[👩‍💻TIL 4일차 ] 유데미 스타터스 취업 부트캠프 4기

## 확진일-구별 확진자수 집계
# 피봇테이블 만들기
df_gu = pd.pivot_table(df, index='확진일', columns='지역', values='연번', aggfunc='count', margins=True)

# 서울시 일별 추가확진자 동향
s_date = df_gu['All'][:-1]

# 서울시 일별 추가확진자가 많았던 순으로 보기
s_date.sort_values(ascending=False)

# 서울시 일별 추가확진자 시각화
x = s_date.index
y = s_date.values
plt.plot(x,y)
plt.title('서울시 일별 추가확진자(2021.09.28)')
plt.xlabel('확진일')
plt.ylabel('추가확진자수')
plt.xticks(rotation=45)
plt.show()

[49차시] 서울시 구별 추가확진자 및 접촉력 분석

서울시 구별 누적확진자 비교

# 서울시 구별 누적확진자 많은 순으로 보기
s_gu = df_gu.loc['All'][:-1]
s_gu = s_gu.sort_values()

# 서울시 구별 누적확진자 많은 순으로 시각화
x = s_gu.index
y = s_gu.values

plt.figure(figsize=(10,7))
plt.title('서울시 구별 누적확진자(2021.09.28)', size=20)
plt.barh(x,y)
plt.show()

나는 누적확진자가 가장 큰 값을 위로 올리고 싶어서 sort의 ascending=False를 제거했다.

※참고: figsize는 상단에 위치해야한다

최근일 기준 지역별 추가확진자

s_gu = df_gu.iloc[-2][:-1]
s_gu = s_gu.sort_values()

x = s_gu.index
y = s_gu.values
plt.figure(figsize=(10,7))
plt.barh(x,y)
plt.show()

접촉력에 따른 확진 분석

## 접촉력에 따른 확진 건수 best 10
df['접촉력'].value_counts()[:10].to_frame()

## 최근월 접촉력에 따른 확진 건수 best10
df[(df['확진일'].dt.year==2021)&(df['확진일'].dt.month==9)]['접촉력'].value_counts()[:10].to_frame()

[50차시] 데이터 수집 및 전처리

import pandas as pd

# 그래프를 노트북 안에 그리기 위해 설정
%matplotlib inline

# 필요한 패키지와 라이브러리 가져온다.
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm

# 그래프에서 마이너스 폰트 깨지는 문제에 대한 대처
mpl.rcParams['axes.unicode_minus'] = False

# 폰트 지정하기
plt.rcParams['font.family'] = 'gulim'

데이터 확인 및 전처리

## 2021년 공공자전거 대여이력 정보
# 데이터프레임 생성/확인
df1 = pd.read_csv('data/공공자전거 대여이력 정보_2021.01.csv', encoding='cp949', low_memory=False)
df2 = pd.read_csv('data/공공자전거 대여이력 정보_2021.02.csv', encoding='cp949', low_memory=False)
df3 = pd.read_csv('data/공공자전거 대여이력 정보_2021.03.csv', encoding='cp949', low_memory=False)
df4 = pd.read_csv('data/공공자전거 대여이력 정보_2021.04.csv', encoding='cp949', low_memory=False)
df5 = pd.read_csv('data/공공자전거 대여이력 정보_2021.05.csv', encoding='cp949', low_memory=False)
df6 = pd.read_csv('data/공공자전거 대여이력 정보_2021.06.csv', encoding='cp949', low_memory=False)

# 데이터 연결/확인
# concat
df = pd.concat([df1,df2,df3,df4,df5,df6])

# 데이터 크기
df.shape
# 데이터 정보(사용메모리)
df.info()


## 데이터 전처리
# 불필요한 컬럼 제거
# 자전거번호, 대여거치대, 반납거치대 제거
df.drop(columns=['자전거번호', '대여거치대', '반납거치대'], inplace=True)
df.info()

#자료형 확인/변경
# 자료형 확인
df.dtypes

print(df['대여 대여소번호'].nunique())
print(df['반납대여소번호'].nunique())

# 카테고리형으로 변경: 대여 대여소번호, 반납대여소번호
df['대여 대여소번호'] = df['대여 대여소번호'].astype('category')
df['반납대여소번호'] = df['반납대여소번호'].astype('category')

df.dtypes
# 메모리 용량 확인
df.info()

