Data Science: Pustaka Dasar Python yang Harus Diketahui

Dalam dunia ilmu data baik data science maupun data analytic, pemilihan pustaka (library) yang tepat sangat penting untuk memaksimalkan efisiensi dan efektivitas analisis data. Python telah menjadi bahasa pemrograman favorit banyak ilmuan data (data scientist) karena kemampuannya yang luas dan ekosistem pustaka yang kaya.

Agar lebih mudah, penulis telah merangkum daftar pustaka Python yang harus dipasang oleh seorang ilmuan data. Yuk langsung saja!

Disclaimer

Pustaka dibawah ini tidak hanya untuk kebutuhan ilmuan data, tetapi juga terdapat IDE, pustaka API dan Web Framework.

1 Data Manipulation and Wrangling

NumPy: Pustaka fundamental untuk komputasi numerik di Python. Menyediakan struktur data array multidimensi yang efisien dan berbagai fungsi matematika.
Pandas: Pustaka yang sangat populer untuk manipulasi dan analisis data.i Menyediakan struktur data seperti DataFrame yang memudahkan pengolahan data.

Terminal

uv pip install numpy pandas

Terminal

pixi add numpy pandas

Terminal

conda create -n my-env
conda activate my-env
conda install numpy pandas

Terminal

pip install numpy pandas

2 Data Exploration and Visualization

Bokeh: Pustaka untuk visualisasi data interaktif yang dapat diintegrasikan dengan aplikasi web.
Matplotlib: Pustaka klasik untuk visualisasi data 2D yang menawarkan kontrol tinggi atas plot.
Plotly: Pustaka untuk visualisasi data interaktif yang dapat digunakan untuk membuat grafik dinamis.
Seaborn: Pustaka berdasarkan Matplotlib yang menawarkan antarmuka tingkat tinggi untuk membuat visualisasi statistik yang menarik.

Terminal

uv pip install bokeh matplotlib plotly seaborn

Terminal

pixi add bokeh matplotlib plotly seaborn

Terminal

conda create -n my-env
conda activate my-env
conda install bokeh matplotlib plotly seaborn

Terminal

pip install bokeh matplotlib plotly seaborn

3 Machine Learning and Modeling

CatBoost: Pustaka untuk gradient boosting yang efisien dan mudah digunakan.
LightGBM: Pustaka gradient boosting yang cepat dan memiliki kinerja tinggi.
Optuna: Framework optimisasi hyperparameter yang efisien.
Scikit-Learn: Pustaka pembelajaran mesin yang paling populer, menyediakan algoritma dan alat untuk klasifikasi, regresi, dan klastering.
StatsModels: Pustaka untuk model statistik dan uji hipotesis.
XGBoost: Pustaka gradient boosting yang kuat dan fleksibel.

Terminal

uv pip install catboost \
  lightgbm \
  optuna \
  scikit-learn \
  statsmodels \
  xgboost

Terminal

pixi add catboost \
  lightgbm \
  optuna \
  scikit-learn \
  statsmodels \
  xgboost

Terminal

conda create -n my-env
conda activate my-env
conda install catboost \
  lightgbm \
  optuna \
  scikit-learn \
  statsmodels \
  xgboost

Terminal

pip install catboost \
  lightgbm \
  optuna \
  scikit-learn \
  statsmodels \
  xgboost

4 Deep Learning

FastAI: Pustaka yang memudahkan penggunaan deep learning dengan antarmuka yang sederhana.
PyTorch: Pustaka deep learning yang fleksibel dan dinamis, cocok untuk penelitian dan produksi.
Torch: Pustaka dasar untuk PyTorch yang menyediakan tensor dan operasi matematika.

Terminal

uv pip install fastai \
  pytorch \
  torch \

Terminal

pixi add fastai \
  pytorch \
  torch \

Terminal

conda create -n my-env
conda activate my-env
conda install fastai \
  pytorch \
  torch \

Terminal

pip install fastai \
  pytorch \
  torch \

5 Natural Language Processing (NLP)

NLTK: Pustaka NLP yang komprehensif, menyediakan alat untuk tokenisasi, tagging, parsing, dan lainnya.
Spacy: Pustaka NLP yang cepat dan efisien, cocok untuk pengolahan teks skala besar.

Terminal

uv pip install nltk spacy

Terminal

pixi add nltk spacy

Terminal

conda create -n my-env
conda activate my-env
conda install nltk spacy

Terminal

pip install nltk spacy

6 Time Series Analysis

Prophet: Pustaka untuk peramalan time series yang dikembangkan oleh Facebook.
StatsModels: Juga digunakan untuk analisis time series dan model statistik.

Terminal

uv pip install prophet statsmodels

Terminal

pixi add prophet statsmodels

Terminal

conda create -n my-env
conda activate my-env
conda install prophet statsmodels

Terminal

pip install prophet statsmodels

7 Computer Vision

OpenCV-Python: Pustaka untuk pengolahan citra dan visi komputer.
TorchVision: Pustaka yang menyediakan dataset dan model untuk visi komputer, kompatibel dengan PyTorch.

Terminal

uv pip install opencv-python torchvision

Terminal

pixi add opencv-python torchvision

Terminal

conda create -n my-env
conda activate my-env
conda install opencv-python torchvision

Terminal

pip install opencv-python torchvision

8 Big Data and Distributed Computing

Dask: Pustaka untuk komputasi paralel yang memungkinkan pengolahan data skala besar.

