Lewati ke konten utama

Menyiapkan VSCode untuk Python: Panduan Lengkap

Rasakan cara pengembangan Python yang sederhana, menyenangkan, dan produktif dengan mempelajari VSCode beserta ekstensi dan fiturnya.
Diperbarui 5 Jun 2026  · 13 mnt baca

Sampul Menyiapkan VSCode untuk Python.png

Mengapa menggunakan VSCode untuk Python?

Virtual Studio Code (VSCode) adalah Integrated Development Environment yang sempurna untuk Python. VSCode sederhana dan dilengkapi fitur bawaan yang meningkatkan pengalaman pengembangan. Ekstensi Python di VSCode hadir dengan fitur-fitur andal seperti pelengkapan otomatis sintaks, linting, debugging, pengujian unit, GitOps, lingkungan virtual, notebook, alat pengeditan, dan kemampuan untuk menyesuaikan editor.  

Fitur Utama:

  1. Command Palette untuk mengakses semua perintah dengan mengetik kata kunci.
  2. Pintasan keyboard sepenuhnya dapat dikustomisasi.
  3. Ekstensi Jupyter untuk data science. Jalankan Jupyter notebook di dalam IDE.
  4. Linting dan pemformatan otomatis.
  5. Debugging dan pengujian.
  6. Integrasi Git.
  7. Potongan kode kustom.
  8. Alat pengeditan yang ditingkatkan. Pemilihan multi-kursor, pemilihan kolom, tampilan kerangka (outline), pratinjau berdampingan, serta pencarian dan modifikasi.

Dalam tutorial ini, kita akan mulai dengan menginstal Python dan VSCode, lalu menjalankan skrip Python di VSCode. Setelah itu, kita akan menyesuaikan editor untuk meningkatkan pengalaman pengembangan Python dengan memasang ekstensi penting dan mempelajari fitur bawaan. Di akhir, kita akan mempelajari kiat produktivitas Python. 

Penyiapan Python dan Visual Studio Code

Pada bagian ini, kita akan mempelajari cara menginstal Python dan VSCode serta menjalankan kode Python sederhana. 

Menginstal Python

Mengunduh dan menginstal versi terbaru Python sangat mudah. Kunjungi Python.org dan unduh versi terbaru untuk Windows. Installer juga tersedia untuk Linux/Unix, macOS, dan platform lainnya. Setelah mengunduh installer, instal Python dengan pengaturan default.          

Unduh Python.png

Gambar dari Python.org

Cara paling populer untuk menginstal Python adalah melalui Anaconda Distribution. Paket ini hadir dengan paket dan perangkat lunak prainstal agar kita dapat mulai ngoding tanpa hambatan. Tersedia untuk Windows, macOS, dan Linux. 

Unduh Anaconda Distribution.png

Gambar dari Anaconda

Setelah menginstal Python pada sistem operasi kita, periksa apakah sudah berjalan dengan benar dengan mengetik perintah berikut di CLI / Terminal.

python --version

Keluaran:

Python 3.9.13

Metode instalasi Python lainnya

Kita juga dapat menginstal Python menggunakan berbagai alat CLI atau melalui Windows Store. 

Anda dapat melihat panduan lengkap kami tentang cara menginstal Python untuk detail lebih lanjut. Demikian pula, kursus interaktif Introduction to Python kami membantu Anda menguasai dasar-dasar sintaks Python, list, fungsi, package, dan Numpy.

Menginstal VSCode

Menginstal VSCode sangat mudah. Unduh dan pasang versi stabil dari situs resmi. Installer tersedia untuk semua jenis sistem operasi, termasuk peramban web. 

Unduh VSCode dari situs resmi.png

Gambar dari Visual Studio Code

Metode instalasi VSCode lainnya

Kita bisa memasangnya melalui Microsoft Store, Snap Store, dan berbagai alat CLI untuk Windows, Linux, dan macOS. 

Menjalankan Python di VSCode

Setelah menginstal Python dan VSCode, saatnya menulis kode sederhana dan menjalankan file Python di dalam IDE. 