# datetime형으로 변경 : 대여일시,반납일시
df['대여일시'] = pd.to_datetime(df['대여일시'])
# error가 발생하는 데이터 null로 처리하는 옵션 적용
df['반납일시'] = pd.to_datetime(df['반납일시'], errors='coerce')
# 자료형 변경 확인
df.dtypes


## 결측치 확인/처리
# 결측치 확인
df.isnull().sum()

# 결측치 제거
df.dropna(inplace=True)

# 결측치 확인
df.isnull().sum()

전처리 작업을 통해 나에게 필요한 데이터프레임을 구축하였다.

[51차시] 일별 이용현황 분석

대여날짜 컬럼 추가

df['대여날짜'] = df['대여일시'].dt.date

대여날짜 별 대여 건수

# 대여날짜 별 대여건수 추출
df_count = df.groupby('대여날짜').대여일시.count().to_frame()

# 대여날짜 별 대여건수 시각화 & 컬럼명 변경
df_count.columns=['대여건수']

#시각화
plt.plot(df_count.index, df_count.values)
plt.title('서울시 공공자전거 대여 날짜 별 대여건수')
plt.show()

대여날짜별로 대여건수가 점점 증가하는 추세임을 알 수 있다.

초반에는 겨울이기 때문에 대여건수가 적고,

날씨가 풀려감에 따라 대여건수가 증가한다고 해석할 수 있다.

대여날짜 별 이용시간

# 대여날짜 별 이용시간 추출
df_time = df.groupby('대여날짜')['이용시간'].sum().to_frame()

# 대여날짜 별 이용시간 시각화
plt.plot(df_time.index, df_time['이용시간'])
plt.title('서울시 공공자전거 대여 날짜 별 이용시간')
plt.show()

날씨가 좋은 봄에 비해 여름이 비교적 이용시간이 적고,

겨울에는 이용시간이 현저히 떨어짐을 알 수 있다.

대여날짜 별 이용 거리

# 대여날짜 별 이용거리 추출
df_distance = df.groupby('대여날짜')['이용거리'].sum().to_frame()

# 대여날짜 별 이용거리 시각화
plt.plot(df_distance.index, df_distance['이용거리'])
plt.title('서울시 공공자전거 대여 날짜 별 이용거리')
plt.show()

이용 시간과 비슷한 양상을 보이는 것을 확인할 수 있다.

데이터프레임 합치기

df_date = pd.concat([df_time,df_distance,df_count], axis=1)

[52차시] 시간대별 대여/반납 현황 분석

대여시간, 반납시간 컬럼 추가

df['대여시간'] = df['대여일시'].dt.hour
df['반납시간'] = df['반납일시'].dt.hour
df.dtypes

시간대별 대여/반납 현황

# 시간대별 대여현황
s_rental = df['대여시간'].value_counts()
s_rental

# 시간대별 반납현황
s_return = df['반납시간'].value_counts()
s_return

시각화

# 시간 순 정렬
s_rental = s_rental.sort_index()
s_rental

# 시간대별 공공자전거 대여건수 시각화
x = s_rental.index
y = s_rental.values
plt.bar(x,y)
plt.title('서울시 공공자전거 시간대별 대여 건수')
plt.xlabel('대여시간')
plt.ylabel('대여건수')
plt.show()


# 시간 순 정렬
s_return = s_return.sort_index()

# 시간대별 공공자전거 반납건수 시각화
x = s_return.index
y = s_return.values
plt.bar(x,y,color='pink')
plt.title('서울시 공공자전거 시간대별 반납 건수')
plt.xlabel('반납시간')
plt.ylabel('반납건수')
plt.show()

아침시간대와 저녁시간대(=출퇴근/등하교 시간)에 대여 및 반납 건수가 많은 것을 확인할 수 있다.

