[Python] 종합병원 분포 분석 - 시각화

2022.03.24 - [데이터 분석/04. Data Analysis] - [Python] 서울 종합병원 분포 데이터 분석

[Python] 서울 종합병원 분포 데이터 분석

저번 포스팅에서 서울 종합병원은 고르게 분포되어 있을까에 대해 분석해보았습니다!

이번 글에서는 원하는 "시도별" 의료기관 개수를 시각화하는 것에 대해 코드를 정리해보려고 합니당~_~

 

특정지역 데이터 추출

 

1. 패키지 임포트 및 데이터 불러오기

: 데이터는 저번 글에서 사용한 데이터와 동일합니다.!

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

#그래프가 노트북 안에 보이게 하기 위해
%matplotlib inline

#한글 폰트 설정
#matplotlib에서는 한글폰트가 깨지기 때문에
plt.rc('font', family='Malgun Gothic')
#마이너스 기호가 표시되도록 해줌
plt.rc('axes', unicode_minus=False)

df=pd.read_csv('소상공인시장진흥공단_상가업소정보_의료기관_201909.csv', encoding='cp949')

 

 

2. 가장 의료기관이 많은 "시도별" 데이터를 시각화해보겠습니다!

city=df["시도명"].value_counts()
city

=> 경기도가 가장 많은 의료기관이 있는 것을 확인!

 

 

3. 경기도 데이터 추출

: 제주특별자치도 데이터가 보고싶다면 

df_jeju=df[df["시도명"]=="제주특별자치도"].copy

이렇게 "시도명"만 바꿔서 데이터를 필터링하여 볼 수 있다!

df_kyonggi=df[df["시도명"]=="경기도"].copy()
df_kyonggi.head()

 

 

4. "시군구명"시각화

df_kyonggi["시군구명"].value_counts().plot.bar(figsize=(20,4), rot=30)

#seaborn
plt.figure(figsize=(20,4))
sns.countplot(data=df_kyonggi, x="시군구명")

 

 

5. "시군구명" 경도와 위도 표시

 

~pandas의 plot.scatter~

df_kyonggi[["경도", "위도", "시군구명"]].plot.scatter(x="경도", y="위도", figsize=(8,7), grid=True)

~seaborn의 scatterplot~
-> hue:색으로 구분할 수 있게 해줌

plt.figure(figsize=(9,8))
sns.scatterplot(data=df_kyonggi, x="경도", y="위도", hue="시군구명")

 

 

6. "상권업종중분류명" 경도와 위도 표시

plt.figure(figsize=(9,8))
sns.scatterplot(data=df_kyonggi, x="경도", y="위도", hue="상권업종중분류명")

 

 

7. 전국데이터로 "시군구명" 경도와 위도 표시

#전국 데이터(df)로 구별 경도와 위도를 표시
plt.figure(figsize=(16,12))
sns.scatterplot(data=df, x="경도", y="위도", hue="시도명")