프로젝트

서울시 불법주정차 분포

import pymysql
import matplotlib.pyplot as plt
import seaborn as sns
import re

# Set Korean font
plt.rcParams['font.family'] = 'Malgun Gothic'

def extract_gu_from_address(address):
    if address is None:
        return None
    match = re.search(r'\b(\w+구)\b', address)
    if match:
        return match.group(1)
    else:
        return None

def classify_district(gu):
    target_districts = ['강남구', '강동구', '강북구', '강서구', '관악구', '광진구', '구로구', '금천구', '노원구',
                         '도봉구', '동대문구', '동작구', '마포구', '서대문구', '서초구', '성동구', '성북구',
                         '송파구', '양천구', '영등포구', '용산구', '은평구', '종로구', '중구', '중랑구']
    if gu in target_districts:
        return gu
    else:
        return '기타'

db = pymysql.connect(host='localhost', 
                     port=3306, 
                     user='root', 
                     passwd='****', 
                     db='programmers_da', 
                     charset='utf8')

cursor = db.cursor()

# 필요 리스트 생성
Crackdown_address = []
Crackdown_latitude = []
Crackdown_longitude = []

Report_address = []
Report_latitude = []
Report_longitude = []

CCTV_address = []
CCTV_latitude = []
CCTV_longitude = []

# 데이터베이스에서 위도와 경도 데이터 추출
sql = "SELECT 구주소, 위도, 경도 FROM Crackdown_location;"
cursor.execute(sql)

# 위도와 경도 데이터를 리스트에 저장
for line in cursor:
    gu = extract_gu_from_address(line[0])
    if gu is not None:
        Crackdown_address.append(classify_district(gu))
        Crackdown_latitude.append(line[1])
        Crackdown_longitude.append(line[2])

# 데이터베이스에서 위도와 경도 데이터 추출
sql = "SELECT 주소, 위도, 경도 FROM report_status;"
cursor.execute(sql)

# 위도와 경도 데이터를 리스트에 저장
for line in cursor:
    gu = extract_gu_from_address(line[0])
    if gu is not None:
        Report_address.append(classify_district(gu))
        Report_latitude.append(line[1])
        Report_longitude.append(line[2])

# 데이터베이스에서 위도와 경도 데이터 추출
sql = "SELECT 자치구, 위도, 경도 FROM seoul_cctv_location_information;"
cursor.execute(sql)

# 위도와 경도 데이터를 리스트에 저장
for line in cursor:
    gu = extract_gu_from_address(line[0])
    if gu is not None:
        CCTV_address.append(classify_district(gu))
        CCTV_latitude.append(line[1])
        CCTV_longitude.append(line[2])

# 데이터프레임 생성
import pandas as pd
df = pd.DataFrame({
    'Address': Crackdown_address + Report_address + CCTV_address,
    'Latitude': Crackdown_latitude + Report_latitude + CCTV_latitude,
    'Longitude': Crackdown_longitude + Report_longitude + CCTV_longitude,
    'Source': ['단속'] * len(Crackdown_address) + ['신고'] * len(Report_address) + ['CCTV'] * len(CCTV_address)
})

# Scatter plot 생성
plt.figure(figsize=(10, 6))
sns.scatterplot(x='Longitude', y='Latitude', hue='Address', style='Source', data=df, s=10, palette={'강남구': 'red', '강동구': 'blue', 
                                                                                                   '강북구': 'green', '강서구': 'purple', 
                                                                                                   '관악구': 'orange', '광진구': 'pink', 
                                                                                                   '구로구': 'brown', '금천구': 'olive', 
                                                                                                   '노원구': 'cyan', '도봉구': 'lime', 
                                                                                                   '동대문구': 'teal', '동작구': 'lavender', 
                                                                                                   '마포구': 'maroon', '서대문구': 'navy', 
                                                                                                   '서초구': 'yellow', '성동구': 'sienna', 
                                                                                                   '성북구': 'tan', '송파구': 'plum', 
                                                                                                   '양천구': 'darkcyan', '영등포구': 'darkred', 
                                                                                                   '용산구': 'darkorange', '은평구': 'darkblue', 
                                                                                                   '종로구': 'darkgreen', '중구': 'purple', 
                                                                                                   '중랑구': 'darkgray', '기타': 'gray'}, alpha=0.7)

plt.title('Scatter Plot of Latitude and Longitude')
plt.xlabel('Longitude')
plt.ylabel('Latitude')
plt.xlim(126.734086, 127.269311)
plt.ylim(37.413294, 37.715133)

plt.grid(True)
plt.show()

# Count plot 생성
plt.figure(figsize=(10, 6))
sns.countplot(x='Address', data=df[df['Source'] != 'CCTV'], palette={'강남구': 'red', '강동구': 'blue', 
                                                                    '강북구': 'green', '강서구': 'purple', 
                                                                    '관악구': 'orange', '광진구': 'pink', 
                                                                    '구로구': 'brown', '금천구': 'olive', 
                                                                    '노원구': 'cyan', '도봉구': 'lime', 
                                                                    '동대문구': 'teal', '동작구': 'lavender', 
                                                                    '마포구': 'maroon', '서대문구': 'navy', 
                                                                    '서초구': 'yellow', '성동구': 'sienna', 
                                                                    '성북구': 'tan', '송파구': 'plum', 
                                                                    '양천구': 'darkcyan', '영등포구': 'darkred', 
                                                                    '용산구': 'darkorange', '은평구': 'darkblue', 
                                                                    '종로구': 'darkgreen', '중구': 'purple', 
                                                                    '중랑구': 'darkgray', '기타': 'gray'})

plt.title('지역별 불법주정차 및 신고 현황')
plt.xlabel('지역')
plt.ylabel('건수')

plt.grid(True)
plt.show()

# 연결 종료
db.close()