파이썬     1. 개요주제 : 한국인 삶의 질 파악      데이터 분석 절차 1. 변수(열) 검토 및 전처리 :     변수의 특징 파악 : 이상치, 결측치 정제 - 분석의 용이성(변수의 값 처리)     전처리 - 분석할 변수 각각 진행 2. 변수 간 관계 분석 :     2-1 요약 테이블     2-2 시각화   2.  모듈 import 및 파일 읽기1-1. 모듈 import    sav파일 읽기 : 아나콘다 프롬프트에  pip install pyreadstat 설치 필수import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as sns  2-1. 파일 읽기 및 복사본 저장raw_welfare = pd...

파이썬     1.  모듈 import 및 데이터 추출, 시각화import csvimport matplotlib.pyplot as pltf = open('./data/gender.csv', 'r', encoding='cp949')data = csv.reader(f)m = [] #3:104 _ csv 상 데이터의 분포f = [] #106: _ csv 상 데이터의 분포name = input('찾을 지역을 입력하세요! _ ').strip()for row in data : if '신도림' in row[0] : for i in row[3:104] :#0기준으로 봤을 때 m의 자료가 왼쪽으로 위치한다고 하면, 모든 자료는 -int m.append(-int(i)) ..

파이썬     1.  개요    우리 동네 인구 파악 시각화 :     1. 모듈 import 및 파일 읽기2. 전체 데이터에서 한 줄 씩 반복해 읽기 :  for문3. 특정 지역의 데이터 확인 : if문4. 특정 지역에 해당할 경우 인구 수를 0세부터 차례로 저장 : for문, append5. 저장된 연령 별 인구수 데이터 시각화   2.  데이터 추출 및 시각화import csvimport matplotlib.pyplot as pltf = open('./data/age.csv', 'r', encoding='cp949')data = csv.reader(f)result = []for row in data : if '신도림' in row[0] : for i in row[3:] : ..

파이썬     1.  최고 기온 추출 및 시각화    .hist() : 자료의 분포 상태를 막대그래프로 표현, 데이터의 빈도에 따라 그래프의 높이 결정    . boxplot() : 데이터를 박스 형태로 표현. 최댓값, 최솟값, 상위 1/4, 2/4(중앙), 3/4에 위치한 값을 표현한 그래프 1-1. 최고 기온 히스토그램과 박스플롯으로 각각 시각화import csvimport matplotlib.pyplot as pltf = open('./data/seoul.csv', 'r', encoding='cp949')data = csv.reader(f)next(data)result = []for row in data : if row[-1] != '' : #해당 행 -1번째 열에 값이 없는('..

파이썬     1.  개요국감브리핑을 통해 강남3구의 주민들이 거주지 체감 안전도를 높게 생각한다는 기사 확인 http://news1.kr/articles/?1911504 분석 내용1. 서울시 각 자치구 별 CCTV 수 파악2. 인구 대비 CCTV 비율을 파악해 순위 비교 3. 인구 대비 CCTV의 평균치를 확인 후 CCTV가 가장 부족한 자치구 확인 4. 단순한 그래프 표현에서 한 단계 더 나아가 경향을 확인하고 시각화   2.  모듈 importconda install -c anaconda xlrd    모듈 import 전, 아나콘다프롬프트 혹은 spyder 콘솔에 상기 코드를 입력해 모듈이 원활하게 수행되도록 함. #csv, excel 파일 읽기 모듈import pandas as pd#숫자 관련 ..

파이썬     1.  순서1) 사용 모듈 import 및 데이터 읽기 2) 분석에 사용할 데이터 저장 및 list 선언 3) '일시' 열에서 2020-07-30 부분을 DateTime 형식의 index로 만들어 : DatetimeIndex(DataFrame[기존 열]).새로운열    DataFrame에 신규컬럼('month')에 추가 4) 월 별로 분리하여 저장 및 테스트 5) 전체 데이터를 이용 1월부터 12월까지의 평균 풍속을 저장 6) matplotlib을 이용한 간단한 시각화   2. 사용 모듈 import 및 데이터 읽기import pandas as pdimport matplotlib.pyplot as pltweather = pd.read_csv('./data/csv/weather.csv', e..