Data Modeling Di Python Programming - CRUDPRO
Home  ›  python

Data Modeling Di Python Programming

Written By Agus Handi Prayitna Monday, November 21, 2022

Setiap entitas diperlakukan sebagai objek dalam bahasa pemrograman Python. Selain itu, tidak seperti bahasa pemrograman lain seperti C atau Java, Python tidak menangani tipe data primitif atau non-primitif. Apakah bilangan bulat, float, string, fungsi, atau daftar Python, semuanya diwakili oleh objek atau hubungan antar objek. Model Data Python terdiri dari objek-objek ini, dan ini adalah salah satu alasan utama yang membuat Python menjadi bahasa pemrograman yang hebat dan banyak digunakan.

Artikel ini memperkenalkan bahasa pemrograman Python dan mencakup pemodelan data dengan Python. Selain itu, menjelaskan identitas, tipe, dan nilai objek yang relevan dengan pemodelan data. Baca terus untuk mempelajari dasar-dasar model data dan cara bekerja dengannya di Python.

Apa itu bahasa pemrograman Python?

Python adalah bahasa GPP (General-purpose Programming) yang sederhana dan kuat yang disukai oleh pengembang modern. Kurva pembelajarannya yang singkat dan kemampuannya untuk memberikan fungsionalitas yang kompleks kepada pengguna memberikan keunggulan dibandingkan rekan-rekannya seperti Java dan C++. Bahasa pemrograman Python mencakup berbagai pustaka bawaan yang memungkinkan perluasan langsung fungsi logika dan matematika. program. Model pemrograman kuat Python menjadikannya pilihan pertama bagi pengembang saat ini. Selain itu, kinerjanya yang kuat dan fitur-fiturnya yang canggih membuatnya cocok untuk digunakan dalam aplikasi yang terkait dengan pengembangan perangkat lunak, analisis dan visualisasi data, otomatisasi data, dll.

Karena Python menggunakan sintaks yang sederhana, para profesional di berbagai bidang seperti perdagangan, sains, dll. Dapat mengimplementasikan kode dalam Python untuk mengotomatiskan tugas rutin mereka. Selain itu, bahasa pemrograman ini berfungsi sebagai alat ilmu data yang penting dan membantu mengimplementasikan perhitungan statistik yang melibatkan kumpulan data yang sangat besar.

Apa itu pemodelan data dengan Python?

Proses pembuatan model data menggunakan sintaks dan lingkungan bahasa pemrograman Python disebut pemodelan data dengan Python. Model data adalah model abstraksi data yang mengatur potongan data yang berbeda dan menstandarkan bagaimana mereka berhubungan satu sama lain dan dengan properti entitas dunia nyata. Sederhananya, pemodelan data dengan Python adalah proses umum di mana bahasa pemrograman ini mengatur semuanya secara internal, memproses dan memproses data.

Model Data adalah blok bangunan Python. Secara internal Model Data memiliki desain dan blok kode untuk implementasinya. Ini terdiri dari entitas, dan entitas hanyalah objek. Segala sesuatu di Python dikatakan sebagai objek. Setiap entitas memiliki atribut (properti) dan metode (tindakan) sendiri atau perilaku terkait. Setiap objek memiliki tiga atribut: id, tipe, dan nilai. Pelajari mereka secara rinci. identitas objek.

Semua objek memiliki identitas yang tidak akan pernah bisa diubah setelah dibuat, baik untuk pemodelan data dengan Python atau aktivitas lain yang terkait dengan lingkungan Python. Pikirkan ID sebagai alamat objek di memori.

id() adalah fungsi yang memberikan ID suatu objek. Dengan kata lain, ini mengembalikan alamat memori virtual objek. Alamat memori adalah nilai integer.

kode python:

>>> a='hevodata'
>>> id(a)
1397871458544

>>> b=101
>>> id(b)
1623965024

>>> c='hevodata'
>>> id(c)
1397871458544

Dari kode Pemodelan Data dengan Python di atas, kita dapat melihat bahwa variabel 'a' dan 'b' memiliki alamat memori yang berbeda, tetapi 'a' dan 'c' memiliki nilai yang sama, sehingga keduanya memiliki alamat memori yang sama.

Anda dapat menggunakan operator 'is' untuk memeriksa apakah dua objek berbeda. Operator "adalah" pada dasarnya membandingkan dua objek untuk kesetaraan. Mengembalikan "Benar" jika kedua variabel memiliki ID yang sama, jika tidak mengembalikan "Salah".

kode python:

>>> a is b
False

>>> a is c
True

Dari kode dan output di atas jelas bahwa variabel 'a' dan 'c' memiliki id yang sama dan 'b' memiliki id yang berbeda dari 'a' dan 'c'. Beginilah cara ID objek ditentukan selama pemodelan data dengan Python.

Jenis objek

image

Dalam pemodelan data dengan Python, tipe objek berarti nama kelas tempat objek tersebut berada. Fungsi type() menunjukkan jenis objek. Mengetahui jenis objek memungkinkan pengguna untuk dengan mudah menentukan dua hal.

  • Operasi diizinkan pada objek itu
  • Seperangkat nilai yang dapat dipegang oleh suatu objek.

Jenis objek tidak dapat diubah, tetapi dalam kondisi tertentu yang dikontrol, jenis objek dapat diubah. Itu bukan ide yang bagus, tapi tidak disarankan.

kode python:

>>> a='hevodata'
>>> x=type(a)
>>> print("Type of variable 'a' is: ", x)
Type of variable 'a' is:  <class 'str'>

>>> b=101
>>> y= type(b)
>>> print("Type of variable 'b' is: ", y)
Type of variable 'b' is:  <class 'int'>

>>> fruits = ('apple', 'banana', 'grapes', 'orange')
>>> t = type(fruits)
>>> print("Type of variable 'fruits' is: ", t)
Type of variable 'fruits' is:  <class 'tuple'>

Dari kode Python di atas dan keluarannya, kita dapat melihat bahwa jenis objek yang berbeda adalah kelas yang berbeda seperti 'str', 'int', 'tuple', dll. Python memiliki kelas lain juga.

nilai objek

Nilai suatu objek selama pemodelan data dengan Python adalah data yang disimpan untuk objek itu. Nilai yang dapat dimiliki suatu objek ditentukan berdasarkan jenis objek.

kode python:

>>> var='article'
>>> print("Value of variable 'var' is: ", var)
Value of variable 'var' is:  article

Pada kode di atas, 'var' adalah variabel dan 'article' adalah nilai dari 'var'.

Nilai objek bisa berubah dan bergantung pada jenisnya. Python mendukung dua jenis objek berdasarkan nilainya:

  • objek Mutable
  • objek Immutable

Tipe yang nilainya tidak dapat diubah disebut objek yang tidak dapat diubah, dan tipe yang nilainya dapat diubah disebut objek yang dapat diubah.

1. objek Mutable

Mutabilitas suatu objek ditentukan berdasarkan jenisnya. Daftar, kamus adalah objek yang bisa berubah. Objek yang nilainya dapat diubah disebut objek yang dapat diubah.

Kode Python berikut akan membantu Anda membuat daftar untuk pemodelan data dengan Python.

#Let's create a list
>>> a = [11, 22, 33]
>>> print("List values: ",a)
>>> print("Identity of a: ",id(a))
List values:  [11, 22, 33]
Identity of a:  1397871407048

>>> a[0] = 1 #Change first value of list
>>> print("Changed List values: ",a)
>>> print("Identity of a: ",id(a))
Changed List values:  [1, 22, 33]
Identity of a:  1397871407048

Dari kode di atas, kita dapat melihat bahwa ID daftar tetap sama, tetapi nilai daftar berubah. Jadi daftarnya bisa berubah

2. objek Immutable

Selama pemodelan data dengan Python, objek yang tidak dapat diubah adalah objek yang menyimpan data, tetapi nilainya tidak dapat diubah. Angka, string, tupel, dan set tidak dapat diubah.

