[Python] 주피터 노트북을 이용한 데이터 시각화 📈 (1)

《 주피터 노트북을 활용한 데이터 시각화 》

 

[ 주피터 노트북 ]

 - 주피터 노트북(Jupyter Notebook)이란 Jupyter에서 제작한 파이썬용 통합 개발환경(IDE)이다.

 - 코드를 한줄씩 작성하여 실행, 결과 확인이 가능

 

[ 아나콘다 ]

 - 아나콘다(Anaconda)는 Anaconda사에서 파이썬 및 R언어 패키지, 의존성 관리 및 배포 등 여러 기능을 제공하는 조건부 무료 오픈 소스 SW이다.

 - 아나콘다 설치 시 주피터 노트북이 함께 설치되며 아나콘다 가상환경을 통해 실행 가능

 - 본인 PC의 OS와 사양에 맞게 설치하여 이용

 

〈 아나콘다 설치 링크 〉

www.anaconda.com/products/individual

Anaconda | Anaconda Distribution

 

 

[ 주피터 노트북 실행 ]

 - 주피터 노트북 실행시 아나콘다 가상환경을 통해 실행된다.

 - 초기 주피터 노트북의 기본 경로는 [ C드라이브 > 사용자 > 사용자 이름 ] 이며 

   사용자 이름 폴더 안의 모든 파일을 확인할 수 있다.

 - 실습용 폴더를 생성 후 실습에 사용될 csv파일을 해당 경로에 저장한다.

 - seoul.csv : 연도별 서울시의 평균/최저/최고 기온이 저장되어 있는 공공데이터 파일

 

 

 

 

[ csv 모듈을 사용한 데이터 전처리 예제 ]

 

① 데이터의 모든 행 출력

# Jupyter Notebook
import csv 

f = open('seoul.csv', 'r', encoding='cp949')
# reader(csvfile, dialect='', **fmtparams) : iterator 타입의 reader 객체를 반환
# 반환되는 각 라인은 컬럼들의 나열(list type)
data = csv.reader(f, delimiter=',') 

for row in data :
    print(row)

f.close()

############ [실행 결과] ############

['날짜', '지점', '평균기온(℃)', '최저기온(℃)', '최고기온(℃)']
['1907-10-01', '108', '13.5', '7.9', '20.7']
['1907-10-02', '108', '16.2', '7.9', '22']
...

 

② 데이터의 첫번째 행(헤더) 추출 후 출력

# Jupyter Notebook
import csv

f =open('seoul.csv')
data = csv.reader(f)
# next(iterator[, default]) : 첫번째 데이터 행을 읽어오고 
#                             데이터 탐색 위치를 다음 행으로 이동
header =next(data)  
print(header)     
f.close()

############ [실행 결과] ############

['날짜', '지점', '평균기온(℃)', '최저기온(℃)', '최고기온(℃)']

 

③ 데이터의 첫번째 행(헤더) 추출 후 데이터의 모든 행 출력

# Jupyter Notebook

import csv

f =open('seoul.csv')
data = csv.reader(f)
header = next(data)
for row in data :
    print(row)	
# next() 함수를 통해 데이터의 첫번째 행을 읽어오고 다음 행으로 이동 했기에 첫번째 행 출력x
f.close()

############ [실행 결과] ############

['1907-10-01', '108', '13.5', '7.9', '20.7']
['1907-10-02', '108', '16.2', '7.9', '22']
...

 

④ 데이터의 최고기온 중 최대값 찾기 (1)

# Jupyter Notebook

import csv

f =open('seoul.csv')
data = csv.reader(f)
header =next(data)
for row in data :
    # row[3] = float(row[3])
    row[-1] = float(row[-1]) # 최고 기온열의 문자열 데이터들을 실수로 변환
    print(row)
f.close()

############ [실행 결과] ############

['1907-10-01', '108', '13.5', '7.9', 20.7]
['1907-10-02', '108', '16.2', '7.9', 22.0]
...
['1950-08-31', '108', '25.4', '20.1', 32.5]
--------------------------------------------
ValueError: could not convert string to float: ''

'1950-08-31'년 이후 데이터 중 일부의 기온 값이 누락되어 오류 발생

 

④ 데이터의 최고기온 중 최대값 찾기 (2)

# Jupyter Notebook
# 누락 데이터의 경우 임의의 값으로 대체하여 탐색

import csv

max_temp =-999     # 최고 기온 값을 저장할 변수
max_date =''       # 최고 기온이 가장 높았던 날짜를 저장할 변수
f =open('seoul.csv')
data = csv.reader(f)
header =next(data) # 헤더 추출
for row in data :
    # 최고 기온값이 누락되어 있는 경우 -999의 값을 삽입하여 대체
    if row[-1] =='' :
        row[-1] =-999
    row[-1] = float(row[-1])
    # 최고 기온 데이터행 발견 시 max_temp, mex_date 를 해당 행의 데이터로 변경 
    if max_temp < row[-1] :
        max_date = row[0]
        max_temp = row[-1]
f.close()
print('기상 관측 이래 서울의 최고 기온이 가장 높았던 날은',max_date,'로, ',max_temp,'도 였습니다.')