[53차시] 대여소별 대여/반납 현황 분석

대여소 현황

# 대여 대여소번호 갯수
df['대여 대여소번호']

# 반납대여소번호 갯수
df['반납대여소번호']

# 반납대여소에는 00437로 들어가있다.
df[df['대여 대여소번호'] == 437]


# 반납대여소 번호 처리 (str형으로 변환)
df['반납대여소번호'] = df['반납대여소번호'].astype('str')

# 반납대여소 번호 처리 (왼쪽의 '0' 제거)
df['반납대여소번호'] = df['반납대여소번호'].str.lstrip('0')

# 반납대여소 번호 처리 (int형으로 변환)
df['반납대여소번호'] = df['반납대여소번호'].astype('int')

# 반납대여소 번호 처리 (category형으로 변환)
df['반납대여소번호'] = df['반납대여소번호'].astype('category')

df.dtypes

# 대여 대여소번호와 데이터 개수와 형태가 같아짐
df['반납대여소번호']


## 대여건수가 가장 많은 대여소 best10
# value_counts
df[['대여 대여소번호','대여 대여소명']].value_counts()[:10].to_frame()

## 반납건수가 가장 많은 대여소 best10
# value_counts
df[['반납대여소번호','반납대여소명']].value_counts()[:10].to_frame()

여의나루역 1번출구 앞에서 대여가 가장 많이 이루어지는 것을 확인할 수 있다.

해당 대여소에 대해 좀 더 자세히 살펴보자.

여의나루역 1번출구 앞 대여소 이용현황

## 서브셋 만들기
df_207 = df[df['대여 대여소번호']==207]

## 반납 현황
# value_counts
df_207[['반납대여소번호','반납대여소명']].value_counts().to_frame()

## 요일별 대여현황
#요일컬럼 추가 : strftime('%a')
#경고창은 무시해도 됨
df_207['대여요일'] = df_207['대여일시'].dt.strftime('%a')

# value_counts
df_207['대여요일'].value_counts()

여의나루역에서 공공자전거를 대여한 사람들은 보통 같은 대여소에 자전거를 반납하는 것을 확인할 수 있다.

여의나루역의 요일별 대여현황을 살펴보면 주말이 가장 많은 것을 알 수 있다.

여의나루역에서는 위에서 추측한 출퇴근시간의 이용이 아닌

주말의 휴가 및 오락의 용도로 자전거를 사용할 수 있음을 알 수 있다.

이용시간 통계

df_207['이용시간'].describe()

# 전체데이터 이용시간 평균
df['이용시간'].mean()

강의에서는 이용시간의 평균, 최대값, 최소값을 각각 구하셨는데

describe를 이용하면 한 눈에 볼 수 있다.

[54차시] 데이터 수집 및 전처리

📖 함수 정리

특정 문자열이 포함되어있는지 확인: .str.contains(문자열)
중복 행 제거: .drop_duplicates()
구분기호를 기준으로 문자열 나누기: .str.split(' ')
높은순 보기: df.nlargest(갯수, 컬럼명)

import pandas as pd
import matplotlib.pyplot as plt

# 그래프를 노트북 안에 그리기 위해 설정
%matplotlib inline

# 필요한 패키지와 라이브러리 가져온다.
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm

# 그래프에서 마이너스 폰트 깨지는 문제에 대한 대처
mpl.rcParams['axes.unicode_minus'] = False

# 폰트 지정하기
plt.rcParams['font.family'] = 'NanumBarunGothic'

데이터 수집

# 1. 데이터 프레임 생성
df = pd.read_csv('data/생필품 농수축산물 가격 정보(2021년1월_6월).csv', encoding='cp949')

# 2. 결측치 확인
df.isnull().sum()

# 3. 자료형 확인
df.dtypes

데이터 확인

# 1. 컬럼별 데이터 확인
df['시장/마트 번호'].nunique()


# 2. 시장/마트 목록
df['시장/마트 이름'].nunique()
df['시장/마트 이름'].unique()

df_market = df[['시장/마트 번호','시장/마트 이름','자치구 이름','시장유형 구분(시장/마트) 이름']].drop_duplicates()

