Struktur Data untuk Sains Data

Struktur Data untuk Sains Data

Struktur data penting untuk mengendalikan dan menganalisis data dengan cekap dalam sains data. Python menyediakan beberapa struktur data terbina dalam dan luaran, seperti senarai, kamus dan tatasusunan NumPy, yang digunakan secara meluas dalam tugas sains data.

Dalam pelajaran ini, Anda akan mempelajari struktur data utama untuk sains data dan aplikasinya.

Senarai ialah jujukan yang boleh diubah dalam Python dan boleh menyimpan pelbagai jenis data. Senarai digunakan untuk penyimpanan serta manipulasi data yang mudah.

# Example: Working with lists
my_list = [1, 2, 3, 4]
my_list.append(5)
print(my_list)  # Output: [1, 2, 3, 4, 5]

Kamus menyimpan data sebagai pasangan kunci-nilai, menjadikannya sesuai untuk carian dan pemetaan hubungan.

# Example: Using dictionaries
data = {'Name': 'Alice', 'Age': 25}
print(data['Name'])  # Output: Alice

Set ialah koleksi item unik yang tidak tersusun, dan berguna untuk membuang pendua atau menjalankan operasi set seperti gabungan dan persilangan.

# Example: Working with sets
my_set = {1, 2, 3}
my_set.add(2)  # No duplicates allowed
print(my_set)  # Output: {1, 2, 3}

Tuple ialah jujukan yang tidak boleh diubah dan sering digunakan untuk menyimpan data berkaitan yang tidak sepatutnya berubah, seperti koordinat atau rekod pangkalan data.

# Example: Using tuples
coordinates = (10, 20)
print(coordinates[0])  # Output: 10

Tatasusunan NumPy digunakan untuk pengiraan berangka dan pengendalian set data yang besar dengan cekap. Tatasusunan ini menyokong operasi tervektor, menjadikannya lebih pantas daripada senarai untuk tugas berangka.

# Example: NumPy arrays
import numpy as np

arr = np.array([1, 2, 3])
print(arr * 2)  # Output: [2, 4, 6]

Pandas DataFrames ialah struktur data berlabel dua dimensi yang serupa dengan jadual. Struktur ini penting untuk manipulasi dan analisis data.

# Example: Pandas DataFrame
import pandas as pd

data = {'Name': ['Alice', 'Bob'], 'Age': [25, 30]}
df = pd.DataFrame(data)
print(df)

Pemilihan struktur data yang tepat bergantung pada tugas:

• Gunakan senarai untuk koleksi data yang mudah.
• Gunakan kamus untuk pemetaan dan carian.
• Gunakan tatasusunan NumPy atau Pandas DataFrames untuk data berangka dan berbentuk jadual.

Berikut ialah beberapa kesilapan yang perlu dielakkan:

• Menggunakan senarai untuk pengiraan berangka dan bukannya tatasusunan NumPy.
• Tidak memanfaatkan kamus untuk carian pantas.
• Gagal menggunakan Pandas untuk tugas manipulasi data yang kompleks.

Dalam pelajaran ini, Anda telah mempelajari:

• Kepentingan struktur data dalam sains data.
• Cara menggunakan struktur data terbina dalam Python seperti senarai, kamus dan tuple.
• Cara bekerja dengan tatasusunan NumPy dan Pandas DataFrames untuk pengendalian data lanjutan.
• Cara memilih struktur data yang sesuai untuk tugas tertentu.

Syabas! Mari kita beralih ke topik seterusnya.