🐼 준비

# 한글깨짐방지
# 한글 패치
import matplotlib as mpl
import matplotlib.pyplot as plt

%config InlineBackend.figure_format = 'retina'

!apt -qq -y install fonts-nanum

import matplotlib.font_manager as fm

fontpath = '/usr/share/fonts/truetype/nanum/NanumBarunGothic.ttf'
font = fm.FontProperties(fname=fontpath, size=9)
plt.rc('font', family='NanumBarunGothic') 
mpl.font_manager._rebuild()

# 라이브러리 임포트
import folium
import pandas as pd
import plotly.express as ps

# 파일 불러오기
data = pd.read_csv('/content/dataset.csv', encoding='EUC-KR')
data.head()

# 서민.복지시설 , 서민/복지시설 ,  서민·복지시설 , 서민복지시설-> 서민복지시설 ( 전처리 )
data.loc[data.설치시설구분.str.contains('서민'), '설치시설구분'] = '서민복지시설'

🗂️ 데이터분석

# 설치시도별 무료 와이파이 설치현황 수
data['설치시도명'].value_counts()

group_data = data.groupby(by=['설치시도명', '설치시설구분','서비스제공사명']).size().reset_index(name='설치수') # 집계된 결과를 컬럼에 추가하기위함
group_data.서비스제공사명.unique() # 중복제거된 서비스 제공명 보기

⬆️ group_data

---

📊 그래프

# 설치시도별 WiFi설치현황
px.bar(group_data, x='설치시도명', y='설치수')

---

px.histogram(group_data, x='설치시도명', y='설치수')

---

px.histogram(group_data, x='설치시설구분', y='설치수')

---

👀 x축을 바꿔가며 그린다

---

---

💸 대전광역시 무료 WiFi 현황 데이터 분석 및 시각화

dj_df = data.loc[data['설치시도명'] == '대전광역시']
dj_df.info()

# 어떤 목적으로 와이파이 설치했는지 확인
fig = px.histogram(dj_df, x='설치시군구명', color='설치시설구분')
fig.show()

fig = px.histogram(data, x='설치시도명', color='설치시설구분')
fig.show()

---

# 집계 데이터프레임 만들 때 기준이 될 수 있는 컬럼 모두 groupby
# 합쳐서 시각화 -> 차트에서 제공
group_dj = dj_df.groupby(by=['설치년월','설치시군구명','설치시설구분','서비스제공사명','관리기관명']).size().reset_index(name='설치수')
group_dj

---

# 시군구별 WiFi 설치 수와 설치 시설 구문 
fig = px.histogram(group_dj, x='설치시군구명', y='설치수', color='설치시설구분')
fig.show()

---

# 시군구별 WiFi 설치 현황
fig = px.pie(group_dj, names='설치시군구명', values='설치수')
fig.update_traces(textposition='inside',textinfo='percent+label')
fig.show()

---

🏚️ 내 위치에 가까운 무료 WiFi찾기

🐼 알고리즘

1. 라이브러리 임포트
2. wifi dataframe 준비(read_csv)
3. 주소를 좌표로 변환할 함수 준비
4. 사용자에게 주소 입력받기(input)
5. 주소 좌표로 변환하여 tuple 형태로 변수에 담기
6. my_wifi dataframe에 거리 계산하여 담기
7. 내 위치에 가장 가까운 wifi 10개 뽑기(sort_values().head(10))
8. 지도 준비
9. 마커 표시(WiFi, 입력받은 주소)

# 1) 내 위치 좌표 찾기
# 1-1) folium 지도를 click하면 좌표 정보를 팝업으로 띄워주고 정보를 확인하여 내 위치 좌표로 사용

# 지도에 ClickForMarker 함수와 LatLngPopup 함수를 적용하여 위치를 Marker표출
import folium
m = folium.Map(location=[36.3511, 127.3866], zoom_start=14)

# ClickForMarker 함수적용
m.add_child(folium.ClickForMarker(popup='point'))

# 위도/경도 팝업 활성화 시키도록 적용 -> 지도를 탐색하여 좌표값 찾는데 도움
m.add_child(folium.LatLngPopup())

# Latitude: 36.3463 , Longitude: 127.3035
# 1-2) 도로명주소 -> 좌표값으로 반환
from geopy.geocoders import Nominatim

def geocoding(address):
    geolocoder = Nominatim(user_agent = 'South Korea', timeout=None)
    geo = geolocoder.geocode(address)
    crd = {"lat": str(geo.latitude), "lng": str(geo.longitude)}

    return crd
address = input('도로명 주소를 입력하세요 : ')
crd = geocoding(address)
print(crd['lat'])
print(crd['lng'])

myhome = folium.Map(location=[crd['lat'], crd['lng']], zoom_start=14)
folium.Marker([crd['lat'], crd['lng']], icon=folium.Icon(color='red', icon='glyphicon glyphicon-home')).add_to(myhome)

