Cara menggunakan ARRAY_SPLIT pada Python

Split adalah operasi kebalikan dari join (menggabungkan).

Join berarti menggabungkan beberapa array menjadi satu dan Split berarti memecah satu array menjadi beberapa bagian.

Kita dapat menggunakan array_split() untuk memisahkan array, kita pass array yang ingin dipisahkan dan jumlah pemisahan.

Contoh:
Pisahkan array menjadi 3 bagian

import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 3) print(newarr)

Catatan: Nilai yang dikembalikan adalah array yang berisi tiga array.

Jika array memiliki lebih sedikit elemen dari yang dibutuhkan, array akan menyesuaikan dengan akhir yang sesuai.

Contoh:
Pisahkan array menjadi 4 bagian

import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 4) print(newarr)

Catatan: NumPy juga memiliki metode split() yang tersedia tetapi tidak akan menyesuaikan elemen ketika elemen dalam array sumber kurang untuk pemisahan seperti pada contoh di atas, array_split() bekerja dengan baik tetapi split() akan gagal.

Pisahkan Menjadi Array

Nilai yang dikembalikan dari metode array_split() adalah array yang berisi setiap pemisahan sebagai array.

Jika kita membagi array menjadi 3 array, maka kita dapat mengakses array terpisah dari hasil seperti elemen array pada umumnya.

Contoh:
Akses array yang dipisahkan

import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 3) print(newarr[0]) print(newarr[1]) print(newarr[2])

Memisahkan Array 2-D

Gunakan sintaks yang sama saat memisahkan array 2-D.

Gunakan metode array_split(), berikan array yang ingin dipisahkan dan jumlah pemisahan yang ingin dilakukan.

Contoh:
Pisahkan array 2-D menjadi tiga array 2-D

import numpy as np arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [9, 10], [11, 12]]) newarr = np.array_split(arr, 3) print(newarr)

Contoh di atas mengembalikan nilai tiga array 2-D.

Mari kita lihat contoh lain, kali ini setiap elemen dalam array 2-D berisi 3 elemen.

Contoh:
Pisahkan arrray 2-D menjadi tiga array 2-D

import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]]) newarr = np.array_split(arr, 3) print(newarr)

Contoh di atas mengembalikan tiga array 2-D.

Selain itu, kita dapat menentukan sumbu mana yang ingin dilakukan pemisahan.

Contoh di bawah ini juga mengembalikan tiga array 2-D, tetapi dipisahkan di sepanjang baris (sumbu = 1).

Contoh:
Pisahkan array 2-D menjadi tiga array 2-D di sepanjang baris.

import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]]) newarr = np.array_split(arr, 3, axis=1) print(newarr)

Solusi alternatif menggunakan hsplit() kebalikan dari hstack().

Contoh:
Gunakan metode hsplit() untuk membagi array 2-D menjadi tiga array 2-D di sepanjang baris

import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]]) newarr = np.hsplit(arr, 3) print(newarr)

Catatan: Solusi alternatif serupa untuk vstack() dan dstack() juga tersedia sebagai vsplit() dan dsplit().

Numpy array adalah hal paling basic untuk dikuasai, sehingga siapapun yang telah memutuskan untuk belajar Python, mau tidak mau harus menguasai hal ini. Pada dasarnya, materi-materi yang terlihat rumit di berbagai jenis bahasa pemrograman pasti akan disusun oleh hal-hal basic, termasuk juga pada Python. Array adalah struktur data yang dapat menampung lebih dari satu nilai pada waktu yang bersamaan, sementara numpy array adalah array yang berisi angka-angka.

Split array merupakan function yang dapat digunakan untuk membagi suatu array menjadi dua bagian atau bahkan lebih. Split array ini akan berguna jika kita hanya ingin mengambil angka-angka tertentu dari suatu array. Proses split array ini sebenarnya mirip dengan proses join, dimana proses pembagian tersebut akan disesuaikan dengan sumbunya (axisnya). Dalam artikel ini, kita akan membahas mengenai fungsi-fungsi yang dapat digunakan untuk melakukan split array. Penasaran kan? Yuk, simak artikelnya!

