[제로베이스] 서울시 범죄 분석 3. Folium 등

허재훈·2023년 4월 18일

EDA

목록 보기

13/14

1. Document, 공식예제

Folium 0.14.0 documentation

Folium 공식예제

2. 설치

Windows, mac(intel, m1)
!pip install folium

Windows
!pip install charset
!pip install charset-normalizer

3. import

import folium
import pandas as pd
import json

4. Map()

location: tuple or list, default None Latitude and Longitude of Map (Northing, Easting).
(튜플 또는 리스트 형태)

location

location = [위도, 경도]

zoom_start

zoom_start : 줌 크기, 0 ~ 18

# location = [위도, 경도]
# zoom_start : 줌 크기, 0 ~ 18 
m = folium.Map(location=[37.544564958079896, 127.05582307754338], zoom_start=15)
m

save("path")

웹페이지로 저장

m.save("./folium.html_test")

tiles 옵션

지도가 나오는 스타일을 나타내는 옵션

"OpenStreetMap"

"Mapbox Bright" (Limited levels of zoom for free tiles)

"Mapbox Control Room" (Limited levels of zoom for free tiles)

"Stamen" (Terrain, Toner, and Watercolor)

"Cloudmade" (Must pass API key)

"Mapbox" (Must pass API key)

"CartoDB" (positron and dark_matter)

m = folium.Map(
    location=[37.544564958079896, 127.05582307754338], 
    zoom_start=14,
    tiles="OpenStreetMap"
) # 0 ~ 18 
m

folium.Marker() 마커

지도에 마커 생성

None 넣으면 위도, 경도가 표시됨

target 새 창으로 열기

m = folium.Map(
    location=[37.544564958079896, 127.05582307754338], # 성수역 
    zoom_start=14, # 0 ~ 18 
    tiles="OpenStreetMap"
) 

# 뚝섬역 
folium.Marker((37.54712311308356, 127.04721916917774)).add_to(m)

# 성수역 
# popup : 마우스로 클릭하면 표시됨, None 넣으면 위도, 경도가 표시됨

folium.Marker(
    location=[37.544564958079896, 127.05582307754338],
    popup="<b>Subway</b>" # html 문법 적용가능
).add_to(m)

# 성수역 
# tooltip : 마우스 대면 표시됨 
folium.Marker(
    location=[37.544564958079896, 127.05582307754338],
    popup="<b>Subway</b>",
    tooltip="<i>성수역</i>"
).add_to(m)

# html
# target= 새 창으로 열기  
folium.Marker(
    location=[37.54558642069953, 127.05729705810472],
    popup="<a href='https://zero-base.co.kr/' target=_'blink'>제로베이스</a>",
    tooltip="<i>Zerobase</i>"
).add_to(m)

m

folium.Icon() 아이콘

https://fontawesome.com/v5.15/icons?d=gallery&p=2&m=free
https://getbootstrap.com/docs/3.3/components/

m = folium.Map(
    location=[37.544564958079896, 127.05582307754338], # 성수역 
    zoom_start=14,
    tiles="OpenStreetMap"
) # 0 ~ 18 

# icon basic  
folium.Marker(
    (37.54712311308356, 127.04721916917774), 
    icon=folium.Icon(color="black", icon='info-sign')
).add_to(m)

# icon icon_color
folium.Marker(
    location=[37.544564958079896, 127.05582307754338],
    popup="<b>Subway</b>",
    tooltip="icon color",
    icon=folium.Icon(
        color="red",
        icon_color="blue",
        icon="cloud")
).add_to(m)

# Icon custom 
folium.Marker(
    location=[37.54035903907497, 127.06913328776446], # 건대입구역
    popup="건대입구역",
    tooltip="Icon custom",
    icon=folium.Icon(
        color="purple",
        icon_color="white",
        icon="glyphicon glyphicon-cloud",
        angle=50,
        prefix="glyphicon") #  glyphicon, fa 구글에 사이트 검색
).add_to(m)

m

folium.ClickForMarker()

