data 파일

import pandas as pd

handling cctv data

cctv = pd.read_csv('c:/Users/student/Desktop/python/P_4week/01.CCTV_in_Seoul.csv',encoding = 'UTF-8')
cctv.head()
cctv.columns[0]

# 열 제목 바꾸기
cctv.rename(columns={cctv.columns[0]:'구별'},inplace = True) # inplace: 변수의 내용을 갱신
cctv.head()

cctv.sort_values(by='소계',ascending=True).head(5)

# 최근 증가율이라는 열 새로 추가하기
cctv['최근증가율'] = (cctv['2016년'] + cctv['2015년'] + cctv['2014년'])\
    /cctv['2013년도 이전']* 100

cctv.sort_values(by='최근증가율',ascending=False).head(5)

handling population data

pop = pd.read_excel('c:/Users/student/Desktop/python/P_4week/01.population_in_Seoul.xls') # 인코딩 에러나면 그냥 빼기
pop.head()

# 옵션 적용
pop = pd.read_excel('c:/Users/student/Desktop/python/P_4week/01.population_in_Seoul.xls',
                    header=2,              # 세번째 줄부터 읽는 옵션
                    usecols = 'B,D,G,J,N') # B, D, G, J, N 열만 읽는 옵션
pop.head()

# 열 제목 바꾸기
pop.rename(columns={pop.columns[0] : '구별',
                    pop.columns[1] : '인구수',
                    pop.columns[2] : '한국인',
                    pop.columns[3] : '외국인',
                    pop.columns[4] : '고령자'},
                    inplace = True) # inplace: 변수의 내용을 갱신
pop.head()


# 행 지우기 : drop
pop.drop([0], inplace = True)
pop.head()


pop['구별'].unique()  # 반복된 데이터는 하나로 나타냄

pop[pop['구별'].isnull()] # nan 데이터 추출

pop.drop([26], inplace = True)
pop



pop['외국인비율'] = pop['외국인'] / pop['인구수'] * 100
pop['고령자비율'] = pop['고령자'] / pop['인구수'] * 100
pop.head()

CCTV data + 인구 데이터 합치기

# 구별 기준으로 합치기
data_result = pd.merge(cctv, pop, on = '구별')
data_result.head()

# 의미 없는 칼럼 지우기
del data_result['2013년도 이전']
del data_result['2014년']
del data_result['2015년']
del data_result['2016년']
data_result.head()



# index 를 '구별'로 설정하기
data_result.set_index('구별', inplace = True)
data_result.head()

합친 데이터 시각화

# 상관관계 분석
import numpy as np
np.corrcoef(data_result['고령자비율'], data_result['소계'])   # 소계 : cctv 개수
# = -0.28078554  : 약한 음의 상관관계

np.corrcoef(data_result['외국인비율'], data_result['소계'])
# = -0.13607433 : 거의 무시 (의미 없음)

np.corrcoef(data_result['인구수'], data_result['소계'])
# = 0.30634228 : 약한 상관관계



data_result.sort_values(by = '소계' , ascending = False).head(5)
data_result.sort_values(by = '인구수' , ascending = False).head(5)




# matplotlib 폰트를 한글로 변경하기
import platform
import matplotlib.pyplot as plt

from matplotlib import font_manager, rc
plt.rcParams['axes.unicode_minus'] = False

if platform.system() == 'Darwin':
    rc('font', family='AppleGothic')
elif platform.system() == 'Windows':
    path = "c:/Windows/Fonts/malgun.ttf"
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc('font', family=font_name)
else:
    print('Unknown system... sorry~~~~')


# 구별 CCTV 개수 막대그래프로 그려보기
import matplotlib.pyplot as plt
plt.figure()
#data_result['소계'].plot(kind = 'barh', grid = True, figsize = (10,10))

data_result['소계'].sort_values().plot(kind = 'barh', grid = True, figsize = (10,10))

plt.show()


# 인구 대비 CCTV 비율 계산해서 정렬
data_result['CCTV비율'] = data_result['소계'] / data_result['인구수'] * 100

data_result['CCTV비율'].sort_values().plot(kind='barh', 
                                         grid=True, figsize=(10,10))

plt.show()



# scatter 함수로 보기
plt.figure(figsize=(6,6))
plt.scatter(data_result['인구수'], data_result['소계'], s=50)
plt.xlabel('인구수')
plt.ylabel('CCTV')
plt.grid()
plt.show()




# scatter 함수 위에 직선 그리기
fp1 = np.polyfit(data_result['인구수'], data_result['소계'], 1)
fp1   # 직선

f1 = np.poly1d(fp1)   # y축
fx = np.linspace(100000, 700000, 100)  # x축

plt.figure(figsize=(10,10))
plt.scatter(data_result['인구수'], data_result['소계'], s=50)
plt.plot(fx, f1(fx), ls='dashed', lw=3, color='g')
plt.xlabel('인구수')
plt.ylabel('CCTV')
plt.grid()
plt.show()



# 좀 더 설득력 있는 그래프 만들기
## 1. 직선에서 멀리 있는 값들은 이름이 같이 나타나게
## 2. 직선에서 멀어질수록 다른 색을 나타내도록

fp1 = np.polyfit(data_result['인구수'], data_result['소계'], 1)

f1 = np.poly1d(fp1)
fx = np.linspace(100000, 700000, 100)

data_result['오차'] = np.abs(data_result['소계'] - f1(data_result['인구수'])) # 오차 계산

df_sort = data_result.sort_values(by='오차', ascending=False)
df_sort.head()



## color map 입히기
plt.figure(figsize=(14,10))
plt.scatter(data_result['인구수'], data_result['소계'], 
            c=data_result['오차'], s=50)
plt.plot(fx, f1(fx), ls='dashed', lw=3, color='g')

for n in range(10):
    plt.text(df_sort['인구수'][n]*1.02, df_sort['소계'][n]*0.98, 
             df_sort.index[n], fontsize=15)
    
plt.xlabel('인구수')
plt.ylabel('인구당비율')
plt.colorbar()
plt.grid()
plt.savefig('C:/Users/student/Desktop/python/P_4week/cctv_pop_plot.png')
plt.show()

결론 :

서울시에서 다른 구와 비교했을 때, 강남구, 양천구, 서초구, 은평구는 CCTV가 많지만,
송파구, 강서구, 도봉구, 마포구는 다른 구에 비해 CCTV 비율이 낮다