🏆🏆 1. 미국의 state 별 면적 당 인구수 구하기(3) - 시각화

1. 전처리 종합

🏆 먼저 미리 전처리하고 가공한 데이터 density_2013_tot 을 가져오자.
🏆 지난 포스팅 (1),(2) 에서 만든 전처리 코드를 한번에 종합했다.

import pandas as pd

pop = pd.read_csv("Data/state-population.csv", encoding = 'utf-8-sig')
area = pd.read_csv("Data/state-areas.csv", encoding = 'utf-8-sig')
abb = pd.read_csv("Data/state-abbrevs.csv", encoding = 'utf-8-sig')

pop = pop.dropna()
cols = pop.columns.to_list()
cols[0] = 'abbreviation'
pop.columns = cols
pop_tot = pop[pop['ages'] == 'total']
pop_18 = pop[pop['ages'] == 'under18']

abb_area = pd.merge(area, abb, on = 'state', how = 'outer')
abb_area = abb_area.fillna("PR")

pop_age_tot_final = pd.merge(pop_tot, abb_area, on = 'abbreviation', how = 'outer').dropna()
pop_age_18_final = pd.merge(pop_18, abb_area, on = 'abbreviation', how = 'outer').dropna()

pop_age_tot_final['pop/area'] = pop_age_tot_final['population'] / pop_age_tot_final['area (sq. mi)']
pop_age_18_final['pop/area'] = pop_age_18_final['population'] / pop_age_18_final['area (sq. mi)']

density_2013_tot = pop_age_tot_final[pop_age_tot_final['year']== 2013]
density_2013_tot = density_2013_tot.sort_values('pop/area', ascending=False)

density_2013_tot = density_2013_tot[['abbreviation', 'pop/area']]
density_2013_tot = density_2013_tot.set_index('abbreviation')
density_2013_tot_top10 = density_2013_tot[:10] 

density_2013_tot_top10

>>
                pop/area
abbreviation	
DC	        9506.602941
PR	        1028.473969
NJ	        1020.332378
RI	        680.589644
CT	        648.643579
MA	        634.090384
MD	        477.860401
DE	        473.771238
NY	        360.736613
FL	        297.345722

지역의 약어를 가진 abbreviation열을 인덱스로 설정해줬다.

2. 시각화

2.1. iplot

---

🏆 먼저 iplot으로 시각화해보자.
🏆 iplot 을 임포트해준다.

import chart_studio.plotly as py
import cufflinks as cf
cf.go_offline(connected = True)

🏆 이제 iplot의 layout을 설정하자.

layout = {
    'title' : {
        'text' : '<b>Population / Area about total ages in 2013</b>', 
        'font' : {
            'size' : 20
        },
        'x' : 0.5
    },
    
    'xaxis' : {
        'showticklabels' : True,
        'title': {
            'text' : 'Abbreviation',
            'font' : {'size' : 15}
        }
    },

    'yaxis' : {
        'showticklabels' : True,
        'dtick' : 1000,
        'title' : {
            'text' : 'pop/area',
            'font' : {'size' : 15}
        }
    }
}  

🏆 단순 수치 비교이므로 bar 그래프로 시각화한다.

density_2013_tot_top10.iplot(kind = 'bar', layout = layout)

2.2. plotly

---

🏆 이번에는 plotly로 시각화해보자.
🏆 plotly를 임포트해준다.

import plotly.graph_objects as go
import plotly.offline as pyo
pyo.init_notebook_mode()

🏆 그래프의 템플릿을 정해주고 싶다면 plotly의 템플릿 목록을 불러와서 확인해보자.

import plotly. io as pio
pio.templates

>>
Templates configuration
-----------------------
    Default template: 'plotly'
    Available templates:
        ['ggplot2', 'seaborn', 'simple_white', 'plotly',
         'plotly_white', 'plotly_dark', 'presentation', 'xgridoff',
         'ygridoff', 'gridon', 'none']

🏆 인구수가 제일 많은 DC 지역의 그래프는 색깔을 다르게 해주기 위해 colors 리스트를 하나 만들어준다.

colors = ['#04BFAD',] * len(density_2013_tot_top10)
colors[0] = '#F25C5C'

🏆 layout과 annotation을 설정해주고 그래프를 출력하자.

fig = go.Figure()

fig.add_trace(
    go.Bar(
    x = density_2013_tot_top10.index, y = density_2013_tot_top10['pop/area'],
    marker_color = colors
    )
)

fig.update_layout(
    {
        'title' : {
            'text' : '<b>Population / Area about total ages in 2013</b>',
            'font' : {'size' : 20},
            'x' : 0.5
            },
        
        'xaxis' : {'title' : {'text' : 'Abbreviation'}, 'showticklabels' : True},
        'yaxis' : {'title' : {'text' : 'pop/area'}, 'showticklabels' : True, 'dtick' : 1000},
        
        'template' : 'plotly_white'
    }
)

fig.add_annotation({
    'x' : "DC",
    'y' : 9550,
    
    'text' : 'pop / area in DC',
    'showarrow' : True,
    'font' : {'size' : 10, 'color' : 'white'},
    
    'align' : 'center',
    'arrowhead' : 2,
    'arrowsize' : 1,
    'arrowwidth' : 2,
    'arrowcolor' : '#04BFAD',
    
    'ax' : 20, 'ay' : -50,
    
    'bordercolor' : '#04BFAD',
    'borderwidth' : 2,
    'borderpad' : 7,
    'bgcolor' : '#F25C5C',
    
    'opacity' : 0.9
})
fig.show()

👉 데이터 분석 결과 워싱턴 DC의 면적별 인구수가 압도적으로 많음을 확인할 수 있다. 아무래도 177 제곱킬로미터밖에 되지 않는 그렇게 크지 않은 구역에 많은 행정구역이 몰려있어서 그런 게 아닐까 싶다. 그 외의 다른 지역들과 워싱턴의 차이가 너무 많이 나서 저 지역들끼리 비교하기에는 분석의 의미가 흐려질 것 같기도 하다. 저 데이터는 단지 미국 내에서 면적별 인구수가 가장 많은 몇개의 지역을 뽑아둔 데이터라고 생각하는 것이 낫다고 생각한다.

---

🏆 직접 아무 데이터를 가지고 분석을 진행한 것은 처음인데 확실히 직접 해볼때 몸에 익는다. 운좋게도 결측치가 별로 없는 깨끗한 데이터를 골랐지만 처음이라 그런지 이것도 시간이 조금 들었다. 다양한 데이터를 경험해보자!!
🏆 plotly 를 사용하는 데에 좀 더 익숙해질 필요가 있을 것 같다.
🏆 Matplotlib도 공부하기.

---

💡파이썬 데이터 사이언스 핸드북(위키북스,2020)의 저자 Jake VanderPlas 분의 깃허브에서 데이터를 가져왔음을 밝힙니다.