# 자치구 별 시장/마트 갯수
df_market['자치구 이름'].value_counts()

# 자치구 이름으로 시장/마트 확인
df_market[df_market['자치구 이름']=='중구']


# 3. 품목 목록
# 품목 목록
df_items =df[['품목 번호','품목 이름']].drop_duplicates()
df_items = df_items.sort_values('품목 이름')

# 품목 이름 (30개씩 확인)
df_items[:30]
df_items[30:60]
df_items[60:]


## 4. 자치구 목록
df_gu = df[['자치구 코드','자치구 이름']].drop_duplicates()
df_gu.shape


## 5. 시장 유형
df_gubun = df[['시장유형 구분(시장/마트) 코드','시장유형 구분(시장/마트) 이름']].drop_duplicates()

[55차시] 구별/마트별 삼겹살 가격 분석

1. 삼겹살 데이터

# 삼겹살이 포함되어있는 데이터 & 2021-06 데이터 이용 & 600g
df_sam = df[ (df['품목 이름'].str.contains('삼겹살')) & (df['년도-월']=='2021-06') & (df['실판매규격'].str.contains('600g')) ]

# 삼겹살 600g의 평균 가격은?
df_sam['가격(원)'].mean()

# 삼겹살 600g의 최고 가격은?
df_sam['가격(원)'].max()

# 삼겹살 600g의 최저 가격은?
df_sam['가격(원)'].min()

df_sam[df_sam['가격(원)']<5000]

2. 우리동네 삼겹살 가격

gu = input('구이름:')

# 우리구 삼겹살 가격
df_sam_gu = df_sam[df_sam['자치구 이름']==gu][['시장/마트 이름','품목 이름','실판매규격','가격(원)']].drop_duplicates()

# 시각화
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'Malgun Gothic'

x = df_sam_gu['시장/마트 이름']
y = df_sam_gu['가격(원)']

plt.scatter(x,y)
plt.title(gu+' 삼겹살 가격')
plt.grid(True)
plt.show()

시각화 과정에서 한글이 깨지는 문제가 발생하여 코드를 추가하였다.

[참고 링크]

[Python] Matplotlib, Shap Plot 한글 깨짐 해결

📚 Matplotlib & Shap plot 한글 깨짐 문제 • python에서 시각화를 할 때 한글이 깨지는 경우가 종종 발생한다. 여러 가지 해결 방법이 있지만, 내 로컬 환경에서 가장 간단하게 문제를 해결할 수 있었

yeong-jin-data-blog.tistory.com

롯데백화점 잠실점의 삼겹살 가격이 비교적 높은 것을 확인할 수 있다.

3. 마트 지점별 삼겹살 가격

mart = input('시장/마트이름:')

# 마트 지점별 삼겹살 가격
df_sam_mart = df_sam[df_sam['시장/마트 이름'].str.contains(mart)][['시장/마트 이름','품목 이름','실판매규격','가격(원)']].drop_duplicates()

# 시각화
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'Malgun Gothic'

x = df_sam_mart['시장/마트 이름']
y = df_sam_mart['가격(원)']

plt.scatter(x,y)
plt.grid(True)
plt.title(mart+ ' 삼겹살 가격')
plt.xticks(rotation=45)
plt.show()

이마트는 삼겹살의 평균 가격이 15000원인 것을 확인할 수 있다.

이에 비해 홈플러스와 백화점은 가격의 편차가 큰 편이다.

백화점 삼겹살의 경우 가격대가 비교적 높게 형성되어있는 것을 확인할 수 있다.

[56차시] 구별/마트별 달걀 가격 분석

1. 달걀 데이터

# 2021-06 데이터 이용
df_egg = df[(df['품목 이름'].str.contains('달걀')) & (df['년도-월']=='2021-06') & (df['실판매규격'].str.contains('30개')) & (df['가격(원)']>0)]

# 달걀 30구 평균 가격
df_egg['가격(원)'].mean()

# 달걀 최고 가격
df_egg['가격(원)'].max()
df_egg[df_egg['가격(원)']>20000]

# 달걀 최저 가격
df_egg['가격(원)'].min()
df_egg[df_egg['가격(원)'] < 6000]

2. 우리동네 달걀 가격

gu = input('구이름:')

# 우리구 달걀 가격
df_egg_gu = df_egg[df_egg['자치구 이름']==gu][['시장/마트 이름','품목 이름','실판매규격','가격(원)']].drop_duplicates()

# 시각화
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'Malgun Gothic'

#df_egg_gu.sort_values('가격(원)')
x = df_egg_gu['시장/마트 이름']
y = df_egg_gu['가격(원)']

plt.scatter(x,y)
plt.grid(True)
plt.title(gu+' 달걀가격(30구)')
plt.xticks(rotation=45)
plt.show()

중구의 달걀 가격을 살펴보면 백화점에서 가격이 높고 시장이나 마트는 가격대가 낮은 것을 찾을 수 있다.