# 2) 나랑 가장 가까운 WiFi찾기
from geopy.distance import geodesic

# 2-1) 무료 WiFi 위치 정보 가져오기
# 데이터프레임 새로만들기
my_wifi = pd.DataFrame(columns=['설치시군구명','설치시설구분','위도','경도','거리'])
myhome = (36.3511, 127.3866)
for n in data.index:
  wifi_loc = (data.loc[n, '위도'], data.loc[n, '경도']) # tuple
  
  # my_wifi dataframe에 담기
  my_wifi.loc[n] = [data.loc[n,'설치시군구명'], data.loc[n, '설치시설구분'], data.loc[n, '위도'], data.loc[n, '경도'], geodesic(myhome, wifi_loc).kilometers]
my_wifi.head()

👀 설정한 위도경도와 지역의 거리차가 my_wifi에 들어감

---

# 3) 지도 시각화
my_map = folium.Map(location=[36.350389,127.384594], zoom_start=14)

for n in my_wifi.index:
  folium.Marker([my_wifi.loc[n, '위도'], my_wifi.loc[n, '경도']], popup='<pre>'+my_wifi.loc[n, '설치시설구분']+'</pre>', icon=folium.Icon(icon='wifi', prefix='fa')).add_to(my_map)
folium.Marker([36.3511, 127.3866], icon=folium.Icon(color='red', icon='glyphicon glyphicon-home')).add_to(my_map)
my_map

---

🧩 합본

# 1) 라이브러리 임포트
import folium
import pandas as pd
import plotly.express as px
from geopy.geocoders import Nominatim
from geopy.distance import geodesic

m = folium.Map(location=[36.3511, 127.3866], zoom_start=14)
m.add_child(folium.ClickForMarker(popup='point'))
m.add_child(folium.LatLngPopup())

# 2) dataframe 준비
data = pd.read_csv('/content/dataset.csv', encoding='EUC-KR')

# 3) 주소를 좌표로 변환할 함수 준비
def geocoding(address):
    geolocoder = Nominatim(user_agent = 'South Korea', timeout=None)
    geo = geolocoder.geocode(address)
    crd = {"lat": str(geo.latitude), "lng": str(geo.longitude)}

    return crd

# 4) 사용자에게 주소 입력받기
address = input('도로명 주소를 입력하세요 : ')
crd = geocoding(address)

myhome = folium.Map(location=[crd['lat'], crd['lng']], zoom_start=14)
folium.Marker([crd['lat'], crd['lng']], icon=folium.Icon(color='red', icon='glyphicon glyphicon-home')).add_to(myhome)

my_wifi = pd.DataFrame(columns=['설치시군구명','설치시설구분','위도','경도','거리'])

# 5) 주소를 좌표로 변환하여 tuple 형태로 변수에 담기
myhome = (crd['lat'], crd['lng'])

name = address.split(' ')[0]
data_name = data.loc[data.설치시도명.str.contains(name)]


for n in data_name.index:
  wifi_loc = (data.loc[n, '위도'], data.loc[n, '경도']) # tuple
  
  # my_wifi dataframe에 거리 계산하여 담기
  my_wifi.loc[n] = [data.loc[n,'설치시군구명'], data.loc[n, '설치시설구분'], data.loc[n, '위도'], data.loc[n, '경도'], geodesic(myhome, wifi_loc).kilometers]

# 7) 내 위치에 가장 가까운 WiFi 10개 뽑기
my_wifi = my_wifi.sort_values(by=['거리']).head(10)

# 8) 지도 준비
my_map = folium.Map(location=[crd['lat'], crd['lng']], zoom_start=14)

# 9) 마커 표시
for n in my_wifi.index:
  folium.Marker([my_wifi.loc[n, '위도'], my_wifi.loc[n, '경도']], popup='<pre>'+my_wifi.loc[n, '설치시설구분']+'</pre>', icon=folium.Icon(icon='wifi', prefix='fa')).add_to(my_map)
folium.Marker([crd['lat'], crd['lng']], icon=folium.Icon(color='red', icon='glyphicon glyphicon-home')).add_to(my_map)
my_map