28 Trik Jupyter Notebook yang Jarang Dipakai Analis Data

Trik Jupyter Notebook yang paling ngaruh ke kecepatan kerja ada di tiga tempat: shortcut command mode, magic command, dan pengaturan tampilan pandas.

Kebanyakan orang belajar Jupyter dari tutorial yang cuma ngajarin Shift+Enter. Padahal ada puluhan hal kecil yang kalau dikumpulin bisa motong waktu eksplorasi data lumayan banyak.

Waktu aku cek 40 notebook di repositori tim, 31 di antaranya punya sel yang urutan eksekusinya loncat. Artinya notebook itu gak bisa dijalanin ulang dari nol tanpa error.

Dua puluh delapan trik di bawah ini urut dari yang paling sering kepakai. Coba tiga dulu hari ini.

Shortcut keyboard yang bikin tangan lepas dari mouse

Jupyter punya dua mode. Edit mode aktif waktu kamu ngetik di dalam sel, ditandai border hijau. Command mode aktif setelah tekan Escape, border-nya biru, dan tombol huruf berubah jadi perintah. Delapan trik pertama semuanya jalan di command mode.

1. Tiga cara menjalankan sel

Shift+Enter jalanin sel lalu pindah ke bawah. Ctrl+Enter jalanin tapi tetap di sel yang sama, enak buat coba-coba parameter. Alt+Enter jalanin sekaligus bikin sel kosong di bawahnya.

2. A dan B buat sel baru

Tekan Escape, lalu A bikin sel di atas, B bikin sel di bawah. Jauh lebih cepat dari nyari tombol plus di toolbar.

3. DD hapus, Z batalin

Tekan D dua kali buat hapus sel. Salah hapus? Tekan Z buat balikin. Trik nomor tiga ini yang paling sering nyelametin kerjaan.

4. M dan Y ganti tipe sel

M ubah sel jadi Markdown buat nulis catatan, Y balikin jadi kode. Notebook tanpa penjelasan Markdown susah dibaca orang lain, termasuk kamu tiga bulan lagi.

5. Shift+M gabung sel

Pilih dua sel atau lebih pakai Shift+panah, lalu Shift+M buat nyatuin. Berguna waktu kamu mau rapikan eksplorasi yang kepecah-pecah.

6. Ctrl+Shift+Minus pecah sel

Taruh kursor di tengah sel yang kepanjangan, tekan kombinasi ini, dan sel-nya kebelah dua tepat di posisi kursor.

7. O buat sembunyiin output

Escape lalu O nyembunyiin hasil sel. Kalau outputnya panjang banget, Shift+O bikin area outputnya jadi bisa di-scroll sendiri.

8. Shift+Tab buat lihat parameter fungsi

Taruh kursor di dalam kurung sebuah fungsi, tekan Shift+Tab, dan penjelasan parameternya muncul. Tekan dua kali buat versi panjangnya.

Magic command yang layak kamu hafal

Magic command itu perintah khusus IPython yang diawali tanda persen. Satu persen berlaku untuk satu baris, dua persen berlaku untuk seluruh isi sel. Daftar lengkapnya ada di dokumentasi resmi IPython.

9. %timeit buat ngukur kecepatan

%timeit df["nilai"].sum()
%%timeit
hasil = df.groupby("cabang")["nilai"].sum()

Perintah ini jalanin kodenya berkali-kali lalu kasih rata-rata. Kalau kamu lagi milih antara dua cara nulis kode, ini yang mutusin.

10. %%time buat sekali jalan

Bedanya sama %timeit, ini cuma jalanin sekali. Pakai buat proses yang berat dan gak masuk akal diulang, misalnya baca file 2 GB.

11. %whos buat lihat isi memori

Nampilin semua variabel yang hidup di sesi kamu lengkap dengan tipe dan ukurannya. Berguna waktu notebook mulai berat dan kamu curiga ada DataFrame nyangkut.