Buat file baru.png

Buat file baru 

Saat mulai, Anda akan melihat catatan sambutan. Abaikan dan pergi ke File > New Text File atau gunakan pintasan keyboard Ctrl + N untuk membuat file baru. Setelah itu, tulis ekspresi print sederhana untuk menampilkan “Hello World.”

Simpan file Python.png

Simpan file Python

Simpan file menggunakan Ctrl + S. Pilih direktori file dan ketik nama file. Pastikan menambahkan `.py` di akhir nama file. 

Pilih Interpreter.png

Pilih interpreter 

Untuk menjalankan file Python, kita perlu memilih interpreter Python. Secara default, lingkungan Anaconda hadir dengan Python versi 3.9.13.

Jalankan file Python.png

Jalankan file Python

Untuk menjalankan file Python, cukup klik tombol Run di kiri atas, seperti terlihat pada gambar. Terminal akan diinisialisasi dan menjalankan file Python untuk menampilkan keluaran. 

Anda juga dapat mengetik python test.py di terminal untuk menjalankan file yang ada di direktori saat ini. 

Menginstal Ekstensi Python VSCode yang Esensial

Ekstensi Python pada VSCode akan menyediakan fungsionalitas bantu untuk pengeditan kode, docstring, linting, pemformatan, debugging, pengujian, dan pemilihan lingkungan. 

Cara memasang ekstensi VSCode 

Klik ikon kotak pada bilah aktivitas atau gunakan pintasan keyboard: Ctrl + Shift + X untuk membuka panel ekstensi. Ketik kata kunci di bilah pencarian untuk menjelajahi semua jenis ekstensi. 

Pasang ekstensi Python VSCode.png

Pasang ekstensi Python VSCode

Dalam kasus kita, ketik Python dan pasang ekstensi Python dengan mengklik tombol install seperti ditunjukkan di atas. 

Daftar Ekstensi Python yang Esensial 

1. Python

Ekstensi Python secara otomatis memasang ekstensi Pylance, Jupyter, dan isort. Paket ini hadir dengan kumpulan lengkap alat untuk Data Science, pengembangan web, dan rekayasa perangkat lunak. 

Fitur Utama:

Ekstensi Python hadir dengan IntelliSense, linting, debugging, navigasi kode, pemformatan kode, refactoring, penjelajah variabel, dan penjelajah pengujian.

2. Indent-rainbow

Ekstensi Indent-rainbow menyediakan indentasi berwarna bertingkat untuk meningkatkan keterbacaan kode. Kita mendapatkan warna selang-seling di setiap tingkat, dan ini membantu menghindari kesalahan indentasi umum. 

3. Python Indent

Ekstensi Python Indent membantu membuat indentasi. Dengan menekan tombol Enter, ekstensi akan mengurai file Python dan menentukan bagaimana baris berikutnya harus diindentasi. Ini menghemat waktu. 

4. Jupyter Notebook Renderers

Jupyter Notebook Renderers adalah bagian dari paket ekstensi Jupyter. Ekstensi ini membantu merender keluaran plotly, vega, gif, png, svg, dan jpeg. 

5. autoDocstring

Ekstensi autoDocstring membantu kita dengan cepat menghasilkan docstring untuk fungsi Python. Dengan mengetik tanda kutip tiga """ atau ''' di dalam fungsi, kita dapat membuat dan memodifikasi docstring. Pelajari lebih lanjut tentang docstring dengan mengikuti tutorial Python Docstrings kami.

Catatan: Sebagian besar ekstensi dan fitur pengembangan Python sudah tersedia dalam ekstensi Python

Visual Studio Code Python untuk Data Science

Visual Studio Code memungkinkan pengguna menjalankan kode data science di Jupyter Notebook dengan mudah. Kita bisa menjalankan sel dan memvisualisasikan hasil di dalam VSCode. VSCode mendukung semua jenis bahasa pemrograman dan hadir dengan fitur bawaan yang meniru Jupyter notebook berbasis peramban yang kita sukai.

Pelajari lebih lanjut tentang Jupyter Notebook dengan membaca tutorial Cara menggunakan Jupyter Notebook kami.