흥미로운 것은 시장보다 대형마트의 달걀 가격이 더 저렴하다는 것이다.

%EC%84%A4%20%EC%83%81%EC%B0%A8%EB%A6%BC%20%EC%87%A0%EA%B3%A0%EA%B8%B0%EB%8A%94%20%EC%A0%84%ED%86%B5%EC%8B%9C%EC%9E%A5%2C%20%EA%B

%EB%86%8D%EC%88%98%EC%82%B0%EB%AC%BC%EC%9C%A0%ED%86%B5%EA%B3%B5%EC%82%AC%2C%20%ED%95%9C%EA%B5%AD%EC%86%8C%EB%B9%84%EC%9E%90%EC%9B%90%20%EB%93%B1%20%EC%84%A4%20%EC%83%81%EC%B0%A8%EB%A6%BC%20%EB%B9%84%EC%9A%A9%20%EA%B3%B5%EA%B0%9C%20%20%EC%9E%AC%EB%9E%98%EC%

www.hani.co.kr

실제로 이와 유사한 기사를 찾을 수 있었다.

3. 마트 지점별 달걀 가격

gu = input('마트이름:')

# 마트 지점별 달걀 가격
df_egg_mart = df_egg[df_egg['시장/마트 이름'].str.contains(gu)][['시장/마트 이름','품목 이름','실판매규격','가격(원)']].drop_duplicates()

# 시각화
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'Malgun Gothic'

x = df_egg_mart['시장/마트 이름']
y = df_egg_mart['가격(원)']

plt.scatter(x,y)
plt.xticks(rotation=45)
plt.grid(True)
plt.title(gu+' 달걀가격(30구)')
plt.show()

달걀 가격 비교 결과 삼겹살과는 약간 다른 양상을 보였다.

가격의 편차가 삼겹살에 비해 적은 편이고 백화점을 제외하고는 평균값도 비슷한 것을 확인할 수 있다.

[57차시] 데이터 수집 및 전처리

import pandas as pd

# 그래프를 노트북 안에 그리기 위해 설정
%matplotlib inline

# 필요한 패키지와 라이브러리 가져온다.
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm

# 그래프에서 마이너스 폰트 깨지는 문제에 대한 대처
mpl.rcParams['axes.unicode_minus'] = False

# 폰트 지정하기
plt.rcParams['font.family'] = 'gulim'

1. 데이터 확인 및 전처리

df = pd.read_csv('data/서울시 지하철 호선별 역별 시간대별 승하차 인원 정보.csv', encoding='cp949')

## 1. 데이터 크기
df.shape

## 2. 결측치 확인
df.isnull().sum()

## 3. 컬럼별 데이터 확인
# 사용월
df['사용월'].unique()

# 호선명
df['호선명'].unique()


## 4. 데이터 타입 확인 및 변경
df.dtypes

df['사용월'] = df['사용월'].astype('str')
df.dtypes


## 5. 불필요한 컬럼 삭제
df.drop(columns=['작업일자'], inplace=True)

## 6. 승차/하차 테이블 분리
# 1. 승차 테이블 만들기
# 공통 컬럼 (사용월, 호선명, 지하철역)
df1 = df.iloc[:,:3]

# 승차 컬럼만 가져오기
df2 = df.iloc[:,3::2]

# 컬럼명 변경 (승차인원 제거)
df2.columns = df2.columns.str.split(' ').str[0]

# 공통컬럼과 승차컬럼 연결하기
df_in = pd.concat([df1,df2], axis=1)


## 7. 하차 테이블 만들기
# 공통 컬럼
df1 = df.iloc[:,:3]

# 하차 컬럼만 가져오기
df2 = df.iloc[:,4::2]

# 컬럼명 변경 (하차인원 제거)
df2.columns = df2.columns.str.split(' ').str[0]

# 공통컬럼과 하차컬럼 연결하기
df_out = pd.concat([df1,df2], axis=1)

[58차시] 출퇴근시간 승하차분석

2. 출퇴근시간 역별 승하차인원 분석

# 최근 월을 기준으로 한 승하차 데이터프레임 생성
df_in_202108 = df_in[df_in['사용월']=='202108']
df_out_202108 = df_out[df_out['사용월']=='202108']

