KAMU LAGI BELAJAR DATA SCIENCE ? PELAJARI LIBRARY PENTING INI DI PYTHON !

Python adalah bahasa pemrograman yang interaktif, portabel, dan object oriented. Bahasa pemrograman open source ini bisa dijalankan di berbagai macam system, termasuk Linux, macOS, dan Windows. Python telah dibangun dengan banyak library untuk digunakan programmer agar lebih memudahkan dalam memecahkan masalah dan menyelesaikan tugas-tugas rumit tanpa banyak gangguan penggunaan kode

Berikut 5 library python terbaik untuk data science :

1. NumPy

Dikembangkan oleh Travis Oliphant pada tahun 2015, NumPy atau Numerical Python adalah library Python dasar untuk perhitungan matematis dan ilmiah. NumPy memiliki fungsi aljabar linier, Fourier transform, dan komputasi matriks yang digunakan untuk mengembangkan aplikasi dimana kecepatan dan sumber daya menjadi prioritas utama

2. TensorFlow

TensorFlow adalah library untuk komputasi numerik berkinerja tinggi dengan sekitar 35.000 komentar dan memiliki komunitas yang besar dengan sekitar 1.500 kontributor. Library ini digunakan di berbagai bidang ilmiah. TensorFlow adalah kerangka kerja untuk mendefinisikan dan menjalankan komputasi dengan melibatkan tensor yang merupakan sebagian objek komputasi yang telah ditentukan hingga akhirnya menghasilkan sesuatu yang bernilai

3. Matplotlib

Matplotlib mempunyai visual powerful namun indah. Ini adalah library plotting untuk Python dengan sekitar 26.000 komentar di GitHub dan punya komunitas yang sangat besar dengan 700 kontributor.

Karena grafik dan plot yang dihasilkannya, library ini banyak digunakan untuk visualisasi data. Library ini juga menyediakan API berorientasi objek, yang dapat digunakan untuk menanamkan plot tersebut ke dalam aplikasi

4. Pandas

Pandas dikembangkan oleh Wes McKinney dimana ini digunakan untuk manipulasi dan analisis data. Pandas menyediakan struktur data yang cepat, fleksibel dan ekspresif serta menyediakan fitur seperti penanganan data yang hilang, pengindeksan yang rumit dan penyelarasan data.

Pandas menyediakan struktur data yang cepat, fleksibel, dan ekspresif yang dapat membantu developer bekerja dengan data berlabel dan relasional

5. Scrapy

Scrapy digunakan untuk membantu ngedevelop program spider bots yang dapat mengambil data terstruktur dari web. Ini adalah tool yang tepat untuk melatih data yang digunakan misalnya, model pembelajaran mesin python. Pengembangan menggunakannya untuk mengumpulkan data dari API. Framework ini mengikuti prinsip jangan mengulangi dalam desain antarmuka. Akibatnya, tools ini menginspirasi usernya untuk menulis kode universal yang dapat digunakan kembali untuk membangun dan meningkatkan crawling data