Untuk menggunakan ekstensi Jupyter notebook, pertama kita perlu memasang Jupyter notebook. 

pip install jupyterlab

Atau 

pip install notebook

Catatan: Jupyter Notebook dan Jupyter Lab sudah tersedia dalam Anaconda Distribution, jadi kita tidak perlu memasang apa pun. 

Pasang Ekstensi Jupyter.png

Pasang Ekstensi Jupyter

Setelah itu, pasang ekstensi Jupyter dari Visual Studio Marketplace. 

Untuk membuat file Jupyter notebook, kita bisa membuat file baru dengan ekstensi .ipynb atau membuka command palette (Ctrl+Shift+P) dan memilih Jupyter: Create New Jupyter Notebook.

Pilih Kernel Ipython.png

Pilih Kernel Ipython

Untuk menginisialisasi server Jupyter, kita perlu memilih kernel dengan mengklik kernel picker di kanan atas notebook, seperti terlihat pada gambar.

Catatan: Secara default, Anaconda hadir dengan Python versi 3.9.13. Anda dapat mengunduh versi terbaru Python 3.11, tetapi tidak semua paket akan didukung. 

Jalankan sel Jupyter.png

Jalankan sel Jupyter

Tulis ekspresi print untuk menampilkan “Hello World” dan tekan tombol run. 

Tambahkan sel lain.png

Tambahkan sel lain

Anda dapat menggunakan tombol B atau klik + Code untuk menambahkan sel baru dan menjalankan sel dengan Ctrl + ⤶ Enter. Anda dapat mempelajari pintasan keyboard Jupyter di defkey.

Untuk pengguna bahasa R, kami memiliki tutorial Notebooks for R. Anda akan mempelajari cara menggunakan R di Jupyter Notebook dan fitur-fitur yang berguna.  

Catatan: jika Anda mencari cara tanpa repot untuk menggunakan Jupyter Notebook, cobalah DataLab dari DataCamp. DataLab hadir dengan pustaka Python esensial, lingkungan yang sudah dibangun sebelumnya, dan mendukung berbagai integrasi basis data. 

Mengonfigurasi Linting dan Pemformatan di VSCode

Linting

Linting menyoroti masalah dalam kode sumber Python dan memberikan saran. Umumnya menyoroti isu sintaks dan gaya. Linting membantu Anda mengidentifikasi dan memperbaiki masalah pengkodean yang dapat menyebabkan error. 

Anda dapat memilih metode linting dengan memilih Python: Select Linter command di command palette (Ctrl+Shift+P). Anda juga dapat mengaktifkan metode linting secara manual di pengaturan. 

Pilih metode linting.png

Pilih metode linting

Pada contoh kami, kami memilih metode flake8. Anda juga dapat meninjau daftar metode linting yang tersedia.

  • Aktifkan/ Nonaktifkan Linting: pilih Python: Enable/Disable Linting di command palette. 
  • Jalankan Linting: command palette (Ctrl+Shift+P) > Python: Run Linting.

Memperbaiki error.png

Memperbaiki error

Setelah menjalankan linter Python, Anda akan melihat masalah beserta sarannya. 

Catatan: Mengaktifkan linter lain akan meminta Anda memasang paket Python yang diperlukan.

Pemformatan

Pemformatan membuat kode mudah dibaca. Pemformatan mengikuti aturan khusus untuk jarak baris, indentasi, spasi di sekitar operator, dan tanda kurung penutup. Ekstensi Python mendukung tiga metode pemformatan Python: autopep8, black, atau yapf.

Dengan membaca PEP-8: Konvensi Penamaan & Standar Kode Python, Anda dapat mempelajari panduan gaya dan aturan pemformatan Python.

Pilih formatter Python.png

Pilih formatter Python

Untuk mengakses opsi pemformatan, buka panel pengaturan dengan masuk ke Preferences -> Settings atau gunakan pintasan keyboard: Ctrl +,. Setelah itu, ketik "python formatting provider" di bilah pencarian dan pilih "black" dari menu tarik-turun.

Konfigurasikan formatter Python.png

Konfigurasikan formatter Python

Untuk memformat file Python saat disimpan, cari format on save di Settings dan aktifkan Editor: Format on Save.

