dikenal sebagai array multi-dimensi. Bahkan, NumPy memungkinkan operasi matematika pada array.

Selain itu, untuk manipulasi dan analisis data, NumPy juga dapat bekerja secara efisien dengan beberapa library Python lainnya seperti Pandas serta Matplotlib (untuk visualisasi data). Penggunaan array melalui modul NumPy juga memudahkan proses pengolahan data seperti pengurutan, pencarian, penggabungan, pemrosesan, dan analisis data tingkat lanjut.

Kegunaan Array dalam Python

Array dalam Python memiliki berbagai kegunaan yang penting, terutama dalam pengolahan dan analisis data. Berikut beberapa kegunaan utama dari array dalam Python:

Pengolahan data numerik

Sebagai data analyst, tentu kita sering kali perlu bekerja dengan sejumlah besar data numerik. Dalam kasus seperti ini, array dapat menjadi pilihan yang lebih baik dibandingkan dengan list atau struktur data lainnya. Hal ini dikarenakan array dapat menyimpan data dengan tipe yang sama, sehingga operasi pada array bisa lebih cepat dan efisien.

Operasi matematika

Array dalam Python juga berguna dalam melakukan operasi matematika. Misalnya, kita dapat melakukan operasi seperti penjumlahan, pengurangan, perkalian, dan pembagian pada setiap elemen dalam array. Hal ini sangat membantu dalam analisis statistik atau komputasi numerik.

Pengurutan data

Array bisa dimanfaatkan untuk pengurutan data. Dengan menggunakan metode seperti sort(), kita dapat mengurutkan elemen dalam array dalam urutan naik ataupun turun.

Manipulasi data

Modul array dalam Python menyediakan berbagai metode yang memudahkan kita memanipulasi data. Misalnya, kita dapat menambahkan elemen baru, menghapus elemen, serta mencari elemen dalam array. Proses ini memudahkan dalam bekerja dengan data besar.

Penghematan memori

Dikarenakan array hanya memperbolehkan elemen dengan tipe data yang sama, penggunaan memori untuk array bisa lebih efisien dibandingkan dengan list atau struktur data lain.

Cara Membuat Array

Untuk membuat array dalam Python, kamu perlu mengikuti langkah-langkah berikut:

#1 import modul

Sebelum membuat array, kamu harus mengimpor modul "array". Langkah ini dilakukan dengan mengetikkan "import array" di awal kode.

#2 Buat array

Setelah itu, kamu bisa membuat array menggunakan sintaks:

"array.array(typecode, [Initializers])"

Di sini, "typecode" amenunjukkan tipe data yang akan disimpan dalam array. "[Initializers]" adalah daftar nilai awal array.

Misalkan kamu ingin membuat array dengan elemen integer. Kamu bisa menggunakan kode 'i' untuk typecode dan memasukkan list nilai sebagai initializers.

Sekarang kamu telah berhasil membuat array yang berisi integer [1, 2, 3, 4, 5].

Untuk membuat array lebih kompleks seperti array multi-dimensi atau yang sering disebut dengan nth-dimension array, kamu bisa menggunakan nested list. Nested list adalah list yang berisi list lainnya. 

Misalkan kamu ingin membuat array 2D atau matrix, kamu menggunakan list di dalam list seperti berikut:

Di sini, arr_2d adalah array 2D yang berisi 3 array 1D.

Meskipun ini bisa dilakukan dengan fungsi dasar Python, namun untuk array dengan dimensi besar atau operasi yang kompleks, library seperti NumPy lebih disarankan karena alasan efisiensi dan kenyamanan.

#3 Akses elemen array

Untuk mengakses elemen dalam array, kamu bisa menggunakan indeksnya. Indeks array dimulai dari 0. Misalnya, jika kamu ingin mengakses elemen kedua dalam array, ketikkan "arr[1]".

#4 Manipulasi elemen array

Kamu juga dapat memodifikasi elemen dalam array dengan menggunakan indeksnya. Misalnya, jika kamu ingin mengubah elemen pertama array menjadi 10, ketikkan "arr[0] = 10".

Selain itu, modul array juga menyediakan berbagai metode lain untuk memanipulasi array, seperti append() untuk menambahkan elemen baru, remove() untuk menghapus elemen, dan lain-lain.

{{COMPONENT_IDENTIFIER}}

Jenis-Jenis Array dalam Python

Berikut jenis-jenis array dalam Python:

Array numerik

Jenis array ini digunakan untuk menyimpan nilai numerik, seperti bilangan bulat dan bilangan pecahan. Ada beberapa tipe kode yang dapat digunakan untuk array numerik, seperti 'i' untuk integer, 'f' untuk float, dan 'd' untuk double.

Array numerik bermanfaat dalam analisis data yang melibatkan perhitungan matematika.

Array karakter

Array karakter dipakai untuk menyimpan karakter atau string. Tipe kode yang digunakan adalah 'u' yang menyatakan karakter unicode. Array karakter sering dimanfaatkan dalam memproses dan menganalisis teks.

Array boolean

Array boolean digunakan untuk menyimpan nilai boolean, yaitu True atau False. Tidak ada tipe kode khusus untuk array boolean dalam Python, tetapi kamu bisa menggunakan array integer dengan nilai 0 dan 1 untuk merepresentasikan False dan True.

Array boolean sering diterapkan dalam operasi logika dan pengkondisian.

Array multi-dimensi

Array multi-dimensi atau yang sering dikenal dengan istilah nth-dimension array merupakan salah satu fitur penting dan ciri khas yang membedakan array dan list dalam Python.

