#2 Indexing dan Slicing NumPy Python

Cara Mengambil Data di NumPy (Indexing dan Slicing)

Setelah bisa membuat array, pertanyaan selanjutnya adalah: Bagaimana cara kita mengambil atau memilih angka tertentu di dalam array tersebut?

Di NumPy, kita menggunakan teknik yang disebut Indexing (mengambil satu angka) dan Slicing (memotong/mengambil sebagian kelompok angka). Konsepnya mirip dengan list bawaan Python, di mana indeks selalu dimulai dari angka 0.

Yuk, mari kita coba gunakan contoh data nilai ujian di bawah ini:

import numpy as np

# Data nilai ujian
data = np.array([75, 80, 90, 85, 70])

# 1. Menampilkan data pertama (indeks 0)
print("Data pertama:", data[0]) # Output: 75

# 2. Menampilkan data terakhir
print("Data terakhir (cara manual):", data[data.size-1]) # Output: 70
print("Data terakhir (cara cerdas):", data[-1])     # Output: 70

# 3. Menampilkan data urutan ketiga (indeks 2)
print("Data ketiga:", data[2]) # Output: 90

# 4. Menampilkan data urutan ke-2 sampai ke-4 (Slicing)
print("Data ke-2 sampai ke-4:", data[1:4]) # Output: [80, 90, 85]

Tips Penting dalam Indexing & Slicing NumPy

Ada dua trik menarik dari kode di atas yang wajib kalian catat:

• Indeks Negatif ([-1]): Daripada repot-repot menghitung panjang array menggunakan data.size-1, NumPy mempermudah kita dengan indeks minus. [-1] artinya mengambil angka paling terakhir, [-2] angka kedua dari belakang, dan seterusnya.
• Batas Atas Slicing ([1:4]): Saat melakukan slicing dengan format [mulai:akhir], angka di indeks akhir tidak akan ikut bawa. Jadi, [1:4] artinya kita mengambil indeks 1, 2, dan 3 saja (indeks 4 diabaikan).