지도위에 마우스로 클릭했을 때 마커를 생성

m = folium.Map(
    location=[37.544564958079896, 127.05582307754338], # 성수역 
    zoom_start=14,
    tiles="OpenStreetMap"
) # 0 ~ 18 

m.add_child(folium.ClickForMarker(popup="ClickForMarker"))

folium.LatLngPopup()

지도를 마우스로 클릭했을 때 위도 경도 정보를 반환해줍니다

m = folium.Map(
    location=[37.544564958079896, 127.05582307754338], # 성수역 
    zoom_start=14,
    tiles="OpenStreetMap"
) # 0 ~ 18 

m.add_child(folium.LatLngPopup())

folium.Circle()

folium.CircleMarker()

둘 다 지도에서 원을 표시.

m = folium.Map(
    location=[37.55068861733562, 127.04420997492151], 
    zoom_start=14,
    tiles="OpenStreetMap"
) # 0 ~ 18 


# Circle 
folium.Circle(
    location=[37.555243442409406, 127.04370422643919], # 한양대학교
    radius=100, # 반지름
    fill=True, # True : 원 안을 채움, False : 원 안을 비움
    color="#eb9e34",
    fill_color="red", 
    popup="Circle Popup",
    tooltip="Circle Tooltip"
).add_to(m)

# CircleMarker
folium.CircleMarker(
    location=[37.54347089498245, 127.04439204503049], # 한양대학교
    radius=100, 
    fill=True,
    color="#34ebc6",
    fill_color="#c634eb",
    popup="CircleMarker Popup",
    tooltip="CircleMarker Tooltip"
).add_to(m)

m

m = folium.Map(
    location=[37.55068861733562, 127.04420997492151], 
    zoom_start=14,
    tiles="OpenStreetMap"
) # 0 ~ 18 

# 원을 채우지 않으면 원 테두리에 마우스를 대거나, 클릭해야 표시됨

# Circle 
folium.Circle(
    location=[37.555243442409406, 127.04370422643919], # 한양대학교
    radius=100,  # 반지름
    fill= False, # True : 원 안을 채움, False : 원 안을 비움
    color="#eb9e34",
    # fill_color="red", # 이게 들어가 있으면 fill= False 이라도 원 안이 채워짐
    popup="Circle Popup",
    tooltip="Circle Tooltip"
).add_to(m)

m

folium.Choropleth(단계구분도)

import json 

state_data = pd.read_csv("../data/02. US_Unemployment_Oct2012.csv")
state_data.tail(2)

m = folium.Map([43, -102], zoom_start=3)

folium.Choropleth(
    geo_data="../data/02. us-states.json", # 경계선 좌표값이 담긴 데이터
    data=state_data, # Series or DataFrame 
    columns=["State", "Unemployment"], # DataFrame columns 
    key_on="feature.id",
    fill_color="BuPu",
    fill_opacity=0.5, # 투명도 0~1 
    line_opacity=0.2, # 투명도 0~1
    legend_name="Unemployment rate (%)"    
).add_to(m)

m

5. 아파트 유형 지도 시각화

공공데이터포털
https://www.data.go.kr/data/15066101/fileData.do

import pandas as pd 

df = pd.read_csv("../data/02. 서울특별시 동작구_주택유형별 위치 정보 및 세대수 현황_20210825.csv", encoding="cp949")
df.tail(2)

df.info()

>>
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 167 entries, 0 to 166
Data columns (total 8 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   연번      167 non-null    int64  
 1   분류      167 non-null    object 
 2   건물명     167 non-null    object 
 3   행정동     167 non-null    object 
 4   주소      167 non-null    object 
 5   세대수     167 non-null    int64  
 6   위도      163 non-null    float64
 7   경도      163 non-null    float64
dtypes: float64(2), int64(2), object(4)
memory usage: 10.6+ KB

