Pengenalan Ekosistem Data Python

Analisis data selalu dimulai dari masalah yang sama: sebuah file berisi ribuan baris, dan pertanyaan yang harus dijawab sebelum sore. Python lahir sebagai bahasa umum, tetapi di sekitarnya tumbuh ekosistem paling lengkap untuk data: dari array numerik sampai grafik siap presentasi. Sebelum menyelami kode, kita petakan dulu alat-alatnya agar setiap chapter berikutnya punya tempat yang jelas di peta.

Peta Ekosistem Data Python #

Seluruh stack data Python berdiri di atas satu fondasi: NumPy. Library lain dibangun di atas NumPy atau di atas library yang berdiri di atas NumPy, sehingga data dapat mengalir dari satu lapis ke lapis berikutnya tanpa konversi mahal.

Peran setiap lapis dapat diringkas sebagai berikut:

Urutan belajar section ini mengikuti arah panah pada diagram: kita mulai dari NumPy di dasar, naik ke pandas, lalu ke visualisasi. Setelah kedua pilar itu kokoh, Section Machine Learning tinggal memanfaatkan DataFrame yang sudah rapi sebagai bahan model.

Kapan Standard Library Cukup #

Ekosistem data bukan satu-satunya jalan. Section Data Processing telah membuktikan bahwa module csv, json, dan sqlite3 dari standard library sanggup menyelesaikan pipeline data end-to-end tanpa satu pun dependensi eksternal. Patokan praktisnya:

Aturan sederhananya: jika data masih sederhana dan cukup dibaca sekali jalan, module csv memadai. Begitu analisis menjadi siklus baca-ubah-hitung-ulang, pandas menghemat waktu Anda.

Instalasi dan Versi #

Empat package inti section ini dipasang dengan satu perintah pip:

pip install numpy pandas matplotlib seaborn

Seluruh contoh kode pada section ini diuji pada kombinasi versi berikut, sehingga hasil Anda akan identik bila versinya sama:

import sys

import matplotlib
import numpy as np
import pandas as pd
import seaborn as sns

print("Python     :", sys.version.split()[0])
print("NumPy      :", np.__version__)
print("pandas     :", pd.__version__)
print("matplotlib :", matplotlib.__version__)
print("seaborn    :", sns.__version__)

Output yang Dihasilkan:

Python     : 3.12.15
NumPy      : 2.1.3
pandas     : 2.2.3
matplotlib : 3.9.2
seaborn    : 0.13.2

Perhatikan dua hal pada versi tersebut. Pertama, NumPy 2.x membawa perubahan perilaku kecil dibanding NumPy 1.x (misalnya tampilan nilai skalar), sehingga tutorial lawas bisa menampilkan hasil yang sedikit berbeda. Kedua, pemasangan sebaiknya dilakukan di dalam virtual environment agar versi per proyek tidak saling menimpa — materi lengkapnya ada di chapter Membuat Virtual Environment.

Alur Kerja Analisis Data #

Bagaimanapun lengkapnya alat, alur kerja analisis data hampir selalu berbentuk sama. Diagram berikut akan menjadi peta berulang di sepanjang section ini:

Alur tersebut bukan garis lurus sekali jalan. Hasil inspeksi sering mengirim kita kembali ke langkah pembersihan, dan grafik yang janggal memaksa agregasi dihitung ulang. Sembilan chapter di section ini menyusuri alur itu secara berurutan: chapter NumPy dan pandas membangun fondasi, chapter pembersihan dan analisis eksploratif mengurus tabel yang layak analisis, dua chapter visualisasi mengubah angka menjadi gambar, dan satu chapter terakhir mengemas hasil untuk dibagikan.