# 출근시간에 가장 많은 사람이 승차하는 역은 어디일까? (08시-09시)
df_in_202108.nlargest(10,'08시-09시')[['지하철역','08시-09시']]

# 출근시간에 가장 많은 사람이 하차하는 역은 어디일까?(09시-10시)
df_out_202108.nlargest(10,'09시-10시')[['지하철역','09시-10시']]

# 퇴근시간에 가장 많은 사람이 승차하는 역은 어디일까?(18시-19시)
df_in_202108.nlargest(10,'18시-19시')[['지하철역','18시-19시']]

# 퇴근시간에 가장 많은 사람이 하차하는 역은 어디일까?(19시-20시)
df_out_202108.nlargest(10,'19시-20시')[['지하철역','19시-20시']]

분석결과 출근시간에는 신림 승차, 강남 하차 / 퇴근시간에는 강남 승차, 신림 하차인원이 많은 것을 확인할 수 있다.

[59차시] 지하철 역별/시간대별 승하차 현황 분석

3. 강남역의 최근 시간대별 승하차정보 분석

## 1. 강남역의 최근 승차정보 분석
# 강남역의 최근 승차 데이터 불러오기 
df_gangnam_in = df_in_202108[df_in_202108['지하철역']=='강남'].iloc[:,3:]
df_gangnam_in

# melt
df_gangnam_in = df_gangnam_in.melt()

# 컬럼명 변경
df_gangnam_in.columns=['시간대','승차건수']
df_gangnam_in.sort_values('승차건수')

# 시간대별 승차인원 시각화하기
df_gangnam_in
plt.figure(figsize=(10,7))
plt.barh(df_gangnam_in['시간대'], df_gangnam_in['승차건수'])
plt.show()

퇴근시간대에 승차 인원이 많다.

## 2. 강남역의 최근 하차 정보 분석
# 강남역의 최근 하차 데이터 불러오기 
df_gangnam_out = df_out_202108[df_out_202108['지하철역']=='강남'].iloc[:,3:]
df_gangnam_out

# melt
df_gangnam_out = df_gangnam_out.melt()

# 컬럼명 변경
df_gangnam_out.columns=['시간대','하차건수']
df_gangnam_out.sort_values('하차건수')

# 시간대별 승차인원 시각화하기
df_gangnam_out
plt.figure(figsize=(10,7))
plt.barh(df_gangnam_out['시간대'], df_gangnam_out['하차건수'])
plt.show()

출근시간대에 하차 인원이 많다.

4. 지하철 시간대별, 역별 이용현황 분석

1. 시간대별 승차 현황

## 1. 승차정보 집계 데이터 만들기
# df_in_202108카피하여 사용하기
df_in_202108_agg = df_in_202108.copy()

# 인덱스 변경('지하철역')
df_in_202108_agg.index = df_in_202108_agg['지하철역']

# 컬럼 삭제('사용월','호선명','지하철역')
df_in_202108_agg.drop(columns= ['사용월','호선명','지하철역'], inplace=True)

# 행,열 합계
df_in_202108_agg.loc['sum'] = df_in_202108_agg.apply('sum', axis=0)
df_in_202108_agg['sum'] = df_in_202108_agg.apply('sum',axis=1)


## 2. 시간대별 승차건수
s_in = df_in_202108_agg.loc['sum'][:-1].sort_values()

s_in = s_in.sort_index()

x = s_in.index
y = s_in.values
plt.bar(x,y)
plt.xticks(rotation=90)
plt.show()


## 3. 지하철역별 승차건수
df_in_202108_agg['sum'][:-1].sort_values(ascending=False).to_frame()

시간대별 승차건수를 살펴보면 출퇴근시간이 가장 많은 것을 알 수 있고,

지하철역별 승차건수를 살펴보면 강남, 잠실, 신림 순서로 많은 것을 알 수 있다.