Alat linting dan pemformatan populer

Gunakan tabel ini sebagai referensi untuk mengetahui alat mana yang perlu dipasang sesuai kebutuhan Anda.

Nama alat Fitur Manfaat
Pylint Memeriksa error, menegakkan standar pengkodean, dan mendeteksi code smell. Membantu menjaga kualitas kode tinggi dengan mengidentifikasi error lebih awal.
Flake8 Menggabungkan PyFlakes, pycodestyle, dan McCabe untuk linting menyeluruh. Memastikan kepatuhan pada PEP 8 dan meningkatkan keterbacaan kode.
Black Secara otomatis memformat kode Python agar konsisten dan mudah dibaca. Menghemat waktu dan upaya dengan pemformatan konsisten yang mengikuti PEP 8.
autopep8 Secara otomatis memformat kode Python agar sesuai dengan panduan gaya PEP 8. Alat pemformatan cepat yang memastikan kepatuhan gaya kode.
yapf Memformat kode Python berdasarkan panduan gaya Google. Menawarkan alat pemformatan yang sangat dapat dikonfigurasi sesuai preferensi gaya.

Debugging dan Pengujian di VSCode

Debugging

Ekstensi Python hadir dengan Debugging untuk semua jenis aplikasi seperti multi-threaded, web, dan aplikasi jarak jauh. Kita dapat menetapkan breakpoint, menginspeksi data, dan menjalankan program selangkah demi selangkah. 

Pilih konfigurasi debug.png

Pilih konfigurasi debug

Buka tab debug dengan mengklik ikon debug di action bar atau gunakan pintasan keyboard Ctrl + Shift +D. Untuk menyesuaikan opsi Debug, klik create a launch.json file dan pilih Python File

Panel Debug.png

Panel Debug

Jalankan Debug dengan mengklik tombol biru Run and Debug, dan VSCode akan menjalankan file Python serta menampilkan Variables, Watch, Call Stack, dan breakpoint. 

Debug cepat.png

Debug cepat

Untuk debugging cepat, Anda selalu dapat mengklik panah bawah di samping tombol Run dan memilih Debug Python File.

Pengujian

Ekstensi Python mendukung kerangka kerja pengujian unittest dan pytest. Alih-alih membaca hasil pengujian di terminal, Anda dapat meninjau dan menyelesaikan masalah di tab Testing pada bilah aktif.   

Konfigurasikan pengujian Python.png

Konfigurasikan pengujian Python

Setelah mengklik tombol Testing, kita akan mengklik tombol Configure Python Tests dan memilih kerangka kerja pengujian. Biasanya, VSCode secara otomatis mendeteksi kerangka kerja dan menampilkan semua pengujian dalam tampilan pohon. 

Pelajari tentang unit testing Python, mengimplementasikan kerangka pengujian pytest Python dengan mengikuti tutorial cara menggunakan pytest untuk unit testing kami.

Catatan: Contoh pengujian yang kami gunakan berasal dari dokumentasi resmi Visual Studio Code

Jalankan unittest.png

Jalankan unittest 

Kita dapat menjalankan Unit test dengan mengklik tombol Run Test di tab Testing dan menganalisis hasilnya. 

Seperti yang dapat kita amati, 1 dari 2 pengujian lolos, dan VSCode menampilkan alasan di balik hasil yang gagal. Pengujian di VSCode sangat interaktif dan ramah pengguna. 

Integrasi Git

VSCode hadir dengan integrasi Git bawaan. Tidak perlu lagi mengetik perintah Git di terminal. Integrasi Git menyediakan GUI yang ramah pengguna dan fungsi yang berguna untuk diff, tampilan, staging, branching, commit, merge, dan lainnya. 

Lihat Git Cheat Sheet kami untuk mempelajari berbagai perintah dan fungsionalitas Git. 

Catatan: Untuk mengaktifkan integrasi Git, Anda perlu menginstal Git dari situs resmi

Menginisialisasi Git.png

Menginisialisasi Git 

Kita dapat mengaksesnya melalui action bar atau dengan pintasan keyboard: Ctrl + Shift + G. Sebelum mulai melakukan commit, kita perlu menginisialisasi repositori.