NaN 데이터 제거(데이터프레임)

# NaN 데이터 제거 
df = df.dropna()
df.info()

>>
<class 'pandas.core.frame.DataFrame'>
Int64Index: 163 entries, 0 to 166
Data columns (total 8 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   연번      163 non-null    int64  
 1   분류      163 non-null    object 
 2   건물명     163 non-null    object 
 3   행정동     163 non-null    object 
 4   주소      163 non-null    object 
 5   세대수     163 non-null    int64  
 6   위도      163 non-null    float64
 7   경도      163 non-null    float64
dtypes: float64(2), int64(2), object(4)
memory usage: 11.5+ KB

reset_index(데이터프레임)

데이터프레임을 수정하는 전처리 과정에서 인덱스를 초기화하고 싶을 때 사용.

행인덱스를 기본값 0부터 시작하는 순서로 초기화 된다

reset_index(drop=True) 옵션을 주면 기존 인덱스가 출력되지 않는다.

df = df.reset_index(drop=True)
df.tail(2)

del df["연번"]
# 에러남

df.columns
# 연번 뒤에 공백 하나 있음

>>
Index(['연번 ', '분류 ', '건물명', '행정동', '주소', '세대수', '위도', '경도'], dtype='object')

rename(데이터프레임)

# 컬럼명 변경(공백 없애기)
df = df.rename(columns={"연번 ": "연번", "분류 ": "분류"})
df.연번[:10]

>>
0     1
1     2
2     3
3     4
4     5
5     6
6     7
7     8
8     9
9    10
Name: 연번, dtype: int64

df.tail(2)

df.위도[0]
>> 37.51030426

df.describe()

folium에 조건 넣기

# folium 

m = folium.Map(location=[37.50589466533131, 126.93450729567374], zoom_start=13)

for idx, rows in df.iterrows():
    
    # location 
    lat, lng = rows.위도, rows.경도
    
    # Marker 
    folium.Marker(
        location=[lat, lng],
        popup=rows.주소,
        tooltip=rows.분류, 
        icon=folium.Icon(
            icon="home",
            color="lightred" if rows.세대수 >= 199 else "lightblue",
            icon_color="darkred" if rows.세대수 >= 199 else "darkblue",
        )
    ).add_to(m)

    # CircleMarker
    folium.Circle(
        location=[lat, lng],
        radius=rows.세대수 * 0.5, 
        fill=True, 
        color="pink" if rows.세대수 >= 518 else "green", # 조건
        fill_color="pink" if rows.세대수 >= 518 else "green", # 조건
    ).add_to(m)
    
m

reference

https://nbviewer.jupyter.org/github/python-visualization/folium/tree/master/examples/

6. 지도시각화(아래는 서울 범죄 관련)

import json

crime_anal_norm = pd.read_csv(
    "../data/02. crime_in_Seoul_final.csv", index_col=0, encoding="utf-8"
)

# 우리나라 경계선 좌표값이 담긴 데이터
geo_path = "../data/02. skorea_municipalities_geo_simple.json"
geo_str = json.load(open(geo_path, encoding="utf-8"))

(1) 살인 사건 시각화

# 2016년 서울시에서 어느정도 살인사건이 있는가?
# 영등포구에서 살인사건이 제일 많이 일어났다

my_map = folium.Map(location=[37.5502, 126.982], zoom_start=11, tiles="Stamen Toner")

my_map.choropleth(
    geo_data=geo_str, # 우리나라 경계선 좌표값이 담긴 데이터
    data=crime_anal_norm["살인"],
    columns=[crime_anal_norm.index, crime_anal_norm["살인"]],
    fill_color="PuRd",
    key_on="feature.id",
    fill_opacity=0.7, # 투명도
    line_opacity=0.2, # 투명도
    legend_name="정규화된 살인 발생 건수",
)

my_map

(2) 성범죄 사건 시각화

# 강남3구 중 2개 구가 포함되어 있다 

my_map = folium.Map(location=[37.5502, 126.982], zoom_start=11, tiles="Stamen Toner")

