스터디 노트 (Analysis Seoul CCTV with population)

📌 데이터 읽기

• import pandas as pd 
  • pandas를 기본적으로 import
• pandas.read_csv(확장자) 함수를 이용하여 다양한 엑셀 확장자를 불러올 수 있다.

 🚩CCTV_Seoul 데이터 확인하기

• columns 함수를 통해 컬럼 데이터를 확인할 수 있다.

• rename 함수를 통해 기관명 컬럼을 구별로 이름 변경

 🚩 Seoul_Population 데이터 확인하기

• header (index를 몇번째부터 불러올 것인지?)
• usecols (컬럼을 몇번을 사용할 것인지?)
• 실제 csv 파일을 열어보고, 데이터를 확인하는 작업이 필요

• rename 함수를 통해 column들의 이름을 변경

 🚩CCTV_Seoul 데이터 확인하기 2

• sort 함수를 이용하여, 확인하고 싶은 데이터를 전체적으로 정렬한다
  • "소계" 컬럼을 기준으로 잡고 오름차순 & 내림차순 정렬
• data_name.sort_values(by = "column_name", ascending=True or False, inplace=True)

• 데이터 추가해보기
  • data_name["column_name"] = data
  • 데이터가 없으면 추가, 있으면 수정
• CCTV의 최근 증가율 컬럼을 추가
  • 2016 + 2015 + 2014년 컬럼 / 2013년도 이전 컬럼
  • 그 이후 데이터를 최근 증가율 컬럼을 기준으로 sort (내림차순)

 🚩 Seoul_Population 데이터 확인하기 2

• 맨 위 합계 index를 제거
  • 여기서는 drop 함수를 사용 (axis 기본값은 0, 가로값 제거)

• unique method를 활용하여 중복된 데이터가 있는지 확인

• 외국인 비율, 고령자 비율 컬럼 추가

 🚩 CCTV_Seoul, pop_Seoul 데이터 합치기

• merge 함수를 이용, "구별"을 기준으로 합치기
• pandas.merge(CCTV_Seoul, Pop_seoul, on="구별")
  • on="column"을 활용하여 column을 기준으로 잡고 데이터를 합친다

 🚩 불필요한 데이터 컬럼 삭제

• 년도별 CCTV 데이터 수는 필요없으므로 삭제

• set_index() 함수 활용
  • 선택한 컬럼을 데이터 프레임에 인덱스로 지정 
  • data_name.set_index("column_name")
  • inplace=True를 줘야 변경된 값이 적용이 된다

 🚩 상관계수 확인

• corr() / correlation의 약자
• data_name.corr()
• 서로의 상관계수가 0.2 이상인 데이터를 비교

 🚩 인구수와 CCTV 개수의 상관관계

• "CCTV 비율"을 기준으로 value들을 sort.

 🚩 컬럼 시각화 하기

• 가장 CCTV가 많은 구

전체적으로 가장 CCTV가 많은 구 = 강남구

• 인구수 대비 CCTV 비율

인구 수 대비 CCTV 설치 비율이 가장 많은 구 = 종로구

 🚩 데이터 경향 표시하기

• 인구수와 소계 컬럼으로 scatter plot 그리기

 🚩 Numpy를 이용한 1차원 직선 만들기

• np.polyfit() : 직선을 구성하기 위한 계수를 계산
• np.poly1d() : polyfit으로 찾은 계수로 파이썬에서 사용할 수 있는 함수로 만들어주는 기능

1. 기준을 잡고 np.polyfit() 함수에 넣어준다 (x, y 값 필수)
2. 함수에 넣어준 값을 polyid() 함수에 대입
3. 질문에 대한 답변을 할 수 있다.

---

• 경향선을 그리기 위한 x 데이터 생성
• np.linspace(a, b, n)
  • a부터 b까지 n개의 등간격 데이터를 생성

• 이전에 만들었던 scatter 그래프에 직선 데이터를 추가

 🚩 경향과의 오차 만들기

• 경향(trend)과의 오차를 만들자
• 경향은 f1 함수에 해당 인구를 입력
• f1(data_result["인구수"])

• 오차 컬럼을 내림차순, 오름차순으로 정렬

---

• 우측의 컬러맵 데이터 제작

• for문을 이용하여 오차 데이터 상위 5개, 하위 5개 인덱스의 이름 표시하기