2. 시간대별 하차 현황

## 1. 하차정보 집계 테이블 만들기
# df_out_202108카피하여 사용하기
df_out_202108_agg = df_out_202108.copy()

# 인덱스 변경('지하철역')
df_out_202108_agg.index = df_out_202108_agg['지하철역']

# 행,열 합계
df_out_202108_agg.loc['sum'] = df_out_202108_agg.apply('sum', axis=0)
df_out_202108_agg['sum'] = df_out_202108_agg.apply('sum', axis=1)


## 2. 시간대별 하차 건수
df_out_202108_agg.loc['sum'].sort_values()

## 3. 지하철역별 하차건수
df_out_202108_agg['sum'][:-1].sort_values(ascending=False)[:10].to_frame()

위와 동일한 결과를 확인할 수 있다.

[60차시] 파이썬 데이터 시각화소개

데이터 시각화란?

데이터 분석 결과를 쉽게 이해할 수 있도록 시각적으로 표현하고 전달되는 과정
데이터 시각화의 목적은 graph를 통해 정보를 명확하고 효과적으로 전달하는 것

데이터 시각화의 필요성

텍스트 기반의 데이터를 분석하고 이해하는 것도 중요하지만 텍스트 기반의 데이터를 사람의 눈으로 파악하는 데에는 한계가 있다.

데이터를 시각화하면

많은 데이터를 한눈에 파악할 수 있다.
데이터의 변화, 데이터 사이의 관계 등을 쉽게 볼 수 있어 데이터를 깊이 있게 이해할 수 있다.
수치로만 파악하기 힘든 패턴이나 새로운 정보를 발견할 수 있다.

데이터 시각화 사례 및 해석

[현상파악]

나폴레옹 진군 맵 (1812년)

[원인도출]

콜레라 발병 맵(1854년)
나이팅게일 로즈 다이어그램

[추세파악/예측]

→ 인사이트 도출

목적에 따른 그래프의 종류

시간 시각화
비교 시각화
공간 시각화
비율 시각화
데이터 관계 시각화
분포 시각화

[61차시] 기본 그래프 그리기

라이브러리 임포트

- matplotlib의 pyplot 모듈 사용

- 관용적으로 plt라는 별칭 사용

import matplotlib.pyplot as plt

기본 그래프 그리기

- plt.plot(data)

- plot에 데이터를 전달하여 그린다.

y축 데이터로 그리기
- 1차원 리스트, 튜플, 시리즈 데이터를 전달하여 그린다.
- x축은 데이터의 인덱스로 자동 지정된다.
x축, y축 데이터로 그리기
- x축과 y축 데이터의 길이가 같아야 한다.

# 시리즈 데이터의 인덱스 변경하기 : index = [10,20,30,40,50]
ss = pd.Series([1,5,3,9,7], index=[10,20,30,40,50])

[62차시] 목적에 따른 여러가지 그래프

시각화	종류	코드
시간 시각화	선그래프	plt.plot()
수량비교 시각화	막대그래프 가로 막대 그래프	plt.bar() plt.barh()
비율 시각화	파이차트	plt.pie()
분포 시각화	히스토그램 상자수염그래프 바이올린그래프	plt.hist() plt.boxplot() plt.violinplot()
관계 시각화	산점도(scatter)	plt.scatter()

[63차시] 한글폰트사용, 색상, 마커, 선

➡️ 그래프의 가독성을 높이고 보기좋게 꾸미기 위해 색상, 마커, 선의 스타일을 설정할 수 있다.

한글폰트 사용

# 한글폰트 지정
plt.rcParams['font.family'] = 'Malgun Gothic'

# 한글폰트 사용 시 -기호 깨지는 문제 해결
plt.rcParams['axes.unicode_minus']=False

색상

color=색상
색상 이름을 사용한다. https://matplotlib.org/2.0.2/examples/color/named_colors.html
자주 사용되는 색깔은 약자를 사용할 수 있다.(blue:b, green:g, red:r, cyan:c, magenta:m, yellow:y, black:k, white:w)
hex code(색상 코드)를 사용할 수 있다.