my_map.choropleth(
    geo_data=geo_str, # 우리나라 경계선 좌표값이 담긴 데이터
    data=crime_anal_norm["강간"],
    columns=[crime_anal_norm.index, crime_anal_norm["강간"]],
    fill_color="PuRd",
    key_on="feature.id",
    fill_opacity=0.7,
    line_opacity=0.2,
    legend_name="정규화된 강간 발생 건수",
)

my_map

(3) 5대 범죄 건수 시각화

# 강남구가 역시 포함되어 있다 

my_map = folium.Map(location=[37.5502, 126.982], zoom_start=11, tiles="Stamen Toner")

my_map.choropleth(
    geo_data=geo_str,
    data=crime_anal_norm["범죄"],
    columns=[crime_anal_norm.index, crime_anal_norm["범죄"]],
    fill_color="PuRd",
    key_on="feature.id",
    fill_opacity=0.7,
    line_opacity=0.2,
    legend_name="정규화된 범죄 발생 건수",
)

my_map

(4) 인구 대비 범죄 발생 건수 시각화

tmp_criminal = crime_anal_norm["범죄"] / crime_anal_norm["인구수"] # 인구수 대비 범죄발생 비율 

my_map = folium.Map(location=[37.5502, 126.982], zoom_start=11, tiles="Stamen Toner")

my_map.choropleth(
    geo_data=geo_str,
    data=tmp_criminal,
    columns=[crime_anal_norm.index, tmp_criminal],
    fill_color="PuRd",
    key_on="feature.id",
    fill_opacity=0.7,
    line_opacity=0.2,
    legend_name="정규화된 범죄 발생 건수",
)

my_map

7. 경찰서별 검거현황과 구별 범죄발생 현황을 표현하기

import numpy as np

crime_anal_station = pd.read_csv(
    "../data/02. crime_in_Seoul_1st.csv", index_col=0, encoding="utf-8"
)
col = ["살인검거", "강도검거", "강간검거", "절도검거", "폭력검거"]
tmp = crime_anal_station[col] / crime_anal_station[col].max()
crime_anal_station["검거"] = np.mean(tmp, axis=1)
crime_anal_station.head()

경찰서 위치를 지도에 표시(Marker)

my_map = folium.Map(location=[37.5502, 126.982], zoom_start=11)

for idx, rows in crime_anal_station.iterrows():
    folium.Marker([rows["lat"], rows["lng"]]).add_to(my_map)

my_map

검거에 적절한 값을 곱해서 원의 넓이로 사용

my_map = folium.Map(location=[37.5502, 126.982], zoom_start=11)

for idx, rows in crime_anal_station.iterrows():
    folium.CircleMarker(
        [rows["lat"], rows["lng"]],
        radius=rows["검거"] * 50,
        popup=rows["구분"] + " : " + "%.2f" % rows["검거"],
        color="#3186cc",
        fill=True,
        fill_color="#3186cc",
    ).add_to(my_map)

my_map

구별 범죄 현황과 경찰서별 검거율을 함께 표시

my_map = folium.Map(location=[37.5502, 126.982], zoom_start=11)

my_map.choropleth(
    geo_data=geo_str,
    data=crime_anal_norm["범죄"],
    columns=[crime_anal_norm.index, crime_anal_norm["범죄"]],
    fill_color="PuRd",
    key_on="feature.id",
    fill_opacity=0.7,
    line_opacity=0.2,
)

for idx, rows in crime_anal_station.iterrows():
    folium.CircleMarker(
        [rows["lat"], rows["lng"]],
        radius=rows["검거"] * 50,
        popup=rows["구분"] + " : " + "%.2f" % rows["검거"],
        color="#3186cc",
        fill=True,
        fill_color="#3186cc",
    ).add_to(my_map)

my_map

강남의 범죄 발생이 많은 것은 혹시 유흥업소의 밀집과 관련이 있지는 않을까

확인을 위해 최초 받았던 발생 장소별 데이터를 읽어보자

crime_loc_raw = pd.read_csv(
    "../data/02. crime_in_Seoul_location.csv", thousands=",", encoding="euc-kr"
)
crime_loc_raw.head()

crime_loc_raw["범죄명"].unique()