Terminal

uv pip install dask

Terminal

pixi add dask

Terminal

conda create -n my-env
conda activate my-env
conda install dask

Terminal

pip install dask

9 Web Scraping and Automation

BeautifulSoup4: Pustaka untuk parsing HTML dan XML.
Scrapy: Framework untuk web scraping yang kuat dan fleksibel.
Selenium: Alat untuk otomasi browser web.

Terminal

uv pip install beautifulsoup4 \
  scrapy \
  selenium \

Terminal

pixi add beautifulsoup4 \
  scrapy \
  selenium \

Terminal

conda create -n my-env
conda activate my-env
conda install beautifulsoup4 \
  scrapy \
  selenium \

Terminal

pip install beautifulsoup4 \
  scrapy \
  selenium \

10 API and Web Development

Dash: Framework untuk membuat aplikasi web analitik.
Django: Framework web yang kuat dan skalabel.
Falcon: Framework web yang ringan dan cepat.
FastAPI: Framework web modern yang cepat dan efisien.
Flask: Framework web yang sederhana dan mudah digunakan.

Terminal

uv pip install dash \
  django \
  falcon \
  fastapi \
  flask

Terminal

pixi add dash \
  django \
  falcon \
  fastapi \
  flask

Terminal

conda create -n my-env
conda activate my-env
conda install dash \
  django \
  falcon \
  fastapi \
  flask

Terminal

pip install dash \
  django \
  falcon \
  fastapi \
  flask

11 Development Tools

Black: Alat untuk formatting kode Python secara otomatis.
IPython: Shell interaktif yang meningkatkan produktivitas pengembangan.
Jupyter: Platform untuk komputasi interaktif dan pembuatan notebook.
JupyterLab: Lingkungan pengembangan interaktif untuk notebook Jupyter.
Jupytext: Alat untuk mengelola notebook Jupyter dalam format teks.
Jsonnet: Bahasa konfigurasi untuk JSON.
Python-LSP-Server: Server Language Server Protocol untuk Python.
Sphinx: Alat untuk mendokumentasikan proyek Python.
Spyder: IDE untuk data science yang menyediakan alat analisis dan visualisasi.

Terminal

uv pip install black \
  ipython \
  jupyter \
  jupyterlab \
  jupytext \
  jsonnet \
  python-lsp-server \
  sphinx \
  spyder

Terminal

pixi add black \
  ipython \
  jupyter \
  jupyterlab \
  jupytext \
  jsonnet \
  python-lsp-server \
  sphinx \
  spyder

Terminal

conda create -n my-env
conda activate my-env
conda install black \
  ipython \
  jupyter \
  jupyterlab \
  jupytext \
  jsonnet \
  python-lsp-server \
  sphinx \
  spyder

Terminal

pip install black \
  ipython \
  jupyter \
  jupyterlab \
  jupytext \
  jsonnet \
  python-lsp-server \
  sphinx \
  spyder

12 Dependency and Environment Management

UV: Alat untuk manajemen versi Python.
Virtualenv: Alat untuk membuat lingkungan Python yang terisolasi.

Terminal

uv pip install uv virtualenv

Terminal

pixi add uv virtualenv

Terminal

conda create -n my-env
conda activate my-env
conda install uv virtualenv

Terminal

pip install uv virtualenv

13 Data Pipelines and Workflow Automation

Kaggle: API untuk mengakses dataset dan kompetisi Kaggle.
Mutagen: Pustaka untuk manipulasi metadata audio.
Orange3: Alat visual untuk data mining.
Pydot: Interface Python untuk Graphviz.

Terminal

uv pip install kaggle \
  mutagen \
  orange3 \
  pydot

Terminal

pixi add kaggle \
  mutagen \
  orange3 \
  pydot

Terminal

conda create -n my-env
conda activate my-env
conda install kaggle \
  mutagen \
  orange3 \
  pydot

Terminal

pip install kaggle \
  mutagen \
  orange3 \
  pydot

14 Penutup

Harapannya dengan memasang dan menguasai berbagai pustaka ini, seorang ilmuan data dapat meningkatkan kemampuan dalam mengolah, menganalisis dan memodelkan data. Python dengan ekosistem pustaka yang kaya, menjadi alat yang sangat berharga dalam dunia ilmu data.

Jika menggunakan NixOS, penulis sudah membuat deklarasinya di dotfiles swayhome pustaka Python.

Baik, itu saja pustaka Python untuk seorang ilmuan data. Jika Anda mempunyai pertanyaan, saran dan kritikan silahkan kirim ke surel atau telegram atau instagram.

Semoga tulisan ini bermanfaat untuk pembaca semuanya.

Reuse

CC BY-NC 4.0

Citation

BibTeX citation:

@online{qurrotul_ainur2025,
  author = {Qurrotul Ainur, Hervy},
  title = {Data {Science:} {Pustaka} {Dasar} {Python} Yang {Harus}
    {Diketahui}},
  date = {2025-03-15},
  url = {https://hervyqa.dev/blog/data-science-pustaka-dasar-python-yang-harus-diketahui/},
  langid = {en}
}

For attribution, please cite this work as:

Qurrotul Ainur, Hervy. 2025. “Data Science: Pustaka Dasar Python Yang Harus Diketahui.” March 15, 2025. https://hervyqa.dev/blog/data-science-pustaka-dasar-python-yang-harus-diketahui/.