Git Commit.png

Git Commit 

Setelah itu, tambahkan dan commit perubahan beserta pesannya. Semudah itu. 

Buat repositori GitHub dan dorong kode.png

Buat repositori GitHub dan push kode

Anda bahkan dapat membuat repositori GitHub dan mendorong kode Anda ke server jarak jauh dengan masuk ke akun GitHub Anda. 

Repositori GitHub privat.png

Repositori GitHub privat

Kami telah membuat repositori privat GitHub berisi file dan folder Python. 

Sekarang Anda dapat dengan mudah commit dan push perubahan ke server jarak jauh tanpa meninggalkan VSCode. 

Ikuti tutorial Github and Git kami untuk mempelajari semua hal tentang Git dan GitHub. 

Fitur Berbasis AI

Untuk meningkatkan pengalaman ngoding Anda di VSCode, pertimbangkan untuk mengaktifkan fitur pelengkapan kode berbasis AI. Salah satu alat yang menonjol adalah GitHub Copilot, pasangan pemrograman AI yang membantu dengan menyarankan potongan kode dan seluruh fungsi saat Anda mengetik.

Untuk mengaktifkan GitHub Copilot di VSCode:

  1. Pasang ekstensi GitHub Copilot:
    • Cari "GitHub Copilot".
    • Klik Install pada ekstensi GitHub Copilot.
  2. Masuk ke GitHub:
    • Setelah pemasangan, Anda akan diminta masuk ke akun GitHub Anda.
    • Ikuti instruksi di layar untuk melakukan autentikasi.
  3. Konfigurasikan pengaturan:
    • Akses pengaturan dengan mengklik ikon roda gigi di kiri bawah dan memilih Settings.
    • Cari "Copilot" untuk menyesuaikan preferensi, seperti mengaktifkan atau menonaktifkan fitur tertentu.

Tips dan Trik untuk Pengembangan Python yang Efisien di VSCode

VSCode hadir dengan fitur dan ekstensi pengembangan Python yang keren. Kita dapat menyesuaikannya sesuai kebutuhan dan meningkatkan produktivitas. Pada bagian ini, kita akan mempelajari tips dan trik untuk pengembangan Python yang efisien. 

  1. Memulai: Help > Get Started. Pelajari kustomisasi dan fitur VSCode melalui tutorial terpandu. 
  2. Command Palette: akses semua perintah yang tersedia dengan pintasan keyboard: Ctrl+Shift+P. Dengan menulis kata kunci, kita dapat mengakses perintah tertentu.  
  3. Pintasan keyboard: lebih baik daripada command palette. Kita dapat memodifikasi pintasan keyboard atau menghafalnya menggunakan lembar referensi keyboard. Ini membantu kita mengakses perintah secara langsung, alih-alih mencari dengan kata kunci.
  4. Command line: luncurkan editor VSCode melalui antarmuka baris perintah dengan mengetik `code .`. Kita juga dapat menyesuaikan cara meluncurkan editor dengan menambahkan argumen tambahan. 
  5. Error dan peringatan: lompat cepat ke error dan peringatan dalam proyek menggunakan pintasan keyboard: Ctrl+Shift+M. Kita juga bisa menelusuri error dengan F8 atau Shift+F8.
  6. Kustomisasi: VSCode memungkinkan kita menyesuaikan tema, pintasan keyboard, validasi JSON, pengaturan debugging, font, dan banyak lagi. Ini adalah IDE yang sepenuhnya dapat dikustomisasi. 
  7. Ekstensi: ekstensi Python lain meningkatkan pengalaman pengembangan kita. Cari ekstensi populer di Visual Studio Marketplace.
  8. Pemilihan multi-kursor: penyelamat hidup. Tambahkan kursor di posisi mana pun dengan Alt+Click. Ini memungkinkan kita memodifikasi banyak baris kode sekaligus. Kita juga dapat menggunakan Ctrl+Shift+L untuk memodifikasi semua kemunculan dari seleksi saat ini.
  9. Cari dan modifikasi: ini adalah alat terbaik untuk mencari dan memodifikasi banyak ekspresi sekaligus. Kita juga dapat mengganti nama simbol dengan memilih simbol dan menekan F2. 
  10. Integrasi Git: memungkinkan kita melakukan semua tugas terkait Git di dalam IDE. Menyediakan GUI yang mudah digunakan untuk diff, tampilan, staging, branching, commit, merge, dan lainnya.
  11. Code Snippets: sahabat kita. Seperti Autohotkey, kita membuat template untuk pola kode berulang. Untuk membuat potongan kode kustom, pilih File > Preferences > Configure User Snippets lalu pilih bahasanya.
  12. GitHub Copilot: ekstensi unggulan untuk segala jenis pengembangan. Meningkatkan pengalaman ngoding dengan kecerdasan buatan (AI) dengan menyarankan baris kode atau seluruh fungsi.

