[개인 프로젝트] COVID-19의 영향으로 중국인 관광객이 얼마나 줄었을까? - (2) 시계열 데이터 시각화

2.데이터 시각화 하기

2.1 시계열 그래프 그리기

# kto_total.xlsx 파일 df로 불러오기 
import pandas as pd 
df = pd.read_excel('./files/kto_total.xlsx')
df.head()

# 그래프에서 한글 표기를 위한 글자체 변경
from matplotlib import font_manager, rc
import platform 

if 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('Check your OS system')

# matplotlib 라이브러리 불러오기 
import matplotlib.pyplot as plt

# 중국 국적 데이터 필터링하기 
condition = (df['국적'] == '중국')
df_filter = df[condition]
df_filter.head()

# 시계열 그래프 그리기 
## 그래프 크기 조절 
plt.figure(figsize = (12, 4))

## 그래프 내용 설정 
plt.plot(df_filter['기준년월'], df_filter['관광'])

## 그래프 타이틀, X축, Y축 이름 달기 
plt.title('중국 국적의 관광객 추이')
plt.xlabel('기준년월')
plt.ylabel('관광객수')

## x 축 눈금 값 설정 
plt.xticks(['2010-01', '2011-01', '2012-01', '2013-01', '2014-01', '2015-01', '2016-01', '2017-01', '2018-01', '2019-01', '2020-01'])

## 그래프 표현하기 
plt.show()

# 우리나라 방문하는 외국인 관관객 중 상위 5개 국가의 리스트 만들기
cntry_list = ['중국', '일본', '대만', '미국', '홍콩']

# 반복문으로 여러 그래프 그리기 
for cntry in cntry_list: 
    # 국적 관광객만 추출 
    condition = (df['국적'] == cntry)
    df_filter = df[condition]

    # 그래프 그리기 
    ## 그래프 크기 조절 
    plt.figure(figsize = (12, 4))
    
    ## 그래프 내용 설정 
    plt.plot(df_filter['기준년월'], df_filter['관광'])

    ## 그래프 타이틀, X축, Y축 이름 달기 
    plt.title('{} 국적의 관광객 추이'.format(cntry))
    plt.xlabel('기준년월')
    plt.ylabel('관광객수')

    ## x 축 눈금 값 설정 
    plt.xticks(['2010-01', '2011-01', '2012-01', '2013-01', '2014-01', '2015-01', '2016-01', '2017-01', '2018-01', '2019-01', '2020-01'])

    ## 그래프 표현하기 
    plt.show()

2.2 히트맵 그래프 그리기

# df 데이터 head()로 살펴보기 
df.head()

# str.slice() 함수를 이용해 연도, 월 컬럼 만들기 
df['년도'] = df['기준년월'].str.slice(0,4)
df['월'] = df['기준년월'].str.slice(5, 7)
df.head()

# 중국인 관광객 필터링
condition = (df['국적'] == '중국')
df_filter = df[condition]
df_filter.head()

# pivot_table() 함수 이용
df_pivot = df_filter.pivot_table(values = '관광'
                         , index = '년도'
                         , columns = '월')

df_pivot

# 히트맵 그래프 그리기에 필요한 라이브러리 import 
import matplotlib.pyplot as plt 
import seaborn as sns 

# 히트맵 그리프 그리기 
## 그래프 크기 설정 
plt.figure(figsize = (16, 10))

## 히트맵 그래프 그리기 
sns.heatmap(df_pivot, #대상 데이터 설정
            annot = True, # 그래프 각 칸에 실제값 표시
            fmt = '.0f', # 숫자형태를 소수점이 없는 실수형으로 표현
            cmap = 'rocket_r') #그래프 색생 조합 설정

## 그래프 타이틀 달기 
plt.title('중국 관광객 히트맵')

## 그래프 표현 
plt.show()

# 반복문으로 상위 5개국에 대한 히트맵 그래프 그리기 
for cntry in cntry_list: 
    condition = (df['국적'] == cntry)
    df_filter = df[condition]
    
    df_pivot = df_filter.pivot_table(values = '관광'
                             , index = '년도'
                             , columns = '월')
    
    # 그래프 크기 설정 
    plt.figure(figsize = (16, 10))

    # 히트맵 그래프 그리기 
    sns.heatmap(df_pivot, annot = True, fmt = '.0f', cmap = 'rocket_r')

    # 그래프 타이틀 달기 
    plt.title('{} 관광객 히트맵'.format(cntry))

    # 그래프 표현 
    plt.show()

2.3 시각화를 통해 결과 해석해보기

<위의 그래프를 통해 확인할 수 있는 특징>

• [Trend] 2010~2016년까지 관광객 수가 꾸준히 증가하는 추세
• [Event] 2017년 초 관광객 수가 크게 감소
• [Trend] 2017년 중순부터 완만하게 관광객 수가 증가하는 추세
• [Seasonality] 매년 여름 관광객 수가 최대값을 가짐
• [Event] 단, 2015년 관광객 수가 큰 폭으로 감소
• [Event] 2020년 초에 관광객 수가 0에 가까워질만큼 급격히 감소

💡계절적으로 여름 > 봄, 가을 > 겨울 순으로 방문객이 많으며, 히트맵을 통해 전반적으로 2020년으로 갈수록 중국인 관광객 숫자가 계속해서 증가하는 추세임을 알 수 있다.

💡관광객이 급격히 줄어든 위의 세가지 Event를 살펴보면 2015년 중순 '메르스 여파'로 관광객이 줄었으며, 일시적 감소로 이어진 후 원래의 패턴을 회복하는 형태를 보인다. 2017년 초의 경우 사드 보복조치로 인한 관광객 수 영향이 있었음을 알 수 있다. 이 역시 3월 이후 회복하는 추세를 보이기는 하나 사드 보복 조치 이전의 패턴과 비교해서 그 여파가 지속적으로 영향을 미치는 것을 알 수 있다. 마지막으로 2020년 초의 경우는 아직까지도 영향을 주고 있는 COVID-19의 영향으로 인함을 짐작할 수 있으며, 해당 기간에는 특히 중국인 관광객 입국 금지령이 있던 시기라 더욱 급감한 이유를 파악할 수 있다.