Python

Di Python, tuple adalah struktur data yang penting dan serbaguna untuk menyimpan beberapa item dalam satu variabel. Meskipun mirip dengan list, tuple memiliki beberapa perbedaan penting. Memahami cara bekerja dengan tuple sangat penting untuk pemrograman Python yang efisien dan efektif. Dalam panduan ini, kita akan membahas dasar-dasar tuple, fitur-fiturnya, dan penggunaannya. Apa Itu Tuple? Tuple adalah koleksi elemen yang immutable (tidak bisa diubah) dan terurut. Berbeda dengan list, begitu tuple dibuat, isinya tidak bisa diubah. Tuple dapat menyimpan item dengan berbagai tipe data dan sering digunakan untuk mengelompokkan data yang terkait.

Sebagai developer independen, saya sering nemuin kasus di mana data harus disimpan dan diolah secara efisien. Awalnya saya bingung bedain kapan pakai list, kapan pakai array, atau NumPy. Setelah nyobain beberapa cara, ternyata masing-masing punya keunggulan sendiri. Gini deh, mari kita bahas lengkap tapi santai. 1. Lists: Array Paling Fleksibel Di Python, list sering dipakai sebagai array karena fleksibel dan gampang banget. Bisa nyimpen berbagai tipe data sekaligus. Copy # List integer numbers = [1, 2, 3, 4, 5] # List campur-campur mixed_list = [1, "Python", 3.14, True] # Akses & ubah elemen numbers[2] = 35 # [1, 2, 35, 4, 5] Kelebihannya: fleksibel, gampang dipakai, cocok buat data campuran. Kekurangannya: nggak seefisien array murni kalau datanya banyak dan homogen.

Sebagai developer independen, awalnya saya sering bingung bedain kapan pakai fungsi biasa, lambda, atau generator. Tapi setelah sering eksperimen, ternyata tiap jenis fungsi punya keunggulan sendiri dan bikin kode lebih rapi serta reusable. Gini deh, mari kita bahas lengkap. 1. Built-in Functions Python sudah menyediakan banyak fungsi bawaan yang bisa langsung dipakai: Copy print("Hello, world!") print(len([1,2,3])) print(sum([1,2,3])) Contoh lain: type(), range(), dll. Simpel tapi powerful.

Sebagai developer independen, saya sering banget ketemu kasus di mana data harus disimpan dan diolah dengan fleksibel. Awalnya saya rada bingung bedain kapan pakai list biasa, nested list, atau cara querying yang efisien. Tapi setelah sering eksperimen, Python lists itu ternyata powerful banget. Gini deh, mari kita kupas tuntas. 1. Membuat Lists Dasar Copy # Kosong empty_list = [] # Integer numbers = [1, 2, 3, 4, 5] # Campur-campur mixed_list = [1, "Hello", 3.14, True] # Nested list nested_list = [[1,2,3], [4,5,6], [7,8,9]] Menggunakan list() Copy tuple_to_list = list((1,2,3)) string_to_list = list("hello") 2. Mengakses & Mengubah Elemen Copy numbers = [10, 20, 30, 40, 50] # Akses first_element = numbers[0] last_element = numbers[-1] slice_of_list = numbers[1:4] # Modifikasi numbers[1] = 99 3. Menambah & Menghapus Elemen Copy numbers = [1,2,3] # Menambah numbers.append(4) numbers.extend([5,6]) numbers.insert(1, 10) # Menghapus numbers.remove(3) removed = numbers.pop(1) del numbers[1] 4. Operasi Dasar Lists Copy list1 + list2 # Concatenation [1,2,3] * 3 # Repetition 3 in [1,2,3] # Membership 5. Iterasi & List Comprehension Copy for n in numbers: print(n) squares = [x**2 for x in range(10)] evens = [x for x in range(10) if x%2==0] 6. Multidimensional Lists Copy matrix = [ [1,2,3], [4,5,6], [7,8,9] ] tensor = [ [[1,2],[3,4]], [[5,6],[7,8]], [[9,10],[11,12]] ] # Akses element = matrix[1][2] block = tensor[0] # Iterasi for row in matrix: for val in row: print(val, end=' ') print() 7. Querying Lists Copy numbers = [1,2,3,4,5,6,7,8,9,10] # Filtering evens = [x for x in numbers if x%2==0] evens2 = list(filter(lambda x: x%2==0, numbers)) # Searching greater_than_five = next((x for x in numbers if x>5), None) all_positive = all(x>0 for x in numbers) # Aggregating total_sum = sum(numbers) min_value = min(numbers) max_value = max(numbers) 8. Kesimpulan Gini deh, Python lists itu simpel tapi powerful. Dari list dasar, nested list, sampai querying, semuanya bikin manipulasi data lebih fleksibel. Kita rutin pakai list dan list comprehension, coding Python sehari-hari jadi lebih cepat dan enak.