>>
array(['살인', '강도', '강간.추행', '절도', '폭력'], dtype=object)

crime_loc_raw["장소"].unique()

>>
array(['아파트, 연립 다세대', '단독주택', '노상', '상점', '숙박업소, 목욕탕', '유흥 접객업소', '사무실',
       '역, 대합실', '교통수단', '유원지 ', '학교', '금융기관', '기타'], dtype=object)

피봇 테이블 생성

crime_loc = crime_loc_raw.pivot_table(
    crime_loc_raw, index=["장소"], columns=["범죄명"], aggfunc=[np.sum]
)
crime_loc.columns = crime_loc.columns.droplevel([0, 1])
crime_loc.head()

정규화

col = ["살인", "강도", "강간", "절도", "폭력"]
crime_loc_norm = crime_loc / crime_loc.max()
crime_loc_norm.head()

컬럼 추가

crime_loc_norm["종합"] = np.mean(crime_loc_norm, axis=1)
crime_loc_norm.head()

matplotlib

## 임포트 등 세팅

import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib import rc

plt.rcParams["axes.unicode_minus"] = False  # 마이너스 기호 사용
rc("font", family="Malgun Gothic")  # 한글 폰트 사용
get_ipython().run_line_magic("matplotlib", "inline") # seaborn은 matplotlib과 함께 실행된다

crime_loc_norm_sort = crime_loc_norm.sort_values(by="종합", ascending=False)


def drawGraph():
    plt.figure(figsize=(10, 10))
    sns.heatmap(crime_loc_norm_sort, annot=True, fmt="f", linewidths=0.5, cmap="RdPu")
    plt.title("범죄와 발생 장소")
    plt.show()
    
drawGraph()

위 글은 제로베이스 데이터 취업 스쿨의 강의자료를 참고하여 작성되었습니다.

허재훈

허재

이전 포스트

[제로베이스] 서울시 범죄 분석 2. seaborn

다음 포스트

[제로베이스] 서울시 범죄 분석 3. Folium 등

EDA

1. Document, 공식예제

2. 설치

3. import

4. Map()

location

zoom_start

save("path")

tiles 옵션

folium.Marker() 마커

tooltip 마우스 대면 표시됨

popup 마우스 클릭시 표시됨

target 새 창으로 열기

folium.Icon() 아이콘

folium.ClickForMarker()

folium.LatLngPopup()

folium.Circle()

folium.CircleMarker()

folium.Choropleth(단계구분도)

5. 아파트 유형 지도 시각화

NaN 데이터 제거(데이터프레임)

reset_index(데이터프레임)

rename(데이터프레임)

folium에 조건 넣기

reference

6. 지도시각화(아래는 서울 범죄 관련)

(1) 살인 사건 시각화

(2) 성범죄 사건 시각화

(3) 5대 범죄 건수 시각화

(4) 인구 대비 범죄 발생 건수 시각화

7. 경찰서별 검거현황과 구별 범죄발생 현황을 표현하기

경찰서 위치를 지도에 표시(Marker)

검거에 적절한 값을 곱해서 원의 넓이로 사용

구별 범죄 현황과 경찰서별 검거율을 함께 표시

강남의 범죄 발생이 많은 것은 혹시 유흥업소의 밀집과 관련이 있지는 않을까

피봇 테이블 생성

정규화

컬럼 추가

matplotlib

[제로베이스] 서울시 범죄 분석 2. seaborn

[제로베이스] EDA 과제 2. 유가분석(과제 해설)

0개의 댓글

관련 채용 정보