서울시 범죄 현황 데이터 분석 3

eunbi kim·2024년 3월 14일
python
0

Exploratory Data Analysis (EDA) Projects

목록 보기
7/14
post-custom-banner
    1. 강남3구 범죄현황 데이터 개요 및 읽어오기
  • [번외1] Pandas의 pivot_table
    1. 서울시 범죄현황 데이터 정리
    1. google maps에서 구별 정보를 얻어서 데이터 정리
    1. 구별 데이터로 변경하기
    1. 서울시 범죄현황 데이터 최종 정리
  • [번외2] seaborn <- here
    1. 범죄 현황 데이터 시각화
  • [번외3] Folium 지도 시각화
    1. 서울시 범죄 현황 지도 시각화

[번외2] seaborn

파이썬에서 matplotlib과 함께 시각화 도구로 많이 사용되는 seaborn의 기본기를 학습하였다.

필요한 모듈 임포트하고 시작해보자~

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import rc

plt.rcParams["axes.unicode_minus"] = False  # 마이너스 부호 때문에 한글 깨짐을 방지
rc("font", family="Malgun Gothic")  # 한글 설정
%matplotlib inline

예제 1. seaborn 기초

넘파이를 통해 0부터 14까지 100개의 데이터를 뽑았다.

x = np.linspace(0, 14, 100)
y1 = np.sin(x)
y2 = 2 * np.sin(x + 0.5)
y3 = 3 * np.sin(x + 1.0)
y4 = 4 * np.sin(x + 1.5)

seaborn은 matplotlib을 기반으로 작동하기 때문에 기본적인 원리는 유사하다.

plt.figure(figsize=(10, 6))
plt.plot(x, y1, x, y2, x, y3, x, y4)
plt.show()

sns.set_style() 옵션 - 뒷배경 white, dark, whitegrid, darkgrid 등이 있다.

sns.set_style("darkgrid")
plt.figure(figsize=(10, 6))
plt.plot(x, y1, x, y2, x, y3, x, y4)
plt.show()

예제 2. seaborn tips data

  • boxplot, swarmplot, lmplot

seaborn이 보유한 데이터 tips를 불러올 수 있다.

tips = sns.load_dataset("tips")
tips

요렇게 생긴 애고...

(1) Boxplot

plt.figure(figsize=(8, 6))
sns.boxplot(x=tips["total_bill"])
plt.show()

~~여담인데 boxplot을 boxenplot이라 오타를 쳐버렸는데
모양이 이상한 것이었다 내가 아는 박스플랏이 아닌데...
boxen plot 기능이 있단 것도 알게 되어서 재밌었다
~~

요일에 따른 bill:

plt.figure(figsize=(8, 6))
sns.boxplot(x="day", y="total_bill", data=tips)
plt.show()

hue, palette:

hue <- 내가 보는 데이터셋에서 카테고리로 되어 있는 컬럼값 이름을 hue에 넣어주면 나눠서 볼 수 있는 옵션이다.
smoker 컬럼이 y/n로 되어 있으므로 구분하기 위해 hue에 넣었다.

palette <- 스타일 변경. Set1, Set2, Set3 이 있다.

plt.figure(figsize=(8, 6))
sns.boxplot(x="day", y="total_bill", data=tips, hue="smoker", palette="Set3")

(2) Swarmplot

산점도 형태의 그래프이다.
color 옵션은 0에 가까워질 수록 검은색, 1은 흰색으로 설정해줌

plt.figure(figsize=(8, 6))
sns.swarmplot(x="day", y="total_bill", data=tips, color="0.5")
plt.show()

Mix boxplot and swarmplot:

plt.figure(figsize=(8, 6))
sns.boxplot(x="day", y="total_bill", data=tips)
sns.swarmplot(x="day", y="total_bill", data=tips, color="0.25")
plt.show()

(3) lmplot

total_bill과 tip 사이의 관계를 파악할 때 사용하면 좋다.

