NumPy arange dan linspace: Buat Deret Angka

NumPy arange bikin deret angka dengan langkah tetap, sementara linspace bikin deret angka dengan jumlah titik tetap di antara dua batas. Keduanya dipakai buat bikin sumbu, grid, atau data uji dengan cepat.

Sering ketuker, padahal beda jelas. arange kamu tentuin jaraknya. linspace kamu tentuin berapa banyak angkanya.

Di sini aku bahas keduanya dari nol, kapan pakai yang mana, plus jebakan pembulatan yang sering bikin hasil arange meleset.

Apa itu numpy arange?

arange bikin array angka dari nilai awal sampai sebelum nilai akhir, dengan langkah yang kamu tentuin. Formatnya np.arange(start, stop, step). Nilai akhir nggak ikut masuk, jadi berhenti tepat sebelum stop.

import numpy as np

np.arange(0, 10, 2)
# array([0, 2, 4, 6, 8])

Angka 10 nggak muncul karena stop itu batas yang dikecualikan. Kamu ngatur jarak antar angka, dan jumlah elemennya ngikut.

Apa itu numpy linspace?

linspace bikin sejumlah angka yang jaraknya rata, dari nilai awal sampai nilai akhir. Formatnya np.linspace(start, stop, num). Beda dari arange, nilai akhir ikut masuk secara default.

np.linspace(0, 10, 5)
# array([ 0. ,  2.5,  5. ,  7.5, 10. ])

Kamu minta 5 angka, NumPy bagi rata jaraknya. Angka 0 dan 10 dua-duanya masuk. Kamu ngatur jumlah titik, dan jaraknya yang ngikut.

Kapan pakai arange, kapan pakai linspace?

Pakai arange kalau yang penting jaraknya, misalnya tiap 5 menit atau tiap 100 rupiah. Pakai linspace kalau yang penting jumlah titiknya, misalnya 50 titik buat gambar kurva yang mulus.

Aspek	arange	linspace
Kamu tentuin	langkah (step)	jumlah titik (num)
Nilai akhir	dikecualikan	ikut masuk
Cocok buat	deret integer, interval jelas	sumbu grafik, pecahan rata

Aturan singkatnya: butuh langkah yang pasti, pilih arange. Butuh jumlah yang pasti dan ujung yang ikut, pilih linspace.

Kenapa arange dengan langkah pecahan sering meleset?

Ini jebakan paling sering. arange dengan step berupa pecahan kayak 0.1 bisa ngasih jumlah elemen yang nggak kamu duga, gara-gara cara komputer nyimpen angka desimal.

np.arange(0, 1, 0.1)
# kadang berhenti di 0.9, kadang nyelip 1.0 karena pembulatan

Buat langkah pecahan, mending pakai linspace. Kamu sebut jumlah titik yang dimau, dan hasilnya konsisten tanpa kejutan pembulatan.

np.linspace(0, 1, 11)
# array([0. , 0.1, 0.2, ..., 1. ])  konsisten, 11 titik

Contoh kasus: sumbu bucket harga toko_berkah

toko_berkah mau bikin histogram harga produk dari 3.400 item, rentang harga 0 sampai 200 ribu. Aku butuh batas bucket yang rapi.

Buat 10 bucket rata dari 0 sampai 200 ribu, linspace paling pas karena aku tau mau berapa bucket, bukan berapa lebarnya.

batas = np.linspace(0, 200000, 11)
# 11 batas buat 10 bucket, tiap bucket lebar 20.000

Kalau pakai arange(0, 200000, 20000), aku dapat 10 batas dan ujung 200.000 nggak ikut, jadi bucket terakhir kepotong. Itu bikin 4 item termahal nggak kehitung di histogram awal. Pindah ke linspace langsung benerin batasnya.

Kesalahan umum

Pertama, lupa stop di arange nggak ikut. Kalau kamu mau angka akhir masuk, tambahin satu step atau pindah ke linspace.

Kedua, pakai step pecahan di arange buat data penting. Risiko pembulatan bikin jumlah elemen nggak pasti. Pilih linspace.

Ketiga, ketuker arti argumen ketiga. Di arange itu langkah, di linspace itu jumlah titik. Salah satu ini bikin hasil jauh melenceng.

FAQ

Apakah arange bisa pakai angka desimal?

Bisa, tapi hati-hati. arange nerima start, stop, dan step desimal. Masalahnya, langkah pecahan kayak 0.1 rawan kena galat pembulatan floating point, jadi jumlah elemennya bisa meleset satu. Buat deret desimal yang harus presisi dan ujungnya ikut, linspace lebih aman karena kamu kunci jumlah titiknya langsung.

Gimana cara bikin linspace tanpa nilai akhir?

Kasih argumen endpoint=False. Misalnya np.linspace(0, 10, 5, endpoint=False) ngasih lima angka tapi 10 nggak ikut. Ini berguna kalau kamu bikin sumbu yang nyambung ke blok berikutnya, biar nilai ujung nggak dobel. Secara default endpoint bernilai True, jadi nilai akhir selalu masuk kecuali kamu matiin.

Mana yang lebih cepat, arange atau linspace?

Buat ukuran array biasa, selisih kecepatannya nggak kerasa. Keduanya bikin array di memori dengan efisien. Pilih berdasarkan kebutuhan, bukan speed. Kalau kamu ngejar performa di deret integer besar, arange sedikit lebih ringkas karena nggak ngitung pembagian titik. Tapi bedanya jarang jadi soal di kerjaan analis biasa.

Bisa nggak keduanya buat integer aja?

Bisa. arange(0, 10, 2) ngasih integer bersih. linspace default-nya keluar float, tapi kamu bisa tambahin dtype=int kalau butuh integer. Buat deret integer sederhana dengan langkah bulat, arange biasanya pilihan pertama karena lebih ringkas dan hasilnya udah integer.

Penutup

arange buat langkah tetap, linspace buat jumlah titik tetap. Inget stop di arange nggak ikut, dan hindari step pecahan di arange.

Kalau ragu pas kerja dengan pecahan, pilih linspace. Lebih jarang bikin kejutan.

Mau lanjut olah datanya? Kulik Pandas cut dan qcut buat binning, atau Pandas read_csv buat masukin data ke Python. Cek juga halaman fungsi arange dan glosarium array. Dokumentasi resminya ada di dokumentasi NumPy.