Input dan Output dengan NumPy

NumPy menyediakan berbagai metode untuk membaca data dari file eksternal dan menyimpan data ke dalam file. Pemahaman tentang input dan output (I/O) dengan NumPy sangat penting dalam proses analisis data dan pertukaran data antar aplikasi. Mari kita eksplorasi lebih jauh tentang cara membaca dan menyimpan data menggunakan NumPy.

A. Membaca Data dari File

#

1. Membaca dari File Teks

#

import numpy as np

# Membaca data dari file teks (CSV)
data_from_file = np.loadtxt('data.txt', delimiter=',')

Pada contoh di atas, loadtxt digunakan untuk membaca data dari file teks (dalam hal ini, file CSV dengan delimiter koma). data_from_file akan berisi array NumPy yang merepresentasikan data dari file tersebut.

2. Membaca dari File Teks dengan Struktur Kolom

#

import numpy as np

# Membaca data dengan struktur kolom
data_from_file = np.genfromtxt('data.txt', names=True, dtype=None)

Dengan menggunakan genfromtxt, kita dapat membaca data dari file teks yang memiliki struktur kolom, termasuk baris judul (header). Parameter names=True memungkinkan kita mengakses kolom berdasarkan nama.

B. Menyimpan Data ke File

#

1. Menyimpan ke File Teks

#

import numpy as np

# Menyimpan array ke file teks
data_to_save = np.array([[1, 2, 3], [4, 5, 6]])
np.savetxt('saved_data.txt', data_to_save, delimiter=',')

Dengan menggunakan savetxt, kita dapat menyimpan array NumPy ke file teks. Parameter delimiter menentukan karakter pemisah antar kolom.

2. Menyimpan ke File NumPy (.npy)

#

import numpy as np

# Menyimpan array ke file NumPy
data_to_save = np.array([[1, 2, 3], [4, 5, 6]])
np.save('saved_data.npy', data_to_save)

Dengan menggunakan save, kita dapat menyimpan array NumPy ke file NumPy format (.npy).

3. Menyimpan dan Membaca Data Menggunakan npz (ZIP)

#

import numpy as np

# Menyimpan beberapa array ke file npz (ZIP)
data_array1 = np.array([[1, 2, 3], [4, 5, 6]])
data_array2 = np.array([[0.1, 0.2, 0.3], [0.4, 0.5, 0.6]])
np.savez('saved_data.npz', array1=data_array1, array2=data_array2)

# Membaca data dari file npz
loaded_data = np.load('saved_data.npz')
array1_loaded = loaded_data['array1']
array2_loaded = loaded_data['array2']

Dengan menggunakan savez, kita dapat menyimpan beberapa array ke dalam satu file npz dan membacanya kembali menggunakan load.

C. Pengaturan Format Data pada Operasi I/O

#

1. Pengaturan Format Data pada File Teks

#

import numpy as np

# Membaca data dengan format tertentu dari file teks
data_from_file = np.genfromtxt('data.txt', delimiter=',', dtype='int', skip_header=1, usecols=(0, 2))

Dengan menggunakan parameter dtype, skip_header, dan usecols, kita dapat mengatur format data yang dibaca dari file teks.

2. Pengaturan Format Data pada File NumPy

#

import numpy as np

# Menyimpan array dengan format data tertentu ke file NumPy
data_to_save = np.array([[1, 2, 3], [4, 5, 6]])
np.save('saved_data.npy', data_to_save.astype('float64'))

Dengan menggunakan astype, kita dapat mengatur format data array sebelum menyimpannya ke dalam file NumPy.