Introduction to Python Library
Python adalah bahasa pemrograman yang mempunyai banyak library, Library ini digunakan untuk membantu dalam mengolah atau mengerjakan task, dan juga ada daftar 5 library yang wajib temen-temen ketahui nih.
Langkah 1 : Buat Direktori
Buat direktori untuk project kita terlebih dahulu,
Langkah 2 : Buat Virtual Environtment
Setelah selesai dengan pembuatan direktori, akan lebih baik jika kita juga membuat virtual environtment pada direktori agar versi python dan juga library lain yang kita gunakan tidak berubah.
Kenapa harus pakai virtual environtment? Karena virtual environtment dapat mencegah adanya issue dependency yang terjadi nantinya.
Lalu, buka Visual Studio dan buka folder yang telah kita buat tadi dan klik new file dan pilih python File.
Setelah itu kita jalankan terminal di visual studio,
kemudian kita copy PATH folder project yang sebelumnya telah kita buat.
Lalu kita jalankan command
python -m venv Path-folder+venv
Langkah 3: Install library
setelah kita menyelesaikan virtual environtment kita akan menginstall library yang kita mau, contohnya kita akan memakai library matplotlib
terlebih dahulu kita tuliskan codingan seperti ini :
lalu kita jalankan command :
pip install matplotlib
setelah itu kita RUN.
Langkah 2 : Menjalankan Project
setelah selesai kita install kita tinggal jalankan nih temen-temen.
5 Library python yang wajib kalian ketahui
- TensorFlow
TensorFlow merupakan sebuah framework deep learning paling populer. TensorFlow bersifat open-source dan merupakan sebuah library yang memiliki performa tinggi untuk melakukan komputasi numerik. TensorFlow biasanya digunakan untuk pembuatan project machine learning dan deep learning. TensorFlow dikembangkan oleh para peneliti yang ada di tim dari Google Brain dari organisasi Google AI dan saat ini digunakan oleh para peneliti untuk pembuatan algoritma machine learning dan oleh fisikawan untuk melakukan komputasi matematika yang kompleks.
2. NumPy
NumPy adalah salah satu library yang paling banyak digunakan untuk tugas-tugas yang melibatkan komputasi ilmiah modern, serta banyak digunakan dalam project yang berhubungan dengan data science dan machine learning. Antarmuka array adalah fitur terbaik dan terpenting dari NumPy. Numpy memperkenalkan objek untuk array dan matriks multidimensi, serta beberapa fungsi yang memungkinkan pengembang untuk melakukan fungsi matematika dan statistik tingkat lanjut pada array tersebut, dengan kode yang sesedikit mungkin. Oleh sebab itu, banyak sekali library yang menggunakan array NumPy sebagai input dan output dasarnya. NumPy saat ini lebih banyak digunakan oleh para developers dalam penerapan data science.
3. Pandas
Mirip dengan NumPy, Pandas adalah library machine learning di python yang populer dikalangan developers, karena memiliki performa yang tinggi. Pandas saat ini banyak digunakan untuk memecahkan masalah Data Science dan Machine Learning modern. Pandas membantu para developers untuk memanipulasi dan menganalisis kumpulan data yang besar, tanpa harus mempelajari bahasa pemrosesan data khusus seperti R. Salah satu fitur hebat yang dimiliki library ini adalah kemampuan untuk menerjemahkan operasi kompleks dengan hanya menggunakan satu atau dua perintah. Pandas memiliki begitu banyak metode bawaan seperti untuk mengelompokkan, menggabungkan data, dan memfilter, serta fungsionalitas deret waktu. Pandas berkerja baik dengan data yang tidak lengkap, berantakan, dan tidak berlabel yaitu jenis data yang mungkin sering kalian temui di dunia nyata.
4. Tkinter
Tkinter adalah library standar Python untuk membuat aplikasi GUI atau desktop. Tkinter sebenarnya bentuk OOP dari Tcl/Tk. Tcl (Tool Command Language) adalah sebuah bahasa pemrograman dan TK adalah library yang digunakan oleh Tcl untuk membuat aplikasi GUI. Tkinter biasanya secara default di-bundle dengan Python. Jadi ketika kamu install Python, Tkinter juga akan ikut Terinstal.
5. PyTorch
PyTorch adalah library Python yang memungkinkan developers berkerja dengan project yang melibatkan Machine Learning, Deep Learning, dan Neural Networks. PyTorch menawarkan kecepatan, fleksibilitas, dan pendukung built-in untuk akselerasi GPU kepada developers, serta API yang kaya untuk memecahkan masalah aplikasi yang terkait dengan neural networks. PyTorch dikembangkan oleh kelompok riset artificial intelligence Facebook. Saat ini PyTorch lebih sering digunakan untuk penelitian, pengembangan, dan penerapan aplikasi yang memanfaatkan teknologi canggih seperti Computer Vision dan Natural Language Processing. Jika diperlukan, PyTorch juga dapat dipasangkan dengan baik dengan library canggih seperti NumPy,SciPy, dan Cython.
