[서울시 범죄율] folium을 이용한 시각화

Folium으로 시각화 하기 - 지도¶

In [2]:

import folium

In [6]:

map_osm = folium.Map(location=[45.5236, -122.6750])
map_osm

Out[6]:

zoom_star을 사용하면, 확대 비율을 정의할 수 있음¶

In [5]:

stamen = folium.Map(location = [45.5236, -122.6750], zoom_start=13)
stamen

Out[5]:

tiles를 설정하면, 지도 모양을 바꿀 수 있다.¶

• stamentoner
• openstreetmap
• mapquestiopenaerial
• stamenwatercolor
• stamenterrain
• mapboxbright
• cartodbdark_matter ... 엄청 많다.

In [10]:

map_2 = folium.Map(location=[45.5236, -122.6750], tiles='stamentoner', zoom_start=13)
folium.Marker([45.5244, -122.6699], popup='The Waterfront').add_to(map_2)
folium.CircleMarker([45.5215,-122.6261], radius=50,
                   popup='Laurelhuerst Park', color='#3186cc',
                   fill_color='#3186cc').add_to(map_2)
map_2

Out[10]:

US_ Unemployment 데이터를 시각화 하기¶

In [12]:

import pandas as pd

In [13]:

state_unemployment = './data/folium_US_Unemployment_Oct2012.csv'
state_data = pd.read_csv(state_unemployment)
state_data.head()

Out[13]:

	State	Unemployment
0	AL	7.1
1	AK	6.8
2	AZ	8.1
3	AR	7.2
4	CA	10.1

미국 실업률 데이터를 시각화 하기 위해서는 json형식의 파일이 필요하다.¶

• id: 주별고유 ID
• 주 이름
• 좌표 등

In [14]:

state_geo ='./data/02. folium_us-states.json'
map = folium.Map(location=[40, -98], zoom_start=4)
map.choropleth(geo_data=state_geo, data=state_data,
              columns=['State', 'Unemployment'],
              key_on='feature.id',
              fill_color='YlGn',
              legend_name='Unemployment Rate (%)')
map

Out[14]:

json을 불러와, 서울시 구별 데이터 뿌려주기¶

In [15]:

import json

In [26]:

geo_path = './data/02. skorea_municipalities_geo_simple.json'
geo_str = json.load(open(geo_path, encoding='utf-8'))

서울시 구역별로 나누어졌다!¶

In [24]:

map = folium.Map(location=[37.5502, 126.982], zoom_start=11,
                tiles='stamentoner')
map.choropleth(geo_data=geo_str)
map

Out[24]:

전에 만들어둔, 서울시의 범죄현황, 검거율, 인구수 등 데이터를 불러와준다¶

In [28]:

crime_seoul = pd.read_csv('data/crime_in_Seoul_final.csv')
crime_seoul.head()

Out[28]:

	구별	강간	강도	살인	절도	폭력	강간검거율	강도검거율	살인검거율	절도검거율	폭력검거율	인구수	CCTV	범죄	검거
0	강남구	1.000000	0.941176	0.916667	0.953472	0.661386	77.728285	85.714286	76.923077	42.857143	86.484594	570500.0	2780	0.894540	85.463066
1	강동구	0.155620	0.058824	0.166667	0.445775	0.289667	78.846154	100.000000	75.000000	33.347422	82.890855	453233.0	773	0.223310	85.550226
2	강북구	0.146974	0.529412	0.416667	0.126924	0.274769	82.352941	92.857143	100.000000	43.096234	88.637222	330192.0	748	0.298949	94.070728
3	관악구	0.628242	0.411765	0.583333	0.562094	0.428234	69.062500	100.000000	88.888889	30.561715	80.109157	525515.0	1496	0.522733	85.212224
4	광진구	0.397695	0.529412	0.166667	0.671570	0.269094	91.666667	100.000000	100.000000	42.200925	83.047619	372164.0	707	0.406888	96.375820

In [36]:

import matplotlib.pyplot as plt
import matplotlib
%matplotlib inline
import seaborn as sns
sns.set_style("whitegrid")

폰트 설정¶

In [37]:

from matplotlib import font_manager, rc

rc('font', family='AppleGothic')
plt.rcParams['axes.unicode_minus'] = False

In [38]:

plt.figure(figsize=(10,8))
sns.pairplot(crime_seoul,
            x_vars=['인구수', 'CCTV'],
            y_vars=['살인검거율', '폭력검거율'], kind='reg', size=3)
plt.show()

<Figure size 720x576 with 0 Axes>

In [43]:

plt.figure(figsize=(10, 8))
target_col=['강간', '강도', '살인', '폭력', '범죄']
sns.heatmap(crime_seoul[target_col], annot=True, fmt='f', linewidths=.5)
plt.title('범죄 비율')
plt.show()

살인이 일어난 구역들을 이제 지도로 뿌려보자!¶

In [ ]:

crime_seoul=crime_seoul.set_index('구별')

In [56]:

map = folium.Map(location=[37.5502, 126.982], zoom_start=11,
                tiles='stamentoner')
map.choropleth(geo_data=geo_str,
              data=crime_seoul['살인'],
              columns=[crime_seoul.index, crime_seoul['살인']],
              fill_color='PuRd',
              key_on='feature.id')
map

Out[56]: