[Python] 소상공인시장진흥공단 광주 상가 정보 시각화해보기

개발환경

주피터, python

 

목적

광주광역시 올리브영 입점 추천 프로그램을 만들던 중 seaborn과 matplotlib로 화장품 매장들을 시각화 해보기 위함

 

자료 출처

공공데이터포탈 - 소상공인시장진흥공단_상가(상권)정보

이 자료 중 소상공인시장진흥공단_상가(상권)정보_광주_202306.csv 를 사용하였다. 

https://www.data.go.kr/dataset/15012005/fileData.do

 

 

자료 import

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

df = pd.read_csv('소상공인시장진흥공단_상가(상권)정보_광주_202306.csv', low_memory=False)

# DtypeWarning: Columns (2) have mixed types. Specify dtype option on import or set low_memory=False.
# low_memory=False 를 뒤에 써서 결측치 무시

DtypeWarning: Columns (2) have mixed types. Specify dtype option on import or set low_memory=False.

이 오류가 나왔는데 csv import 뒤에 row_memory=False 를 뒤에 써서 해결했다.

 

 

 

광주 데이터는 행은 70510개, 열은 39개이다.

 

컬럼 확인하기

 

열과 비어있는 값인지, 타입을 확인할 수 있다.

각 열마다 결측치가 몇개나 있는지 확인

 

import seaborn as sns
import matplotlib.pyplot as plt
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['font.family'] = 'Malgun Gothic'

plt.figure(figsize=(16,6))
sns.heatmap(df.isnull(), cbar=False) # 결측치 확인
plt.xticks(rotation=45, fontsize=12)
plt.show()

결측치를 시각화해 확인할 수 있다.

 

 

상점 분포도를 확인해 본다.

 

plt.figure(figsize = (14, 10))
ax = sns.scatterplot(data = df_colums_notnan,
                     x='경도',
                     y='위도',
                     hue='시군구명')
plt.setp(ax.get_legend().get_texts(), fontsize='10')
plt.show()

각 구별 분포도를 확인해 본다. 역시 광주는 수완, 충장로 등 인구밀집지역에 상가가 몰려 있다.

 

 

 

화장품 매장만 확인하기

plt.figure(figsize = (14, 10))
condition = df['상권업종소분류명'] == '화장품 소매업'
df_cosmetic = df[condition]
df_cosmetic
ax = sns.scatterplot(data = df_cosmetic,
                     x='경도',
                     y='위도',
                     hue='시군구명')
plt.setp(ax.get_legend().get_texts(), fontsize='10')
plt.show()

상권업종소분류명이 "화장품 소매업"인 자료들만 받아 시각화해 보자.

동구쪽에 몰려있는 느낌

이를 지도에 넣어본 것(이건 사진위에 붙였다. 지도 위에 하고 싶으면 폴리움 모듈을 공부해야함)

 

 

plt.figure(figsize=(16, 12))
sns.scatterplot(data=df[:20000], x='경도', y='위도', hue='상권업종대분류명')
plt.title('광주광역시 상권업종 대분류 분포', fontsize=14)

추가로 궁금해서 만들어본 업종 분포 산점도

역시 음식점 분포가 많다. 

 

오늘 계속 공부해서 추가해볼 예정..

---

 

 

참고 링크

데이터스토리 소상공인 매출 및 상권정보

데이터스토리 1 - 소상공인 매출 및 상권 정보

 

참고 블로그

 

https://bizzengine.tistory.com/336

[시각화] 소상공인시장진흥공단 상가(상권)정보 Python 분석