Menjadi ilmuwan data menuntut keahlian di banyak bidang. Anda harus pandai menggunakan alat yang sesuai, seperti Pandas, NumPy, Sklearn, dll.

Ini sangat diperlukan untuk siklus hidup pengembangan banyak proyek berbasis data, menjadikannya keterampilan penting untuk memulai/mempertahankan karir dalam ilmu data.

Terlebih lagi, SQL sangat penting untuk hampir semua peran ilmu data saat ini.

Selain itu, penceritaan data sama pentingnya untuk menyampaikan temuan dan wawasan Anda secara efektif kepada audiens yang lebih luas.

Seseorang juga harus memiliki pemahaman statistik yang kuat untuk melakukan analisis data dan membuat keputusan berdasarkan data.

Dan tentu saja, Anda tidak akan pernah melupakan dasar-dasar ML.

Pokoknya banyak banget kan?

Tapi itu menyenangkan. Sangat menyenangkan, sebenarnya.

Untuk menyederhanakan perjalanan ilmu data ini dan membuatnya tampak tidak terlalu mengintimidasi dan lebih mudah diakses, saya telah menulis kiat harian di LinkedIn selama lebih dari 200 hari.

Dan setelah menyelesaikan 200 hari, saya membuat arsip PDF lengkap, yang mencantumkan semua posting yang telah saya tulis.

Seperti disebutkan di atas, ini memiliki 200+ tip dan terdiri lebih dari 250 Halaman . Di blog ini, saya membagikan lima tip yang paling saya sukai sejauh ini.

Anda dapat menemukan seluruh arsip PDF di sini .

Mari kita mulai !

#1 Trik Sederhana yang Akan Membuat Heatmap Lebih Elegan

Peta panas sering membuat analisis data lebih mudah. Namun, mereka dapat lebih diperkaya dengan modifikasi sederhana.

Peta panas tradisional mewakili nilai menggunakan skala warna. Namun, memetakan warna sel ke angka masih menantang.

Menyematkan komponen ukuran ke dalamnya, seperti yang ditunjukkan di atas, bisa sangat membantu dalam kasus seperti itu. Intinya, semakin besar ukurannya, semakin tinggi nilai absolutnya.

Ini sangat berguna untuk membuat peta panas lebih bersih, karena banyak nilai yang mendekati nol akan segera menyusut.

Nyatanya, Anda bisa merepresentasikan ukuran dengan bentuk lain apa pun. Di bawah, saya membuat peta panas yang sama menggunakan lingkaran sebagai gantinya:

#2 Mengapa Kami Biasanya Disarankan Untuk Tidak Melakukan Iterasi Pada DataFrame?

Dari waktu ke waktu, kami disarankan untuk menghindari iterasi pada Pandas DataFrame. Tapi apa alasan sebenarnya di balik ini? Mari saya jelaskan.

DataFrame adalah struktur data utama kolom. Dengan demikian, elemen berurutan dalam kolom disimpan bersebelahan dalam memori.

Karena prosesor efisien dengan blok memori yang berdekatan, pengambilan kolom jauh lebih cepat daripada baris.

Namun saat melakukan iterasi, karena setiap baris diambil dengan mengakses blok memori yang tidak bersebelahan, waktu proses meningkat secara drastis.

Pada gambar di atas, mengambil lebih dari 32 juta elemen kolom masih 20x lebih cepat daripada mengambil hanya sembilan elemen yang disimpan dalam satu baris.

#3 Teknik Yang Diremehkan Untuk Membuat Plot Data Yang Lebih Baik

Saat membuat visualisasi, seringkali ada bagian tertentu yang sangat penting. Namun, mereka mungkin tidak langsung terlihat oleh pemirsa.

Pendongeng data yang baik akan selalu memastikan bahwa plot memandu perhatian pemirsa ke area utama ini.

Salah satu cara yang bagus adalah memperbesar wilayah minat tertentu dalam sebuah plot. Ini memastikan bahwa plot kami benar-benar mengkomunikasikan apa yang ingin kami gambarkan.

Di matplotlib, Anda dapat melakukannya menggunakan __(). Itu menambahkan kotak indikator, yang dapat diperbesar untuk komunikasi yang lebih baik.

#4 Mengapa Korelasi (dan Statistik Lainnya) Bisa Menyesatkan.

Korelasi sering digunakan untuk menentukan hubungan antara dua variabel kontinu. Tapi itu memiliki kelemahan utama yang sering luput dari perhatian.

Orang sering menarik kesimpulan menggunakan matriks korelasi bahkan tanpa melihat datanya. Namun, outlier atau artefak lain dapat sangat mendorong statistik yang diperoleh.

Hal ini ditunjukkan dalam plot di atas. Penambahan hanya dua outlier mengubah korelasi dan garis regresi secara drastis.

Dengan demikian, melihat data dan memahami karakteristik yang mendasarinya dapat menyelamatkan dari penarikan kesimpulan yang salah. Statistik itu penting, tetapi terkadang bisa sangat menyesatkan.

#5 Fitur Tersembunyi Python yang Tidak Disadarkan Banyak Pemrogram

Mutabilitas dalam Python mungkin adalah salah satu konsep yang paling disalahpahami dan diabaikan. Gambar di atas menunjukkan contoh yang sulit dipahami oleh banyak programmer Python (terutama yang baru).

Bisakah Anda mengetahuinya? Jika belum, mari kita pahami.

Parameter default fungsi dievaluasi tepat pada saat fungsi didefinisikan. Dengan kata lain, mereka tidak dievaluasi setiap kali fungsi dipanggil (seperti di C++).

Jadi, segera setelah sebuah fungsi didefinisikan, objek fungsi menyimpan parameter default dalam atributnya __defaults__. Kami dapat memverifikasi ini di bawah:

Jadi, jika Anda menentukan parameter default yang dapat diubah dalam suatu fungsi dan memutasinya, Anda tanpa sadar dan tidak sengaja mengubah parameter untuk semua panggilan mendatang ke fungsi tersebut.

Ini ditunjukkan dalam demonstrasi di bawah ini. Alih-alih membuat daftar baru di setiap pemanggilan fungsi, Python menambahkan elemen ke salinan yang sama.

Jadi apa yang bisa kita lakukan untuk menghindari ini?

Alih-alih menentukan parameter default yang dapat diubah dalam definisi fungsi, gantilah dengan None. Jika fungsi tidak menerima nilai yang sesuai selama pemanggilan fungsi, buat objek yang dapat diubah di dalam fungsi.

Ini ditunjukkan di bawah ini:

Seperti yang ditunjukkan di atas, kami membuat daftar baru jika fungsi tidak menerima nilai apa pun saat dipanggil. Ini memungkinkan Anda menghindari perilaku tak terduga dari memutasi objek yang sama.

Kesimpulan

Dengan ini, kita sampai pada akhir blog ini. Saya sangat berharap Anda belajar sesuatu yang baru.

Meskipun artikel ini hanya membahas lima tips yang telah saya bagikan sejauh ini dari lebih dari 200 postingan, Anda dapat membaca semuanya di PDF arsip tunggal saya.

Saya yakin Anda akan menyukainya.

Anda dapat menemukan dokumen PDF ini di sini. Arsip Ilmu Data .

Terima kasih sudah membaca!