1. Function Split()

Function ini merupakan function yang paling sering digunakan untuk melakukan proses pembagian elemen dari suatu array. Array akan dibagi menjadi N array (sesuai dengan jumlah yang telah ditentukan oleh pengguna) secara sama rata. Jika pada proses split, array yang ada tidak memungkinkan untuk dibagi menjadi N array, maka akan muncul error. Misalkan kita membuat array sebanyak sepuluh elemen,

import numpy as np

x = np.arange(10)

X

Sehingga array yang terbentuk adalah,

array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

Kemudian kita akan melakukan split menjadi 5 bagian, 

np.split(x, 5)

Dan hasil yang didapatkan adalah :

[array([0,1]), array([2,3]), array([4,5]), array([6,7]), array([8,9])]

Baca juga : Belajar Data Science: Kenali Dasar Bahasa Pemrograman Python yang Cocok bagi Pemula

2. Function Array_Split()

Function ini sebenarnya sama saja dengan function split(), namun perbedaan yang cukup mencolok adalah pada function ini memungkinkan partisi yang tidak sama. Misalkan kita contohkan dengan array 2D dengan dimensi 4x4 dan jumlah element sebanyak 16.

x = np.arange(16).reshape(4,4)

x

Array yang didapatkan adalah:

array([[ 0,  1,  2,  3],

       [ 4,  5,  6,  7],

       [ 8,  9, 10, 11],

       [12, 13, 14, 15]])

Kita akan coba membaginya menjadi 3 bagian yang tidak sama.

np.array_split(x,3)

Hasil yang didapatkan,

[array([[0, 1, 2, 3],[4, 5, 6, 7]]),

array([[ 8,  9, 10, 11]]),

array([[12, 13, 14, 15]])]

Dapat dilihat dari hasil, array pertama mengandung 8 elemen, sedangkan array kedua dan ketiga masing-masing hanya memiliki 4 elemen.

3. Gunakan Hsplit() untuk Split Array Berdasarkan Kolom

Fungsi selanjutnya yang dapat digunakan adalah hsplit(). Function ini digunakan untuk melakukan split secara horizontal atau berdasarkan kolom. Faktanya, hsplit() ini sama saja seperti menggunakan function split dengan axis=1. Array akan selalu dipisahkan pada axis kedua, apapun dimensi array nya. Misalkan kita memiliki array 2 dimensi dengan ukuran 5x4,

x = np.arange(20).reshape(5, 4)

X

array([[ 0,  1,  2,  3],

       [ 4,  5,  6,  7],

       [ 8,  9, 10, 11],

       [12, 13, 14, 15],

       [16, 17, 18, 19]])

Kemudian akan di split pada axis = 2,

np.hsplit(x,2)

Maka hasilnya adalah,

[array([[ 0,  1],

        [ 4,  5],

        [ 8,  9],

        [12, 13],

        [16, 17]]),

array([[ 2,  3],

        [ 6,  7],

        [10, 11],

        [14, 15],

        [18, 19]])]

Dari hasil ini, dapat dilihat bahwa array 2 dimensi yang berukuran 5x4 di split menjadi 2 array yang masing-masing berukuran 5x2.

Baca juga :  Python : Kenali 3 Buku yang Akan Mempercepat Kamu Dalam Belajar Python

4. Yuk Mulai Belajar Menjadi Data Scientist Bersama DQLab!       

Gunakan Kode Voucher "DQTRIAL", dan simak informasi di bawah ini mendapatkan 30 Hari FREE TRIAL:

1. Buat Akun Gratis dengan Signup di DQLab.id/signup

2. Buka academy.dqlab.id dan pilih menu redeem voucher 

3. Redeem voucher "DQTRIAL" dan check menu my profile untuk melihat masa subscription yang sudah terakumulasi. 

4. Selamat, akun kamu sudah terupgrade, dan kamu bisa mulai Belajar Data Science GRATIS 1 bulan.

Penulis : Gifa Delyani

Editor : Annissa Widya Davita