Bonus: sinkronkan pengaturan Anda dengan masuk ke akun GitHub Anda. Pengaturan Anda akan tersinkron di semua mesin. 

Kesimpulan

VSCode bukan sekadar editor kode. Ini adalah ekosistem lengkap untuk pengembangan Python yang efisien. VSCode menyediakan pintasan, Command Palette, IntelliSense, linting, pemformatan, debugging, pemformatan, integrasi Git, Jupyter notebook, ekstensi pihak ketiga, serta pengalaman pengembangan yang sepenuhnya dapat dikustomisasi. 

VSCode sangat direkomendasikan untuk pemula yang mempelajari dasar-dasar Python dan data science. Selesaikan jalur karier Associate Data Scientist with Python untuk menjadi ahli dalam Python dan data science. Jalur karier ini terdiri dari 25 kursus dan enam proyek untuk mempersiapkan Anda menjadi data scientist profesional.

FAQs

Bagaimana cara mengonfigurasi VSCode agar secara otomatis mengaktifkan lingkungan virtual saat membuka proyek?

Anda dapat mengonfigurasi VSCode untuk secara otomatis mengaktifkan lingkungan virtual dengan menambahkan file .vscode/settings.json di folder proyek Anda dengan konten berikut:

{
  "python.pythonPath": "<path-to-your-virtual-environment>/bin/python"
}

Bisakah saya menggunakan VSCode untuk pengembangan jarak jauh di server dengan Python?

Ya, Anda dapat menggunakan ekstensi Remote - SSH di VSCode untuk terhubung ke server jarak jauh. Setelah terhubung, Anda dapat mengakses file dan menjalankan kode Python seolah-olah lokal.

Apa saja ekstensi yang direkomendasikan untuk visualisasi data Python di VSCode?

Untuk visualisasi data, ekstensi seperti Plotly for Visual Studio Code dan Jupyter Notebook Renderers dapat meningkatkan pengalaman Anda dengan menyediakan plot interaktif dan kemampuan render.

Bagaimana saya dapat mengonfigurasi VSCode untuk menggunakan interpreter Python tertentu untuk proyek yang berbeda?

Anda dapat menentukan interpreter Python untuk setiap proyek dengan memilih interpreter di Command Palette (Ctrl+Shift+P) menggunakan perintah "Python: Select Interpreter". Pengaturan ini disimpan di .vscode/settings.json proyek.

Apakah ada cara untuk melihat pratinjau dokumentasi atau docstring Python di dalam VSCode?

Ya, Anda dapat menggunakan fitur "Peek Definition" dengan klik kanan pada fungsi atau metode untuk melihat dokumentasi atau docstring secara inline tanpa meninggalkan kode Anda saat ini.

Bagaimana cara mengoptimalkan kinerja VSCode untuk proyek Python besar?

Untuk meningkatkan kinerja, pertimbangkan menonaktifkan ekstensi yang tidak digunakan, tingkatkan batas memori untuk server TypeScript jika perlu, dan pastikan file atau folder besar dikecualikan dari pencarian dan linting menggunakan pengaturan files.exclude dan files.watcherExclude.

Bisakah saya menggunakan VSCode untuk berkolaborasi secara real-time dengan pengembang Python lain?