12. %history -n buat lihat kode yang udah kehapus

Nampilin semua perintah yang pernah kamu jalanin di sesi ini, lengkap dengan nomornya. Penyelamat waktu kamu gak sengaja nimpa sel yang isinya bagus.

13. %run buat jalanin file lain

%run persiapan_data.py

Beda sama import, semua variabel dari file itu langsung masuk ke sesi notebook kamu.

14. %load buat narik kode ke dalam sel

Ketik %load fungsi_bantu.py lalu jalanin. Isi file-nya masuk ke sel dan siap kamu edit.

15. %%writefile buat nyimpen sel jadi file

%%writefile fungsi_bantu.py
def bersihin_rupiah(teks):
    return float(str(teks).replace(".", "").replace(",", "."))

Ini jembatan paling gampang waktu kamu mulai mindahin kode dari notebook ke file Python.

16. %lsmagic buat lihat semua yang tersedia

Satu perintah, dan semua magic command yang aktif di lingkunganmu muncul.

Setting yang bikin eksplorasi data lebih enak

17. Buka batas tampilan pandas

import pandas as pd

pd.set_option("display.max_columns", None)
pd.set_option("display.width", 200)
pd.set_option("display.max_colwidth", 60)
pd.set_option("display.float_format", "{:,.2f}".format)

Baris terakhir bikin angka tampil dengan pemisah ribuan. Sekali diset, semua tabel di notebook kamu jadi kebaca.

18. Tampilin semua output dalam satu sel

from IPython.core.interactiveshell import InteractiveShell

InteractiveShell.ast_node_interactivity = "all"

Default-nya Jupyter cuma nampilin hasil baris terakhir. Setelah setting ini, semua baris yang balikin nilai ikut kelihatan.

19. Garis bawah buat ambil output terakhir

Satu garis bawah itu hasil sel terakhir, dua garis bawah hasil sebelumnya. Kamu juga bisa panggil _12 buat ambil output sel nomor 12. Nolong banget waktu kamu lupa nyimpan hasil ke variabel.

20. Kasih warna ke tabel biar pola kelihatan

df.style.background_gradient(cmap="Blues", subset=["omzet"])
df.style.bar(subset=["pertumbuhan"], color="#0891b2")

Nilai outlier jauh lebih cepat ketahuan lewat warna daripada lewat angka.

21. Grafik yang gak buram di layar rapat

%config InlineBackend.figure_format = "retina"

Satu baris, dan semua grafik matplotlib kamu langsung tajam.

22. Tanda tanya buat baca dokumentasi

Ketik pd.merge? buat lihat penjelasannya, atau pd.merge?? buat lihat kode aslinya. Lebih cepat dari buka browser.

Trik debug yang menghemat waktu

23. %debug buat mundur ke titik error

Habis dapat error, bikin sel baru dan ketik %debug. Kamu masuk ke debugger tepat di tempat error terjadi, dan bisa ngetik nama variabel buat lihat isinya. Ketik q buat keluar.

24. %pdb on buat masuk debugger otomatis

Sekali diaktifkan, tiap kali ada error kamu langsung dilempar ke debugger tanpa perlu ngetik apa-apa.

25. autoreload buat kode yang lagi kamu tulis

%load_ext autoreload
%autoreload 2

Setelah ini, perubahan di file .py yang kamu import langsung kebaca tanpa restart kernel. Wajib kalau kamu lagi bolak-balik antara notebook dan modul sendiri.

Trik biar notebook kamu enak dipakai orang lain

26. Restart Kernel and Run All sebelum dibagikan

Ini kebiasaan paling penting di daftar ini. Notebook yang jalan di laptopmu belum tentu jalan di laptop orang lain, gara-gara urutan eksekusi yang loncat. Kalau ada error waktu dijalanin dari nol, berarti notebook kamu memang belum siap.

27. Bersihin output sebelum commit ke git

jupyter nbconvert --clear-output --inplace analisis.ipynb

Output grafik disimpan sebagai teks panjang di dalam file ipynb. Tanpa dibersihin, riwayat perubahan di git jadi susah dibaca dan ukuran repositori membengkak.

28. %store buat oper variabel antar notebook

# di notebook A
%store df_bersih

# di notebook B
%store -r df_bersih

Berguna waktu tahap pembersihan datamu berat dan kamu gak mau ngulang tiap buka notebook analisis.

Contoh nyata: eksplorasi data Toko Berkah

Waktu aku cek data penjualan Toko Berkah bulan Agustus 2025, ada 18.400 baris dari 4 cabang. Tanpa setting apa-apa, pandas motong tampilannya jadi 10 kolom dan angka rupiahnya tampil dalam notasi ilmiah.

Empat baris pd.set_option di atas bikin semuanya kebaca dalam sekali lihat.

Yang lebih ngaruh ternyata %timeit. Aku bandingin dua cara ngitung omzet per cabang, dan versi groupby ternyata 6 kali lebih cepat dari versi loop manual di dataset ini. Perbedaan yang gak akan pernah aku sadari kalau cuma ngira-ngira.

Trik df.style.background_gradient juga langsung nunjukin satu hari dengan omzet 4 kali lipat dari rata-rata. Setelah dicek, itu bukan penjualan beneran, tapi satu transaksi yang kena input dobel. Masalah data quality yang ketahuan dalam 5 detik lewat warna.

FAQ

Apa bedanya command mode sama edit mode di Jupyter?

Edit mode itu waktu kursor ada di dalam sel dan kamu lagi ngetik kode, ditandai border hijau. Command mode aktif setelah kamu tekan Escape, border-nya jadi biru, dan tombol huruf berubah jadi perintah. Di command mode, tombol B bikin sel baru, bukan ngetik huruf b.

Magic command Jupyter itu apa?

Perintah khusus IPython yang diawali tanda persen, dipakai buat hal yang di luar kode Python biasa seperti ngukur waktu jalan, jalanin file lain, atau nyalain debugger. Satu persen berarti berlaku untuk satu baris, dua persen berlaku untuk seluruh isi sel. Ketik %lsmagic buat lihat semua yang tersedia.

Kenapa notebook temanku error padahal di laptopku jalan?

Biasanya karena urutan eksekusi. Kamu mungkin jalanin sel nomor 12 sebelum nomor 5, jadi ada variabel yang cuma hidup di memori kamu. Sebelum bagikan notebook, klik Restart Kernel and Run All. Kalau ada yang error di situ, berarti notebook kamu memang belum bisa dijalankan dari nol.

Gimana cara bikin pandas nampilin semua kolom?

Pakai pd.set_option dengan display.max_columns diisi None. Tambahin juga display.width dan display.max_colwidth kalau isi selnya panjang dan kepotong. Buat tabel yang barisnya ribuan, jangan matiin batas max_rows, soalnya browser bakal berat dan notebook kamu jadi lambat dibuka.

Notebook perlu dimasukin ke git gak?

Perlu, tapi bersihin output dulu. Notebook nyimpen hasil grafik sebagai teks panjang, jadi riwayat perubahannya susah dibaca dan ukurannya membengkak. Jalanin nbconvert dengan flag clear-output sebelum commit, atau pasang nbstripout supaya prosesnya otomatis tiap kali kamu simpan.

Langkah berikutnya

Dari 28 trik di atas, tiga yang paling cepat kerasa manfaatnya: shortcut A, B, dan DD buat ngatur sel, pd.set_option buat buka batas tampilan, dan kebiasaan Restart Kernel and Run All sebelum bagikan notebook.

Pilih tiga hari ini, pakai seminggu, baru tambah yang lain. Ngapalin 28 sekaligus cuma bikin kamu balik ke Shift+Enter doang.

Kalau notebook kamu udah stabil dan mau dijalanin tiap pagi tanpa dibuka manual, lanjut ke cara ubah notebook jadi skrip terjadwal. Dan buat kamu yang sering ketemu data dalam bentuk PDF, ada panduan ekstrak tabel PDF pakai Python.

Trik mana yang paling sering kamu pakai tapi gak masuk daftar ini? Tulis di komentar.