Array jenis ini terdiri dari array yang berisi array lainnya, memungkinkan kamu menyimpan dan mengolah data dalam lebih dari satu dimensi. Jika array satu dimensi serupa dengan list atau baris data, array dua dimensi serupa dengan tabel yang memiliki baris dan kolom.

Namun, array dalam Python tidak terbatas pada dua dimensi saja. Kamu bisa saja memiliki array tiga dimensi, empat dimensi, dan seterusnya, tergantung pada kebutuhan analisis data perusahaan.

Operasi pada array multi-dimensi sedikit lebih kompleks dibandingkan dengan list biasa. Itulah sebabnya library seperti NumPy menyediakan berbagai fungsi yang memudahkan manipulasi dan operasi pada array multi-dimensi.

Contoh Penggunaan Array

Berikut ini beberapa operasi umum yang dapat kita lakukan pada array beserta contohnya.

Menggabungkan array

Jika kamu memiliki dua array dan ingin menggabungkannya menjadi satu, kamu bisa menggunakan metode extend().

Sebagai contoh, kamu memiliki dua array. Array pertama berisi angka 1 sampai 3 dan array kedua berisi angka 4 sampai 6. Kamu bisa menggabungkan keduanya dengan cara seperti berikut:

Slicing array

Slicing memungkinkan untuk mendapatkan sebagian elemen dalam array. Misalnya, jika kamu ingin mendapatkan tiga elemen pertama dari array di atas, kamu dapat melakukan slicing seperti berikut:

Looping array

Looping memungkinkan kamu mengakses setiap elemen dalam array. Contohnya, jika kamu ingin mencetak setiap elemen dalam array, kamu bisa menggunakan loop for:

Contoh penggunaan operasi-operasi di atas bisa sangat beragam. Kamu bisa menggabungkan array untuk menggabungkan data dari dua sumber yang berbeda, menggunakan slicing untuk mendapatkan data dalam rentang tertentu, atau menggunakan looping untuk melakukan operasi pada setiap data.

FAQ (Frequently Ask Question)

Apa fungsi metode append() dalam array?

Metode append() digunakan untuk menambahkan elemen baru ke akhir array. Misalnya, "arr.append(10)" akan menambahkan integer 10 ke akhir array "arr".

Bagaimana cara menghapus elemen dalam array?

Kamu bisa menggunakan metode remove() untuk menghapus elemen dari array. Contohnya, "arr.remove(10)" akan menghapus elemen pertama dengan nilai 10 dari array "arr".

Apa perbedaan antara metode remove() dan metode pop() dalam Array?

Metode remove() menghapus elemen pertama dengan nilai tertentu. Di sisi lain, metode pop() menghapus elemen pada indeks tertentu dan mengembalikan nilai elemen tersebut.

Penutup

Array dalam Python adalah struktur data yang memungkinkan kita menyimpan dan mengatur sekelompok data dengan tipe yang sama di satu tempat. Berbeda dengan struktur data lain seperti list, array lebih efisien dalam hal penggunaan memori dan kecepatan operasi. 

Modul "array" di Python memudahkan kita membuat dan mengoperasikan array dengan berbagai metode yang tersedia.

Ada berbagai jenis array yang bisa kita gunakan, seperti array numerik, karakter, dan boolean, tergantung pada kebutuhan perusahaan.

RevoU Staff
Kickstart your career in tech with RevoU!

Masih ragu? Coba dulu 3 hari, GRATIS
di Full-Stack Trial Class!

Rasakan pengalaman belajar di RevoU Full-Stack Program: Kelas 100% LIVE, Mini portofolio lewat hands-on assignment, Bimbingan Team Lead & small group discussion. Kalau cocok, kamu bisa lanjut daftar Full Program dengan kesempatan Fast-Track (skip semua tes seleksi masuk, langsung ke tahap akhir!)

Masih ragu? Coba dulu 3 hari, GRATIS
di Full-Stack Trial Class!

Rasakan pengalaman belajar di RevoU Full-Stack Program: Kelas 100% LIVE, Mini portofolio lewat hands-on assignment, Bimbingan Team Lead & small group discussion. Kalau cocok, kamu bisa lanjut daftar Full Program dengan kesempatan Fast-Track (skip semua tes seleksi masuk, langsung ke tahap akhir!)

Masih ragu? Coba dulu 3 hari, GRATIS
di Full-Stack Trial Class!

Rasakan pengalaman belajar di RevoU Full-Stack Program: Kelas 100% LIVE, Mini portofolio lewat hands-on assignment, Bimbingan Team Lead & small group discussion. Kalau cocok, kamu bisa lanjut daftar Full Program dengan kesempatan Fast-Track (skip semua tes seleksi masuk, langsung ke tahap akhir!)

Artikel Lainnya

Mau belajar

Data Analytics

?

Belajar di RevoU! Dapatkan skill digital paling in-demand langsung dari praktisi terbaik di bidangnya. Kelas online 100% LIVE, 1:1 career coaching, dan akses ke Community Hub dengan 6000+ member selamanya untuk support perkembangan karir kamu!
Menu

Mulai karirmu dalam

Data Analytics

Belajar di RevoU! Dapatkan skill digital paling in-demand langsung dari praktisi terbaik di bidangnya. Kelas online 100% LIVE, 1:1 career coaching, dan akses ke Community Hub dengan 6000+ member selamanya untuk support perkembangan karir kamu!

Mau Belajar

Data Analytics

?

Belajar di RevoU! Dapatkan skill digital paling in-demand langsung dari praktisi terbaik di bidangnya. Kelas online 100% LIVE, 1:1 career coaching, dan akses ke Community Hub dengan 6000+ member selamanya untuk support perkembangan karir kamu!

DAFTAR FULL PROGRAM

Mau Belajar

Data Analytics

?