점과 선 사이의 간격이 좁을수록 높은 상관관계를 의미한다.

sns.set_style("darkgrid")
sns.lmplot(x="total_bill", y="tip", data=tips, height=7)
plt.show()

hue 옵션으로 흡연자/비흡연자를 구분해 나타낼 수 있다.

ns.set_style("darkgrid")
sns.lmplot(x="total_bill", y="tip", data=tips, hue="smoker")
plt.show()

예제 3. Flights data

  • heatmap

flights라는 데이터셋을 불러와보자.

flights = sns.load_dataset("flights")
flights.head()


이런 데이터고,

month에 따른 구분을 하고 싶기에
피벗테이블을 사용하여
month를 인덱스로 한 표를 새로 만들어주었다.

flights = flights.pivot(index="month", columns="year", values="passengers")
flights.head()

요걸 사용하여 히트맵을 만들 수 있다.

annot=True <- 데이터 값 표시
fmt="d" <- 정수형으로 출력

plt.figure(figsize=(10, 8))
sns.heatmap(data=flights, annot=True, fmt="d")
plt.show()

월별로 승객이 많고 적은 흐름을 볼 수 있고
연도에 따른 변화도 색깔로 눈에 잘 들어오게 보인다.

colormap <- seaborn에 내제된 컬러 차트

plt.figure(figsize=(10, 8))
sns.heatmap(flights, annot=True, fmt="d", cmap="YlGnBu")
plt.show()

예제 4. Iris data

  • pairplot

iris라는 데이터셋이 있다.

변수간 관계를 확인하는 pairplot은
전체 데이터에 대해 모든 경우의 수로 보여준다.

sns.set_style("ticks")
sns.pairplot(iris)
plt.show()

원하는 부분만 그리기:

iris["species"].unique()

-> array(['setosa', 'versicolor', 'virginica'], dtype=object)

species는 세 가지 종류를 담은 카테고리 데이터인데, 이걸 hue로 써
세 가지 종류에 대한 pairplot을 그릴 수 있다.

sns.pairplot(iris, hue="species")
plt.show()

넘 좋은 기능이지...

원하는 컬럼만 pairplot으로 그리고 싶을 때는
x축, y축을 따로 설정해주면 된다.

sns.pairplot(iris, 
             x_vars=["sepal_width", "sepal_length"],
             y_vars=["petal_width", "petal_length"])
plt.show()

이러케~~

예제 5. anscombe data

  • lmplot

이번 예제는 이 데이터인데

카테고리형 부분은 dataset같아 보이지

anscombe["dataset"].unique()

-> array(['I', 'II', 'III', 'IV'], dtype=object)

query 라는 메서드를 이용하여, anscombe의 데이터셋 중 dataset이 'I'와 일치하는 값만 가져온다.

ci <- 신뢰구간을 선택하는 옵션이다.
scatter_kws <- 딕셔너리 형태로 점의 크기를 정해줄 수 있다.

set_style("darkgrid")
sns.lmplot(
    x="x", 
    y="y", 
    data=anscombe.query("dataset == 'I'"), 
    ci=None, 
    height=7,
    scatter_kws={"s":100})
plt.show()

order로 차수를 지정할 수 있다. (1차, 2차...)

order=1

sns.set_style("darkgrid")
sns.lmplot(
    x="x", 
    y="y", 
    data=anscombe.query("dataset == 'II'"), 
    order=1,
    ci=None, 
    height=7,
    scatter_kws={"s":100})
plt.show()

order=2

sns.set_style("darkgrid")
sns.lmplot(
    x="x", 
    y="y", 
    data=anscombe.query("dataset == 'II'"), 
    order=2,
    ci=None, 
    height=7,
    scatter_kws={"s":100})
plt.show()

outlier 에 대해서...

sns.set_style("darkgrid")
sns.lmplot(
    x="x", 
    y="y", 
    data=anscombe.query("dataset == 'III'"), 
    ci=None, 
    height=7,
    scatter_kws={"s":100})
plt.show()

이런 경우의 그래프를 보면,
맨 위에 동떨어진 저 점 때문에 line이 좀 올라간 것이다.
robust 옵션으로 아웃라이어를 제외하여 그래프를 그려줄 수 있다!

sns.set_style("darkgrid")
sns.lmplot(
    x="x", 
    y="y", 
    data=anscombe.query("dataset == 'III'"), 
    robust=True,
    ci=None, 
    height=7,
    scatter_kws={"s":100})
plt.show()

이제 서울시 범죄현황 데이터로 다시 돌아와서,

seaborn을 사용하여 여러 plot을 그려보는 시각화 작업을 해보자!!

6. 범죄 현황 데이터 시각화

마지막으로 작업했던 데이터 다시 불러와서 살펴보자.

(1) 상관관계 확인하기 - pairplot

이것저것 시도하며
범죄 종류간의 상관관계에 대해 살펴보자.

강도, 살인, 폭력에 대한 상관관계:

kind=regression 으로 설정하여 회귀분석을 하고...

sns.pairplot(data=crime_gu_norm, vars=["살인", "강도", "폭력"], kind="reg", height=3)
plt.show()

흠

강도 사건이 살인으로 연결되는 것보다는
폭력 사건이 살인으로 연결되는 경향이 높은 것 같다.

강도와 폭력은 연관이 있어 보인다.

인구수,CCTV를 x축에, 살인, 강도를 y축에 두어 상관관계를 파악:

def drawGraph():
    sns.pairplot(
        data=crime_gu_norm, 
        x_vars=["인구수", "CCTV"],
        y_vars=["살인", "강도"],
        kind="reg",
        height=4 
    )
    plt.show()
    
drawGraph()

인구가 증가할수록 강도/살인 사건이 증가한다!!정도는 아닌 건데...
CCTV가 많아질수록 강도사건 증가? <- 이 말은

강도 사건이 많이 발생해서 CCTV를 늘렸다. <-이렇게 해석할 수도 있다.

인구수, CCTV 와 검거율(살인검거율, 폭력검거율)의 상관관계 확인:

def drawGraph():
    sns.pairplot(
        data=crime_gu_norm, 
        x_vars=["인구수", "CCTV"],
        y_vars=["살인검거율", "폭력검거율"],
        kind="reg",
        height=4 
    )
    plt.show()
    
drawGraph()

인구수가 증가할수록 폭력 검거율이 떨어진다.

인구수, CCTV 와 검거율(절도검거율, 강도검거율)의 상관관계 확인:

def drawGraph():
    sns.pairplot(
        data=crime_gu_norm, 
        x_vars=["인구수", "CCTV"],
        y_vars=["절도검거율", "강도검거율"],
        kind="reg",
        height=4 
    )
    plt.show()
    
drawGraph()

크게 연관된 것이 보이지는 않는다.

(2) 검거율, 범죄발생 건수 - heatmap

구마다의 검거율이나 범죄 비율은
검거 (검거율 평균) 컬럼/건수 컬럼을 내림차순 정렬하여
히트맵을 그려줄 데이터 프레임을 생성하면
한 눈에 볼 수 있다~

검거 컬럼 기준 상위 5개의 검거율 높은 구:

def drawGraph():
    
    # 데이터 프레임 생성
    target_col = ["강간검거율", "강도검거율", "살인검거율", "절도검거율", "폭력검거율", "검거"]
    crime_gu_norm_sort = crime_gu_norm.sort_values(by="검거", ascending=False)  # 내림차순
    
    # 그래프 설정
    plt.figure(figsize=(10, 10))
    sns.heatmap(
        data=crime_gu_norm_sort[target_col],
        annot=True,  # 데이터값 표현
        fmt="f",  # 실수형
        linewidth=0.5,  # 박스간 간격설정
        cmap="RdPu"
    )
    plt.title("범죄 검거 비율 (정규화된 검거의 합으로 정렬)")
    plt.show()
    
drawGraph()

도봉구, 성동구, 동대문구 등의 상위에 있는 구들이 검거를 잘 하는 구.
강남3구 애들은 좀 하위이다.

범죄발생 건수 heatmap:

# "범죄" 컬럼을 기준으로 정렬

def drawGraph():
    
    # 데이터 프레임 생성
    target_col = ["강간", "강도", "살인", "절도", "폭력", "범죄"]
    crime_gu_norm_sort = crime_gu_norm.sort_values(by="범죄", ascending=False)  # 내림차순
    
    # 그래프 설정
    plt.figure(figsize=(10, 10))
    sns.heatmap(
        data=crime_gu_norm_sort[target_col],
        annot=True,  # 데이터값 표현
        fmt="f",  # 실수형
        linewidth=0.5,  # 박스간 간격설정
        cmap="RdPu"
    )
    plt.title("범죄 비율 (정규화된 발생 건수로 정렬)")
    plt.show()
    
drawGraph()

살인을 제외하면, 강남구가 범죄율 1위이다.

영등포구는 살인사건 1위.

"강남3구는 안전할 것 같아"라는 말에는
이런 분석을 통해
강남3구의 검거율이 높지 않고, 발생 건수는 높음을 볼 수 있었으므로
의문을 제기할 수 있었다~~~

데이터를 저장하며 마무리!!

crime_gu_norm.to_csv("../data/02. crime_in_Seoul_final.csv", sep=",", encoding="utf-8")
profile
eunbi kim
이전 포스트

서울시 범죄 현황 데이터 분석 2

다음 포스트

서울시 범죄 현황 데이터 분석 4

post-custom-banner

0개의 댓글