마커

marker : 마커종류 (* . , o v ^ < > 1 2 3 4 s p * h H + x D d)
markersize, ms : 마커사이즈
markeredgecolor, mec : 마커 선 색깔
markeredgewidth, mew : 마커 선 굵기
markerfacecolor, mfc : 마커 내부 색깔

선

linestyle(ls) : 선스타일
'-' solid line style
'--' dashed line style
'-.' dash-dot line style
':' dotted line style
linewidth(lw) : 선 굵기

※ 색상, 선, 마커는 조합도 가능하다.

plt.plot(x,y,'g*:', ms=10, mec='r', mfc='k', lw=3);

먼저 주피터 마크다운 목차인 nbextensions는 아래 글을 참고하여 새로운 노트북에 설치했다.

주피터 노트북 Nbextensions로 목차 정리

출처 : jenna.log 주피터 스크립트를 작성하면서 자동으로 목차와 앵커 만들 수 있는데, 방법은 매우 간단하다. 스크립트 창에 아래 코드를 그대로 입력해주면, 해당 기능을 구현해주는 Nbextensions를

yrohh.tistory.com

그런데 설치 후 파일이 열리지 않는 오류가 발생했다.

강의 화면과 내 설정 화면을 비교해보니

이 부분이 Diable로 되어있었다.

Enable로 변경하니 파일이 잘 열린다 😊👌

목차도 잘보이고!

오늘의 궁금한점 1

하나의 데이터프레임만 전체 출력할 수 있는 방법이 있을까? (품목 이름 데이터프레임만 전체 행을 출력하고 원본 데이터 프레임은 원래대로 ...으로 잘리게 표시되도록) 구글을 통해서는 모든 데이터프레임을 전체출력하는 방법만 찾을 수 있었다.

[Pandas] 5. 데이터프래임(DataFrame) 모든 행, 모든 열 출력하기

안녕하세요. 꽁냥이에요~ 크기가 큰 데이터를 Pandas 데이터프래임(DataFrame)에 넣으면 아래의 빨간색으로 표시한 것처럼 중간 부분은 잘려서 나오게 됩니다. 하지만 상황에 따라서 중간에 잘린 데

zephyrus1111.tistory.com

오늘의 궁금한점2

구별/마트별 달걀 가격 분석을 하다가 시장보다 대형마트의 달걀 가격이 더 낮다는 것을 확인했다.

이러한 가격 차이에 대한 인사이트를 찾기 위한 팁이 있는지 궁금하다.

[파트너간 상보적 학습 및 강의 내용 리뷰]

이번 시간에는 서로 해결하지 못한 부분을 공유하는 시간을 가졌다.

파트너분의 문제는 데이터 프레임에서 value_counts() 에러가 나는 것이었다.

내 코드에서는 잘 돌아가서 차이점을 확인해보니 파이썬 버전에 차이가 있었다.

파이썬을 함부로 업그레이드하면 파일들이 엉킬 위험이 있어서 강사님께 질문하기로했다.

나는 위 질문에 대해 이야기했다.

엑셀로 해당 데이터프레임을 다운로드 받으면 전체 데이터프레임을 편하게 볼 수 있다는 해결법을 얻을 수 있었다!

그래도 혹시 주피터 내부에 해당 기능이 있을 수 있으니 강사님께 질문을 드리기로 했다.

끄으읕!!!!

* 유데미 큐레이션 바로가기 : https://bit.ly/3HRWeVL

* STARTERS 취업 부트캠프 공식 블로그 : https://blog.naver.com/udemy-wjtb

본 후기는 유데미-웅진씽크빅 취업 부트캠프 4기 데이터분석/시각화 학습 일지 리뷰로 작성되었습니다.

728x90

저작자표시

'교육 > 유데미 스타터스 4기' 카테고리의 다른 글

유데미 스타터스 취업 부트캠프 4기 - 데이터분석/시각화(태블로) 1주차 학습 일지 (0)	2023.02.10
[👩‍💻TIL 5일차 ] 유데미 스타터스 취업 부트캠프 4기 (0)	2023.02.10
[👩‍💻TIL 3일차 ] 유데미 스타터스 취업 부트캠프 4기 (0)	2023.02.08
[👩‍💻TIL 2일차 ] 유데미 스타터스 취업 부트캠프 4기 (0)	2023.02.07
[👩‍💻TIL 1일차 ] 유데미 스타터스 취업 부트캠프 4기 (0)	2023.02.06

'교육/유데미 스타터스 4기' Related Articles

Comments

홍동이의 성장일기