Kode Python berikut membantu membuat variabel dengan nilai string selama pemodelan data dengan Python.

#Let's create a varible with string value
s = "Hevo"
print("Variable value: ",s)
print("Identity of s: ",id(s))

Variable value:  Hevo
Identity of s:  1397871732528

s = "Data" #Change value of varibale 's'
print("Variable value: ",s)
print("Identity of s: ",id(s))

Variable value:  Data
Identity of s:  1397836021296

Dari kode di atas, mengubah nilai variabel string akan mengubah ID-nya. Artinya, nilai objek dengan ID '1397871732528' tidak diubah, tetapi variabel baru dengan nama yang sama tetapi nilai berbeda dibuat di alamat memori '1397836021296'. Jadi kita dapat menyimpulkan bahwa string tidak dapat diubah.

Cara khusus pemodelan data dengan Python

Memahami cara khusus pemodelan data dengan Python sangat penting sebagai seorang profesional data. Metode khusus menjelaskan cara kerja bagian dalam manipulasi objek dasar. Nama metode khusus dimulai dengan dua garis bawah dan berlanjut di bagian akhir. Nama lain dari metode khusus adalah metode dunder atau metode sihir.

Nama metode khusus memungkinkan objek untuk mengimplementasikan, mendukung, dan berinteraksi dengan konstruksi bahasa dasar seperti iterasi, pembuatan objek, penghancuran objek, koleksi, dan akses atribut.

Di bawah ini adalah beberapa contoh metode khusus untuk pemodelan data di Python untuk membantu Anda memahami cara kerja built-in ini di Python.

  • Metode __init__() adalah untuk inisialisasi dan dipanggil oleh juru bahasa Python itu sendiri ketika sebuah objek dipakai.
  • Metode len(x) adalah untuk menghitung panjang objek, secara internal juru bahasa Python memanggil x.__len().
  • Panggil x[2] untuk mendapatkan item di lokasi 2, dan secara internal juru bahasa Python memanggil x.__getitem__(2).
  • Secara internal, juru bahasa Python memanggil x.__str__() saat str(x) dipanggil.
  • Operator juga merupakan metode ajaib, menambahkan operator x + y sebenarnya menjadi x.__add__(y)

Anda juga dapat menulis kelas Anda sendiri dengan metode khusus Anda sendiri untuk pemodelan data dengan Python. Contoh di bawah menunjukkan kode untuk mendapatkan item tertentu pada daftar dan menemukan panjang daftar untuk pemahaman yang lebih baik.

class MyList:
    def __init__(self, *args):
            self._data = list(args)

    def __getitem__(self, index):
        out = self._data[index]
        return (out)

    def __len__(self):
        return len(self._data)


x = MyList(11, 22, 33, 4, 5) #List initialization

# Get length of list
print("Length of list: ",len(x))

# Get an item of list
print("Item of list: ", x[2])

Output:

Length of list:  5
Item of list:  33

Pada contoh di atas, kita telah melihat penerapan tiga metode khusus: inisialisasi, panjang, dan pengambilan item. Kode di atas hanyalah sebuah contoh. Pemrogram dapat mengimplementasikan lebih banyak fitur seperti metode ajaib ini dan unggul dalam pemodelan data dengan Python.

Kesimpulan

Artikel ini memperkenalkan bahasa pemrograman Python dan menjelaskan pemodelan data dengan Python. Model data Python ini sangat serbaguna dan menyenangkan untuk dikerjakan. Menerapkan metode khusus dalam model data menjadikannya lebih istimewa. Ini membuka pintu ke banyak metode implementasi kode fleksibel baru. Menerapkan pemodelan data menggunakan metode khusus memungkinkan objek bekerja dengan intrinsik Python, memberikan pengalaman yang lebih kaya bagi pemrogram.