Ya, Anda dapat menggunakan ekstensi Live Share yang memungkinkan banyak pengembang berkolaborasi secara real-time pada basis kode yang sama, termasuk berbagi sesi debugging dan port server.

Bagaimana cara menyiapkan VSCode agar memformat kode Python saat disimpan menggunakan Black?

Untuk menyiapkan VSCode agar memformat kode Python menggunakan Black, buka Settings dan cari "Python formatting provider", pilih "black", dan pastikan "Editor: Format On Save" diaktifkan.

Apakah ada ekstensi VSCode yang dapat membantu mempelajari sintaks Python?

Ekstensi Python sudah menyediakan bantuan signifikan dengan penyorotan sintaks dan IntelliSense. Selain itu, Anda dapat menggunakan ekstensi Code Runner untuk dengan cepat menjalankan potongan kode Python dan melihat hasilnya, yang dapat membantu dalam belajar.

Bagaimana cara memecahkan masalah linting Python di VSCode?

Jika linting tidak berfungsi sebagaimana mestinya, pastikan linter terpasang di lingkungan Python Anda. Anda juga dapat memeriksa panel Output (View > Output) dan memilih "Python" dari menu tarik-turun untuk melihat pesan error apa pun. Selain itu, verifikasi bahwa linter yang benar dipilih di pengaturan.


Abid Ali Awan's photo
Author
Abid Ali Awan
LinkedIn
Twitter

Sebagai data scientist tersertifikasi, saya bersemangat memanfaatkan teknologi mutakhir untuk menciptakan aplikasi machine learning yang inovatif. Dengan latar belakang kuat di pengenalan ucapan, analisis dan pelaporan data, MLOps, conversational AI, dan NLP, saya mengasah keterampilan dalam mengembangkan sistem cerdas yang berdampak nyata. Selain keahlian teknis, saya juga komunikator andal yang mampu menyederhanakan konsep kompleks menjadi bahasa yang jelas dan ringkas. Karena itu, saya menjadi blogger yang dicari di bidang data science, membagikan wawasan dan pengalaman kepada komunitas profesional data yang terus berkembang. Saat ini, saya berfokus pada pembuatan dan penyuntingan konten, bekerja dengan large language model untuk mengembangkan konten yang kuat dan menarik agar membantu bisnis dan individu memaksimalkan data mereka.

Topik

Pelajari lebih lanjut tentang Python dengan kursus-kursus ini!

Kursus

Kotak Perkakas Python

4 Hr
317.8K
Lanjutkan membangun keterampilan Data Science modern Anda dengan mempelajari tentang iterator dan list comprehension.
Lihat DetailRight Arrow
Mulai Kursus
Lihat Lebih BanyakRight Arrow
Terkait

blogs

Tutorial Korelasi di R

Dapatkan pengenalan dasar-dasar korelasi di R: pelajari lebih lanjut tentang koefisien korelasi, matriks korelasi, plotting korelasi, dan sebagainya.
David Woods's photo

David Woods

13 mnt

blogs

12 Alternatif ChatGPT Terbaik yang Bisa Anda Coba pada 2026

Artikel ini menyajikan daftar alternatif ChatGPT yang akan meningkatkan produktivitas Anda.
Javier Canales Luna's photo

Javier Canales Luna

14 mnt

blogs

Spaghetti Plot dan Jalur Badai

Temukan alasan mengapa Anda sebaiknya (tidak) menggunakan spaghetti plot untuk menyampaikan ketidakpastian jalur prediksi badai serta dampaknya terhadap interpretasi.
Hugo Bowne-Anderson's photo

Hugo Bowne-Anderson

13 mnt

blogs

40 Pertanyaan Wawancara DBMS Teratas di 2026

Kuasai pertanyaan wawancara basis data, dari konsep SQL dasar hingga skenario desain sistem tingkat lanjut. Panduan mendalam ini mencakup semua yang Anda perlukan untuk sukses di wawancara DBMS dan meraih peran berikutnya.
Dario Radečić's photo

Dario Radečić

15 mnt

Lihat Lebih BanyakLihat Lebih Banyak