0Pricing
Data Science Academy · Pelajaran

Catatan Markdown di Samping Kode

Dokumentasikan analisis tepat di samping hasilnya.

Catatan Markdown di Samping Kode adalah pelajaran Data Science Academy gratis di CoddyKit. Ini adalah pelajaran 3 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Data Science Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Data Science Academy mencakup 4 pelajaran total.

Bagian dari pelajaran ini belum diterjemahkan dan ditampilkan dalam bahasa Inggris.

Two Kinds of Cells

A notebook cell can hold code or words. Switching one to a Markdown cell lets you write notes that sit right beside your analysis.

Make a Cell Markdown

Select a cell, press Esc, then M to turn it into a Markdown cell. Press Y to turn it back into code whenever you need.

Render It With Run

A Markdown cell shows raw text until you run it. Shift+Enter renders it into clean, formatted prose, just like running code.

Headings Give Structure

Start a line with # to make a heading. More hashes mean smaller headings, so you can outline your analysis like a real document.

# Sales Analysis
## Data Cleaning

Bold and Italic Emphasis

Wrap words in double stars for bold and single stars for italic. A little emphasis makes the key finding jump off the page.

**Key result** and *a soft note*

Bullet Lists for Steps

Begin lines with a dash to build a list. Lists are perfect for laying out the steps or assumptions behind your analysis.

- Loaded the data
- Removed duplicates
- Computed totals

Links to Sources

Add a link by putting text in brackets and the URL in parentheses. Now your reader can jump straight to the data source.

[Data source](https://example.com/data)

Inline Code Snippets

Wrap a name in single backticks to show it as inline code. It signals that df or mean() is a literal name, not prose.

Tables Summarize Neatly

Pipes and dashes build a small table in Markdown. Use it to summarize a result without writing a single line of code.

| Month | Sales |
|-------|-------|
| Jan   | 120   |

Math With LaTeX

Wrap an expression in dollar signs to render math. It is ideal for showing the formula behind a metric right in your notes.

$mean = \frac{1}{n}\sum x_i$

Notes Make Notebooks Reusable

Good Markdown turns a pile of cells into a story a teammate, or future you, can follow months later without guessing.

Quick Check

You want a large title above your data-cleaning section in a notebook.

Recap: Document as You Go

You can now write Markdown cells with headings, lists, links, tables, and math, so your analysis explains itself clearly. 📝

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Catatan Markdown di Samping Kode” gratis?

Ya — teks lengkap “Catatan Markdown di Samping Kode” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Data Science Academy, upgrade ke CoddyKit PRO. Kursus Data Science Academy mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Catatan Markdown di Samping Kode”?

Dokumentasikan analisis tepat di samping hasilnya. Kamu berlatih Data Science Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai Data Science Academy?

Tidak diperlukan pengalaman sebelumnya. Data Science Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 3 dari 4.

Berapa lama pelajaran “Catatan Markdown di Samping Kode” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran Data Science Academy ini?

Ya. Setiap pelajaran Data Science Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. Pasang Python dengan Cara Mudah
  2. Sel, Kernel, dan Urutan Eksekusi
  3. Catatan Markdown di Samping Kode
  4. Impor, Periksa, Ulangi
← Kembali ke Data Science Academy