Program Sederhana Menggunakan Nasted List dan Pustaka Numpy

 

Pengertian Nested List dan NumPy

  • Nested List adalah sebuah list di dalam list lain. Ini bisa digunakan untuk menyimpan data dalam bentuk dua dimensi (seperti matriks atau tabel). Misalnya, list di dalam list yang dapat mewakili sebuah matriks.
  • NumPy adalah pustaka di Python yang menyediakan kemampuan untuk bekerja dengan array multidimensi yang lebih efisien daripada list biasa. Dengan NumPy, kita dapat melakukan operasi matematika dan statistik dengan cepat dan mudah.

Program Sederhana Menggunakan Nested List dan NumPy

Misalkan kita ingin membuat program untuk menjumlahkan dua matriks menggunakan list bertingkat dan NumPy.



Penjelasan Kode:

  1. Definisikan Nested List:
    • Matriks pertama (matriks1) dan matriks kedua (matriks2) didefinisikan sebagai nested list yang berisi tiga list di dalamnya, yang masing-masing mewakili baris pada matriks.
  2. Mengubah Nested List menjadi Array NumPy:
    • Menggunakan np.array() untuk mengubah matriks1 dan matriks2 menjadi objek array NumPy. Array ini memungkinkan kita melakukan operasi aritmatika (seperti penjumlahan) secara efisien.
  3. Penjumlahan Matriks:
    • Penjumlahan kedua matriks dilakukan langsung dengan menggunakan operator +, yang didukung oleh NumPy untuk array multidimensi.
  4. Output:
    • Program ini akan menampilkan matriks awal dan hasil penjumlahan kedua matriks.


Hasil Output:

Matriks 1:

[[1 2 3]

 [4 5 6]

 [7 8 9]]

 

Matriks 2:

[[9 8 7]

 [6 5 4]

 [3 2 1]]

 

Hasil Penjumlahan Matriks:

[[10 10 10]

 [10 10 10]

 [10 10 10]]


Keuntungan Menggunakan NumPy

  • Efisiensi: Operasi pada array NumPy jauh lebih cepat dibandingkan dengan operasi pada list biasa.
  • Fleksibilitas: NumPy mendukung berbagai macam operasi matematika dan statistik pada array multidimensi.
  • Kemudahan Penggunaan: Dengan NumPy, operasi seperti penjumlahan matriks atau perkalian matriks bisa dilakukan dengan sangat sederhana.

Dengan menggunakan nested list untuk struktur data dan NumPy untuk pemrosesan, kita bisa membuat program yang efisien dan mudah dikelola.


Komentar

Postingan Populer