############ [실행 결과] ############

기상 관측 이래 서울의 최고 기온이 가장 높았던 날은 1994-07-24 로,  38.4 도 였습니다.

 

 

 

 

[ maplotlib 라이브러리 패키지를 통한 데이터 시각화 예제 ]

 

〈 matplotlib 패키지 docs 〉

https://matplotlib.org/3.5.0/api/

 

① 그래프 생성 예제 (1)

# Jupyter Notebook

import matplotlib.pyplot as plt

# plt.plot(x, y) : 직선 플롯을 그리는 함수, 
# x축 미지정 시 자동으로 [0, 1, 2, 3] 과 같이 연속된 x축 값 자동 생성
plt.plot([10, 20, 30, 40], color='pink', label='pink')  # plot(label='') : 범례에 표시될 레이블 값 설정
plt.plot([40, 30, 20, 10], color='blue', label='blue')  # plot(color='') : 그래프의 색상 지정


plt.title('plotting') # 그래프의 제목, 위치, 오프셋 등을 지정하는 함수
plt.legend()          # 축 및/또는 그림과 관련된 범례를 그리는 함수
plt.show()

plt.show() 실행 결과

 

① 그래프 생성 예제 (2)

# Jupyter Notebook

import matplotlib.pyplot as plt

# x,y축의 값을 둘다 지정하는 경우
plt.plot([1,2,3,4], [12, 43, 25, 15])
plt.show()

plt.show() 실행 결과

 

② 그래프의 선 종류 지정 예제

# Jupyter Notebook

import matplotlib.pyplot as plt

plt.title('linestyle') # 그래프의 선종류 지정 함수
plt.plot([10, 20, 30, 40], color ='r', linestyle ='--', label='dashed') # 빨간색 dashed 그래프
plt.plot([40, 30, 20, 10], color ='g', ls =':', label ='dotted')        # 초록색 dotted 그래프
plt.legend()
plt.show()

plt.show() 실행 결과

 

 

 

 

[ maplotlib, csv 모듈을 이용한 데이터 시각화 예제 ]

 

① 서울시 최고기온 데이터 전처리

# Jupyter Notebook

import csv

f = open('seoul.csv')
data = csv.reader(f)
next(data)
result = [] # 최고 기온 데이터를 저장할 리스트 생성

for row in data :
    if row[-1] != '' : # data 전체 행의 최고 기온열을 탐색, 최고 기온 열의 데이터가 존재할 경우
        result.append(float(row[-1])) # result 리스트에 최고 기온 데이터를 실수로 변환 후 저장
print(result)
print(len(result))     # 최고 기온 데이터의 개수(result 리스트의 길이) 출력

############ [실행 결과] ############

[20.7, 22.0, 21.3, 22.0, 25.4, 21.3, 16.1,
 ...
, 11.6, 12.5, 13.1, 16.9, 18.1, 20.0, 19.0]
39168

 

② 서울시 최고기온 데이터 시각화 예제 (1)

# Jupyter Notebook

import csv
import matplotlib.pyplot as plt

f = open('seoul.csv')
data = csv.reader(f)
next(data)
result = []

for row in data :
    if row[-1] != '' :
        result.append(float(row[-1]))

plt.plot(result, 'r') # result 리스트에 저장된 최고기온 값들을 빨간색 그래프로 그리기
plt.show()

plt.show() 실행 결과

 

② 서울시 최고기온 데이터 시각화 예제 (2)

# Jupyter Notebook

import matplotlib.pyplot as plt

# plt.figure() : plot의 모든 축과 속성을 담은 최상위 컨테이너 함수(여러 속성을 통해 다양한 표현 가능)
# plt.figure(figsize = (x, y),  : plt 그래프의 그림의 치수 지정 [기본값 :(6.4, 4.8)]
#            dpi = float_num )  : 인치당 도트 수 지정 [기본값 : 100.0]
plt.figure(figsize = (10,2), dpi = 300)
plt.plot(result, 'r')
plt.show()

plt.show() 실행 결과