Referensi Python

Seluruh alat data science yang kita pakai — NumPy, pandas, scikit-learn — pada akhirnya berjalan di atas satu bahasa: Python. Karena itu dokumentasi Python sendiri tetap perlu jadi rujukan rutin, bukan sekadar pelengkap. Dokumentasi NumPy dan pandas sudah kita petakan pada chapter-chapter sebelumnya, jadi pada chapter ini kita fokus pada bahasa Python beserta perkakas di sekelilingnya: pengelolaan paket, lingkungan virtual, dan pengujian. Kita juga membicarakan PEP — dokumen yang menjaga bahasa ini tetap tertata — serta cara memeriksa versi pustaka yang terpasang tanpa menyentuh jaringan.

Dokumentasi Bahasa Python #

Dua halaman di docs.python.org paling sering menolong pekerjaan analisis data. Pertama, tutorial struktur data yang menjelaskan list, dict, set, dan pemahaman daftar secara mendalam — fondasi yang kita pakai sejak chapter struktur data Python . Kedua, modul statistics pada pustaka standar: kumpulan fungsi mean, median, stdev, hingga korelasi yang bisa dipakai tanpa memasang apa pun. Untuk data kecil dan perhitungan cepat, modul ini sering lebih ringkas daripada membuka pandas.

Kebiasaan kecil yang bermanfaat: ketika menemukan perilaku Python yang mengejutkan — misalnya mutasi list bawaan suatu fungsi — cek bagian tutorial dan pustaka standar docs.python.org sebelum mencari ke tempat lain. Dokumentasi Python termasuk yang paling tertata di ekosistem ini, dan hampir semua kejutan punya catatan resminya di sana.

Lingkungan Kerja dan Pengelolaan Paket #

Tidak seperti library analisis data, perkakas pengelolaan paket tidak menuntut pembacaan harian — tetapi saat dibutuhkan, kita butuh rujukan yang tepat. Tabel berikut memetakannya:

Materi Course ini memakai pola venv dan pip yang dibahas pada chapter virtual environment dan manajemen dependensi . Dokumen modul venv menjelaskan parameter pembuatan lingkungan secara teliti, sedangkan tutorial-nya menyajikan alur lengkap untuk pemula. Panduan packaging Python berperan sebagai peta induk: halaman tersebut menjelaskan kapan paket perlu dibekukan, apa itu berkas pyproject.toml, dan bagaimana proyek dibagikan agar orang lain bisa menjalankannya.

Menulis Pengujian untuk Analisis #

Pengujian bukan wilayah khusus pengembang aplikasi. Fungsi analisis yang kita tulis sendiri — misalnya pembersih teks atau penghitung metrik — layak diuji agar tidak diam-diam menghasilkan angka yang salah. Kerangka pengujian standar di ekosistem Python adalah pytest : kita menulis fungsi bernama test_... berisi pernyataan assert, dan pytest menjalankan semuanya sambil melaporkan yang gagal.

Kita sebenarnya sudah memakai pola assert pada chapter validasi kualitas data untuk memeriksa integritas tabel. pytest mengembangkan pola itu menjadi perlengkapan lengkap: pengujian berparameter, pemisahan persiapan berkas, dan laporan runtutan kegagalan. Bagian getting started pada dokumentasinya cukup dibaca sekali untuk bisa langsung memakai dasar-dasarnya.

PEP dan Zen of Python #

Arah perkembangan Python dijaga lewat dokumen bernama PEP (Python Enhancement Proposal) — usulan tertulis yang dibahas terbuka sebelum disepakati. Dua PEP yang paling sering kita dengar: PEP 8 yang memuat pedoman gaya penulisan kode, dan PEP 20 yang memuat prinsip desain Python dalam bentuk pepatah singkat. PEP 20 ini pula yang dikenal sebagai Zen of Python; isinya bisa dilihat kapan pun dari terminal dengan menjalankan python -c "import this".

Bagi praktisi data, PEP 8 adalah yang paling berdampak sehari-hari: penamaan variabel yang konsisten, spasi yang seragam, dan panjang baris yang tertata membuat notebook kita lebih mudah dibaca rekan kerja. Zen of Python berperan sebagai kompas rasa: baris seperti simple is better than complex dan readability counts adalah tolok ukur ketika kita bingung memilih antara dua cara penulisan kode yang sama-sama berjalan.

Memeriksa Versi yang Terpasang #

Kebiasaan mencocokkan versi — yang kita bahas di chapter Dokumentasi Resmi — membutuhkan satu keterampilan kecil: membaca versi pustaka yang terpasang tanpa membuka jaringan. Modul importlib.metadata dari pustaka standar menyediakannya.

import sys
from importlib.metadata import version

print("Python       :", sys.version.split()[0])
for paket in ["numpy", "pandas", "matplotlib", "scikit-learn", "scipy", "statsmodels"]:
    print(f"{paket:<12}:", version(paket))

Output yang Dihasilkan:

Python       : 3.12.15
numpy       : 2.1.3
pandas      : 2.2.3
matplotlib  : 3.9.2
scikit-learn: 1.5.2
scipy       : 1.14.1
statsmodels : 0.14.5

Mari kita telaah baris-baris kode di atas:

1. Baris 1-2 (import sys, from importlib.metadata import ...): versi bahasa dibaca dari sys.version, sedangkan versi pustaka dari importlib.metadata — keduanya bagian pustaka standar sehingga skrip ini jalan di lingkungan Python mana pun tanpa pemasangan tambahan.
2. Baris 4 (sys.version.split()[0]): sys.version berisi kalimat panjang seperti 3.12.15 (main, ...). Kita mengambil kata pertamanya saja, yaitu nomor versi.
3. Baris 5-6 (for paket in [...]): fungsi version() menerima nama distribusi paket — perhatikan bahwa namanya scikit-learn, bukan sklearn, karena versi mengikuti nama paket di PyPI, bukan nama modul impornya.
4. Baris 6 (f"{paket:<12}:"): format :<12 merata-kanankan nama paket dalam lebar dua belas karakter agar keluaran membentuk kolom yang rapi.

Rangkuman #

• Dua halaman docs.python.org yang paling sering dibuka untuk analisis data: tutorial struktur data dan modul statistics pada pustaka standar.
• Perkakas lingkungan dan paket — venv, pip, panduan packaging, uv — dibaca per kebutuhan; petakan rujukannya sekali supaya tidak tersesat saat masalah muncul.
• pytest memperluas pola assert yang sudah kita pakai untuk validasi data menjadi perlengkapan pengujian yang lengkap.
• PEP 8 menjaga gaya kode kita, Zen of Python (import this) menjadi kompas rasa desain, dan importlib.metadata.version() membaca versi pustaka tanpa jaringan.

Python menyediakan bahasanya; di atasnya, pandas menyediakan alat kerja utama kita selama menganalisis data. Chapter berikutnya memetakan dokumentasi pandas dan geopandas chapter demi chapter, sehingga kita tahu persis halaman mana yang dibuka untuk tiap teknik analisis.