Dictionaries di Python adalah salah satu struktur data paling fleksibel dan kuat. Mereka memungkinkan saya menyimpan data dalam pasangan kunci-nilai, ideal untuk situasi di mana setiap kunci unik harus dikaitkan dengan sebuah nilai. Apakah kamu sedang mengelola konfigurasi, menyimpan data pengguna, atau bekerja dengan JSON, memahami dictionaries adalah kunci untuk pemrograman Python yang efisien. Panduan ini akan membahas pembuatan, manipulasi, dan fitur lanjutan dictionaries di Python. Apa itu Python Dictionary? Dictionary adalah koleksi item yang mutable dan unordered. Setiap item terdiri dari pasangan kunci-nilai. Kunci harus unik dan immutable (misalnya string, angka, atau tuple dari elemen immutable). Nilai bisa berupa tipe data apa pun dan bisa duplikat.

Di Python, set adalah struktur data yang kuat dan serbaguna untuk menangani kumpulan item unik. Berbeda dengan list atau tuple, set tidak berurutan dan tidak memperbolehkan elemen duplikat. Set sangat berguna untuk operasi yang melibatkan pengecekan keanggotaan, penghapusan duplikat, dan operasi himpunan matematika. Panduan ini akan membahas dasar-dasar set, fitur-fiturnya, dan cara menggunakannya secara efektif dalam program Python Anda. Apa Itu Set? Set di Python adalah kumpulan elemen unik yang tidak berurutan. Artinya, set tidak mempertahankan urutan elemen, dan setiap elemen harus berbeda. Set ideal untuk operasi yang membutuhkan keunikan dan pengecekan keanggotaan.

Virtual environment adalah fitur penting di Python yang memungkinkan Anda mengisolasi paket dan dependensi untuk setiap proyek dari lingkungan Python global. Ini sangat berguna saat mengerjakan beberapa proyek yang mungkin membutuhkan versi paket berbeda. Dalam panduan ini, kita akan membahas cara menggunakan venv, modul bawaan Python untuk membuat dan mengelola virtual environment. Apa itu venv? venv adalah modul bawaan di Python yang digunakan untuk membuat virtual environment. Virtual environment adalah direktori yang berisi salinan interpreter Python serta alat untuk install paket Python, seperti pip. Dengan virtual environment, Anda dapat:

Kadang-kadang, waktu ngoding, saya perlu nyari teks spesifik di dalam string panjang. Python punya metode bawaan, tapi kadang pengen kontrol lebih: misal dapat beberapa karakter sebelum dan sesudah keyword. Nah, di sini saya tunjukin cara bikin fungsi FindText custom buat tujuan itu. 1. Fungsi FindText Fungsinya simpel: cari substring di string besar, lalu return potongan teks substring itu. Bisa juga tentuin berapa banyak karakter sebelum dan sesudah substring. Copy def FindText(text, keyword, space=100): idx = text.find(keyword) if idx > -1: start = max(idx - space, 0) end = min(len(text), idx + len(keyword) + space) return text[start:end] else: return 'not found' 2. Penjelasan Singkat text.find(keyword) → cari posisi substring. Kalau nggak ada, balik -1. start → awal potongan teks: idx - space, tapi nggak boleh negatif. end → akhir potongan teks: idx + len(keyword) + space, maksimal panjang string. Return → kalau ketemu, return potongan teks; kalau nggak, return 'not found'. 3. Contoh Penggunaan Copy text = "Lorem ipsum dolor sit amet, consectetur adipiscing elit. Sed do eiusmod tempor incididunt ut labore et dolore magna aliqua." substring = "consectetur" result = FindText(text, substring, space=20) print(result) Output:

Python menawarkan fleksibilitas tinggi dalam pemrosesan data, terutama saat bekerja dengan data yang diambil dari API. Salah satu cara efisien untuk memproses data secara cepat adalah dengan menggunakan fungsi lambda, yaitu fungsi anonim kecil yang cocok untuk tugas-tugas sederhana. Di sini, akan akan membahas bagaimana menggunakan fungsi lambda bersamaan dengan library requests untuk mengambil dan memproses data dari sebuah API. 1. Mengambil Data dari API Langkah pertama adalah mengambil data dari API menggunakan library requests. Berikut contoh mengambil data dari API: