cara instalisasi ubuntu

Materi :      Pengenalan MongoDB dengan JSON Data A. Pendahuluan      MongoDB adalah salah satu sistem manajemen basis data (DBMS) NoSQL yang menyimpan data dalam format BSON (Binary JSON). MongoDB cocok untuk aplikasi dengan skema data yang dinamis. Mampu menangani jumlah data yang besar dengan kinerja tinggi. Fleksibilitas dalam menyimpan data dengan format JSON/BSON. Memungkinkan pengembang untuk membuat aplikasi tanpa batasan skema yang ketat. B. Dasar-dasar JSON      JSON (JavaScript Object Notation) adalah format pertukaran data ringan berbasis teks yang mudah dibaca dan ditulis oleh manusia.     1. Struktur JSON Objek JSON: Kumpulan pasangan nama-nilai, diwakili oleh kurung kurawal {}. Array JSON: Kumpulan nilai yang diurutkan, diwakili oleh kurung siku []. Nilai: String, angka, objek, array, boolean, atau null. C. Pengenalan MongoDB Data Model      1. Collections dan Documents Dokumen adalah unit data dasar da...

    MongoDB adalah salah satu database NoSQL yang sangat populer dan sering digunakan oleh para developer. MongoDB digunakan untuk menyimpan dan mengelola data dalam format dokumen. Python adalah salah satu bahasa pemrograman yang sangat populer digunakan untuk mengakses dan mengolah data di MongoDB.      Untuk menggunakan MongoDB dengan Python, kita perlu menginstal driver MongoDB pada sistem kita. Salah satu pilihan driver MongoDB untuk Python adalah PyMongo. PyMongo adalah driver MongoDB resmi untuk bahasa Python. Berikut cara instalasinya : Install Pymongo dengan anaconda prompt : Buka Jupyter & Create : Test Koneksi : Create Db & Collection : Insert Collection : Menampilkan Collection : Query 1 2 3 Insert One Many Update One Many Delete Pembanding $eq $gt $gte $lt $lte $ne Logika $and $nor $not $nor $exists

Pengenalan Pandas:      Pandas adalah perpustakaan manipulasi dan analisis data open-source yang kuat untuk Python. Ini menyediakan struktur data untuk menyimpan dataset besar dengan efisien dan alat untuk bekerja dengannya. Fitur Utama: DataFrame: Struktur data berlabel 2-dimensi. Series: Array berlabel 1-dimensi. Penanganan data yang hilang. Pengelompokan dan agregasi data. Penggabungan dan penggabungan dataset. Fungsionalitas deret waktu. A. Pandas read csv Menggunakan fungsi pd.read_csv('nama_file.csv') untuk membaca data dari file CSV ke dalam DataFrame. B. Exploring The DataFrame Melihat beberapa baris pertama data: df.head(). Melihat beberapa baris terakhir data: df.tail(). Menampilkan informasi tentang DataFrame: df.info(). Melihat statistik deskriptif: df.describe(). C. Series and selecting row Mengakses kolom sebagai Series: df['nama_kolom']. Memilih baris berdasarkan indeks: df.loc[indeks]. D. Data Types Melihat tipe data kolom: df.dtypes. Mengganti tipe data...

1. Pendahuluan tentang NumPy: Apa itu NumPy? NumPy singkatan dari Numerical Python, merupakan library kuat untuk operasi numerik di Python. Memberikan dukungan untuk array dan matriks multi-dimensi besar, bersama dengan fungsi matematika untuk operasi pada elemen-elemen tersebut. Mengapa NumPy? Operasi array yang efisien: Array NumPy lebih efisien dibandingkan dengan daftar Python tradisional untuk operasi numerik. Broadcasting: NumPy memungkinkan operasi pada array dengan bentuk dan ukuran yang berbeda, membuat kode menjadi ringkas dan mudah dibaca. Fungsi matematika: NumPy menyediakan berbagai fungsi matematika untuk manipulasi dan perhitungan array. Pengenalan NumPy Array Shape Pengertian: Shape pada array NumPy mengindikasikan dimensi dan ukuran array. Contoh: array 1D memiliki shape (n,), array 2D memiliki shape (m, n), dan seterusnya. Data Type Pengertian: Data type pada array NumPy menunjukkan jenis nilai yang dapat disimpan dalam array. NumPy mendukung tipe data seperti int, fl...

1. Functions Compute the sum of a_list (already defined in the code editor) without using sum(). Initialize a variable named sum_manual with a value of 0. Loop through a_list, and for each iteration add the current number to sum_manual. Print sum_manual and sum(a_list) to check whether the values are the same. 2. Built-in Function Generate a frequency table for the ratings list, which is already initialized in the code editor. Start by creating an empty dictionary named content_ratings. Loop through the ratings list. For each iteration: If the rating is already in content_ratings, then increment the frequency of that rating by 1. Else, initialize the rating with a value of 1 inside the content_ratings dictionary. Print content_ratings. 3. Creating our own Functions Recreate the square() function above and compute the square for numbers 10 and 16. Assign the square of 10 to a variable named squared_10. Assign the square of 16 to a variable named squared_16. 4. The Structure of Function ...