[미래유망] Plotly #06 - 2 Plotly Basic Chart

Bar Plot

Bar Plot은 막대 그래프 라고도 하며 범주형 데이터를 직사각형의 막대로 표현하는 그래프 입니다.

Express를 활용한 기본 사용방법

import pandas as pd
import plotly.express as px
import plotly.graph_objects as go

data = pd.read_csv('police_call.csv', encoding='utf-8')
data.columns = data.columns.str.strip()
data = data[['순번', '시도청', '건수']].dropna()

# express를 활용해 기본적으로 line 그래프를 그려봤다.
fig = px.bar(data_frame= data, x='시도청', y='건수')

# 알아보기 쉽게 하기 위해 추가한 것(제목과 날짜 축 관리)
fig.update_layout(
    title=dict(
        text="시도청별 경찰청_주요 112 신고 건수 현황",
    )
)
fig.show()

서울청에서 제일 신고 건수가 높은 것을 확인할 수 있고 두번째는 경기 남부청이다.
두 곳이 인구가 다른 지역에 비해 많은 것에 따라 인구가 많으면 범죄 발생 횟수가 높아진 것을
볼 수 있다.

graph_objects를 활용한 기본 사용

import pandas as pd
import plotly.express as px
import plotly.graph_objects as go

data = pd.read_csv('police_call.csv', encoding='utf-8')
data.columns = data.columns.str.strip()
data = data[['순번', '시도청', '건수']].dropna()

# graph_object를 활용해 그래프를 그려봤다.
fig.add_trace(go.Bar(x=["시도청"], y=["건수"]))

# 알아보기 쉽게 하기 위해 추가한 것(제목과 날짜 축 관리)
fig.update_layout(
    title=dict(
        text="시도청별 경찰청_주요 112 신고 건수 현황",
    )
)
fig.show()

수평 막대그래프 그리기

• express

import pandas as pd
import plotly.express as px
import plotly.graph_objects as go

# CSV 불러오기
data = pd.read_csv('bilion.csv', encoding='utf-8')
data.columns = data.columns.str.strip()  # 혹시 모를 공백 제거

# '구분'을 기준으로 나머지 연도 컬럼들을 long-format으로 변환
data_long = data.melt(id_vars='구분', var_name='연도', value_name='발생건수')

# 연도는 문자열로 되어 있으니 정렬을 위해 숫자형으로 바꾸는 것이 좋음 (선택사항)
data_long['연도'] = data_long['연도'].astype(str)

# 그래프 그리기
fig = px.bar(
    data_frame=data_long,
    x='발생건수',
    y='구분',
    color='연도',
    barmode='group',
    orientation='h',
    title="경찰청 5대 범죄 발생 건수 (2018~2023)"
)

# 레이아웃 설정
fig.update_layout(
    xaxis_title="범죄 유형",
    yaxis_title="발생 건수",
    legend_title="연도",
)

fig.show()

잘못 신고한 경우도 있겠지만 만약 실제로 범죄가 일어나 신고했다면
어떤 범죄가 가장 많이 발생했을까? 연도별로 확인해보면 가장 최근엔 폭력, 절도, 강간 순으로 범죄가 발생한 것으로 볼 수 있고 강도, 살인은 극히 드물다.

• graph_objects

import pandas as pd
import plotly.express as px
import plotly.graph_objects as go

# CSV 불러오기
data = pd.read_csv('bilion.csv', encoding='utf-8')
data.columns = data.columns.str.strip()  # 혹시 모를 공백 제거

# '구분'을 기준으로 나머지 연도 컬럼들을 long-format으로 변환
data_long = data.melt(id_vars='구분', var_name='연도', value_name='발생건수')

# 연도는 문자열로 되어 있으니 정렬을 위해 숫자형으로 바꾸는 것이 좋음 (선택사항)
data_long['연도'] = data_long['연도'].astype(str)

# 그래프 그리기
for 연도 in sorted(data_long['연도'].unique()):
    subset = data_long[data_long['연도'] == 연도]
    fig.add_trace(go.Bar(
        x=subset['발생건수'],
        y=subset['구분'],
        name=연도,
        orientation='h'
    ))

# 레이아웃 설정
fig.update_layout(
    xaxis_title="범죄 유형",
    yaxis_title="발생 건수",
    legend_title="연도",
)

fig.show()

위의 그래프와 같다.

막대 위에 텍스트 넣기

import pandas as pd
import plotly.express as px

# CSV 불러오기
data = pd.read_csv('cyberbilion.csv', encoding='utf-8')
data.columns = data.columns.str.strip()  # 혹시 모를 공백 제거

# 2020년 '발생건수'만 선택
data_filtered = data[(data['연도'] == 2020) & (data['구분'] == '발생건수')]

# '구분'을 기준으로 나머지 범죄항목들을 long-format으로 변환
data_long = data_filtered.melt(id_vars=['연도', '구분'], var_name='범죄목록', value_name='발생건수')

# 막대 그래프 생성
fig = px.bar(data_long, x='발생건수', y='범죄목록', color='범죄목록', 
             title='2020년 발생건수별 사이버 범죄 유형', text_auto = True)

# 그래프 디자인 조정
fig.update_layout(
    xaxis_title="발생 건수",
    yaxis_title="범죄 목록",
    height=800,  # 그래프 크기 조정
    xaxis_tickangle=45,  # X축 레이블 회전
    showlegend=False  # 범례 숨기기
)

# 그래프 보여주기
fig.show()

요즘 사이버 범죄가 성행하여 사이버 범죄의 발생현황이다. 직거래 품목에서 젤 많은 사기가 일어난 것으로 보인다.

쌓아 올려서 그리기

import pandas as pd
import plotly.express as px

# CSV 불러오기
data = pd.read_csv('protectbilion.csv', encoding='utf-8')
data.columns = data.columns.str.strip()  # 혹시 모를 공백 제거
data = data[['유형', '사이버범죄 예방교육과목명', '년도']].dropna()

fig = px.bar(data, x="유형", y="사이버범죄 예방교육과목명", color = '사이버범죄 예방교육과목명', title="2023 사이버 범죄 예방 교육")
fig.show()

그럼 사이버 범죄 교육은 어떤 교육이 젤 많이 이루어 졌을까? 불법컨텐츠 범죄 유형에선 저작권법
정보통신망이용범죄에선 사이버 사기 예방 교육이 제일 많이 이루어졌다.