Referensi Python

Section Statistika dengan Python course ini memakai enam perkakas — modul statistics, modul math, NumPy, SciPy, pandas, dan matplotlib — dan tiap pustaka hanya bisa dikuasai secepat kita membaca dokumentasinya. Kabar baiknya, dokumentasi pustaka ilmiah Python termasuk yang terbaik di dunia perangkat lunak: gratis, berisi contoh yang bisa langsung disalin dan dijalankan, dan ditulis langsung oleh pengembangnya. Chapter ini memetakan tautan resmi tiap pustaka, menjelaskan pola belajar dari tutorial sampai API reference, lalu menutup dengan cara memakai Stack Overflow secara sehat dan menjaga lingkungan kerja agar cocok dengan dokumentasi yang kita baca.

Mengapa Dokumentasi Resmi #

Tiga alasan menjadikan dokumentasi resmi poros utama. Pertama, mutakhir: halaman dokumentasi diperbarui bersama rilis pustaka, jadi perilaku terbaru selalu tercantum — blog lama tidak mendapat perlakuan sama. Kedua, otoritatif: parameter default, tipe data, dan pesan galat ditulis oleh pengembang yang menulis kodenya, bukan hasil rekonstruksi pengguna. Ketiga, terstruktur: dokumentasi dibagi lapis tutorial, user guide, dan API reference sehingga bisa dibaca sesuai kebutuhan saat itu.

Satu hal yang perlu diingat: course ini menulis contoh dengan versi yang terpasang di lingkungan kerjanya — Python 3.12, NumPy 2.1, SciPy 1.14, pandas 2.2, dan matplotlib 3.9. Dokumentasi daring umumnya menyajikan versi stabil terbaru, dan perilaku antar versi bisa berbeda di pinggiran (misalnya NumPy 2.x menghapus beberapa fungsi warisan era 1.x). Selalu pastikan versi yang kita baca dan versi yang terpasang tidak berjauhan.

Peta Dokumentasi Pustaka #

Dua baris pertama adalah titik mulai paling ringan: statistics dan math terpasang bersama Python sehingga tidak ada instalasi tambahan. NumPy dan SciPy menjadi poros komputasi course ini — dari ringkasan array besar sampai uji hipotesis — sementara pandas dan matplotlib mengambil alih saat data berbentuk tabel dan hasil perlu divisualisasikan. Satu dokumen tingkat bahasa juga layak dikenal sejak awal: PEP 8, panduan gaya penulisan kode Python yang mengatur nama variabel, spasi, dan panjang baris, sehingga kode dari penulis berbeda tetap seragam pembacaannya — cukup cari kata kunci “PEP 8” di laman docs.python.org.

Pola Belajar: Tutorial, User Guide, API Reference #

Dokumentasi resmi punya tiga lapis dengan fungsi berbeda, dan urutan membacanya menentukan kecepatan belajar. Mulai dari tutorial atau quickstart: satu halaman yang memperlihatkan alur dasar pustaka dalam 15-30 menit — cukup untuk menghasilkan output pertama. Lanjut ke user guide: bab-bab per pola penggunaan dengan contoh yang dibahas; user guide pandas misalnya memiliki bab khusus untuk data hilang, pengelompokan dengan groupby, dan penggabungan tabel — tiga kebutuhan yang persis muncul di chapter Analisis Data dengan pandas. Terakhir, baru ke API reference: kamus fungsi lengkap dengan parameter dan nilai bawaannya, tempat mencari saat kita tahu persis fungsi apa yang dipakai.

Kesalahan umum pemula adalah membuka API reference lebih dulu, seperti membaca kamus sebelum membaca buku pelajaran. Pola yang sehat adalah zig-zag: kerjakan tutorial, kembali ke user guide begitu butuh pola baru, dan tembak API reference hanya saat butuh detail satu fungsi — misalnya memastikan numpy.std memakai ddof=0 secara bawaan, hal yang pernah mengagetkan kita di chapter Statistik dengan NumPy.

Galeri matplotlib sebagai Bank Contoh #

Halaman galeri matplotlib pantas disebut terpisah dari dokumentasi biasa: isinya ratusan contoh plot lengkap dengan kode dan hasilnya, terkurasi berdasar jenis grafik. Filosofi pemakaiannya adalah salin-sesuaikan: pilih contoh yang paling mendekati kebutuhan (box plot? histogram dengan dua kelompok?), salin kodenya, jalankan apa adanya untuk memastikan lingkungan sehat, lalu ubah satu bagian per waktu — data lebih dulu, label dan warna kemudian. Dengan cara ini, kita tidak pernah mulai dari kanvas kosong, dan tiap perubahan kecil langsung terlihat efeknya pada gambar.

Stack Overflow sebagai Pelengkap #

Untuk galat spesifik (“ValueError saat memanggil fungsi ini”), Stack Overflow memang tercepat — asalkan dibaca dengan cara menyaring. Pertama, periksa versi: jawaban era NumPy 1.x atau pandas 0.x bisa tidak berlaku lagi, jadi cocokkan tanggal jawaban dengan versi yang kita pakai. Kedua, jangan mempercayai tanda “accepted” begitu saja: tanda itu diberikan penanya, bukan pengembang pustaka; baca komentar dan jawaban kedua-ketiga yang sering memuat koreksi. Ketiga, pelajari format pertanyaan yang baik — MCVE (minimal, complete, verifiable example): contoh terkecil yang bisa disalin, dijalankan, dan memunculkan galat yang sama. Menyusun MCVE sering kali langsung menuntun kita menemukan akar masalah sendiri sebelum tombol kirim ditekan.

Menjaga Lingkungan dan Memverifikasi Versi #

Lingkungan kerja yang sehat menjauhkan kita dari konflik versi sebelum terjadi. Pedoman resmi pengemasan Python merekomendasikan lingkungan virtual (venv) per proyek plus berkas requirements.txt yang membekukan daftar paket dan versinya — materi lengkapnya sudah kita bahas di chapter Persiapan Python, dan panduan resminya ada di packaging.python.org . Dengan berkas itu, komputer mana pun bisa memasang kombinasi versi yang sama dan seluruh contoh dokumentasi berjalan konsisten.

Untuk memeriksa versi yang sedang terpasang, jalankan potongan pendek ini:

import numpy, scipy, pandas, matplotlib

print("numpy     :", numpy.__version__)
print("scipy     :", scipy.__version__)
print("pandas    :", pandas.__version__)
print("matplotlib:", matplotlib.__version__)

Output yang Dihasilkan:

numpy     : 2.1.3
scipy     : 1.14.1
pandas    : 2.2.3
matplotlib: 3.9.2

Empat angka itulah kombinasi yang dipakai seluruh contoh course ini. Bandingkan hasil di mesin Anda dengan versi yang tertera di dokumentasi yang sedang dibaca — bila berdekatan (misalnya NumPy 2.x dengan 2.x), contoh-contohnya hampir pasti bisa dijalankan langsung; bila melompat jauh (1.x lawan 2.x), siapkan diri menyesuaikan nama fungsi yang sudah berpindah.

Satu chapter lagi menutup section sekaligus seluruh course. Sebelum menutup buku, ada satu perkakas yang akan dipakai terus-menerus setelah belajar selesai: kosakata — dan itulah isi chapter terakhir, Glosarium.