Kim-ho-yeon의 블로그 입니다.

14 분 소요 

import warnings
warnings.filterwarnings('ignore')
from IPython.display import Image
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = 'NanumGothicCoding'
plt.rcParams['font.size'] = 15
import matplotlib as mpl
mpl.rcParams['axes.unicode_minus'] = False
import seaborn as sns
from plotnine import *
import missingno as msno

공공 데이터 상권 정보 분석하기 => https://www.data.go.kr/dataset/15012005/fileData.do

# read_csv() 함수의 encoding 속성의 기본값은 utf-8 이다. utf-8로 읽어오지 못한다면 encoding 속성을 euc-kr, ms949, cp949로
# 변경해서 실행한다.
shop = pd.read_csv('./data/shop_2016.csv', encoding='euc-kr')
shop
상권명칭 상권번호 관리년월 대분류명 중분류명 과밀지수(밀집도)
0 강릉역광장_2 2523 201601 소매 가전제품소매 1.0818
1 구미역_3 1149 201601 소매 가전제품소매 0.8865
2 전북 전주시 중화산1동_1 768 201601 소매 가전제품소매 1.1757
3 충청북도청_2 1309 201601 소매 가전제품소매 0.3574
4 충북 청주시 복대1동_1 1311 201601 소매 가전제품소매 0.6849
... ... ... ... ... ... ...
805676 경남 양산시 덕계동_1 626 201612 소매 NaN 1.2906
805677 경북 구미시 신평1동_2 1143 201612 업종분류불능 NaN 0.5677
805678 안양역_5 1663 201612 소매 NaN 1.6597
805679 양산역 616 201612 소매 NaN 1.4103
805680 망포역_2 1473 201612 업종분류불능 NaN 0.7113

805681 rows × 6 columns

shop_201806 = pd.read_csv('./data/shop_201806_01.csv', encoding='euc-kr')
shop_201806.shape

(499328, 39)

shop_201806.head()
상가업소번호 상호명 지점명 상권업종대분류코드 상권업종대분류명 상권업종중분류코드 상권업종중분류명 상권업종소분류코드 상권업종소분류명 표준산업분류코드 ... 건물관리번호 건물명 도로명주소 구우편번호 신우편번호 동정보 층정보 호정보 경도 위도
0 19905471 와라와라호프 NaN Q 음식 Q09 유흥주점 Q09A01 호프/맥주 I56219 ... 1168010600106040000014378 대치상가 서울특별시 강남구 남부순환로 2933 135280 6280.0 NaN 1 NaN 127.061026 37.493922
1 19911397 커피빈코리아선릉로93길점 코리아선릉로93길점 Q 음식 Q12 커피점/카페 Q12A01 커피전문점/카페/다방 I56220 ... 1168010100106960042022041 NaN 서울특별시 강남구 선릉로93길 6 135080 6149.0 NaN 1 NaN 127.047883 37.505675
2 19911801 프로포즈 NaN Q 음식 Q09 유흥주점 Q09A01 호프/맥주 I56219 ... 1154510200101620001017748 NaN 서울특별시 금천구 가산로 34-6 153010 8545.0 NaN 1 NaN 126.899220 37.471711
3 19912201 싱싱커피&토스트 NaN Q 음식 Q07 패스트푸드 Q07A10 토스트전문 I56192 ... 2653010400105780000002037 산업용품유통상가 부산광역시 사상구 괘감로 37 617726 46977.0 NaN 1 26 128.980455 35.159774
4 19932756 가락사우나내스낵 NaN F 생활서비스 F09 대중목욕탕/휴게 F09A02 사우나/증기탕/온천 S96121 ... 1171010500102560005010490 NaN 서울특별시 송파구 가락로 71 138846 5690.0 NaN 1 NaN 127.104071 37.500249

5 rows × 39 columns

shop_201806.columns

Index(['상가업소번호', '상호명', '지점명', '상권업종대분류코드', '상권업종대분류명', '상권업종중분류코드',
       '상권업종중분류명', '상권업종소분류코드', '상권업종소분류명', '표준산업분류코드', '표준산업분류명', '시도코드',
       '시도명', '시군구코드', '시군구명', '행정동코드', '행정동명', '법정동코드', '법정동명', '지번코드',
       '대지구분코드', '대지구분명', '지번본번지', '지번부번지', '지번주소', '도로명코드', '도로명', '건물본번지',
       '건물부번지', '건물관리번호', '건물명', '도로명주소', '구우편번호', '신우편번호', '동정보', '층정보',
       '호정보', '경도', '위도'],
      dtype='object')

# 분석 작업에 사용할 column만 추려낸다.
view_columns = ['상호명', '지점명', '상권업종대분류명', '상권업종중분류명', '상권업종소분류명', '시도명', '시군구명', 
                '행정동명', '법정동명', '지번주소', '도로명주소', '경도', '위도']
shop_2018_06 = shop_201806[view_columns]
shop_2018_06
상호명 지점명 상권업종대분류명 상권업종중분류명 상권업종소분류명 시도명 시군구명 행정동명 법정동명 지번주소 도로명주소 경도 위도
0 와라와라호프 NaN 음식 유흥주점 호프/맥주 서울특별시 강남구 대치1동 대치동 서울특별시 강남구 대치동 604 서울특별시 강남구 남부순환로 2933 127.061026 37.493922
1 커피빈코리아선릉로93길점 코리아선릉로93길점 음식 커피점/카페 커피전문점/카페/다방 서울특별시 강남구 역삼1동 역삼동 서울특별시 강남구 역삼동 696-42 서울특별시 강남구 선릉로93길 6 127.047883 37.505675
2 프로포즈 NaN 음식 유흥주점 호프/맥주 서울특별시 금천구 독산3동 독산동 서울특별시 금천구 독산동 162-1 서울특별시 금천구 가산로 34-6 126.899220 37.471711
3 싱싱커피&토스트 NaN 음식 패스트푸드 토스트전문 부산광역시 사상구 괘법동 괘법동 부산광역시 사상구 괘법동 578 부산광역시 사상구 괘감로 37 128.980455 35.159774
4 가락사우나내스낵 NaN 생활서비스 대중목욕탕/휴게 사우나/증기탕/온천 서울특별시 송파구 석촌동 석촌동 서울특별시 송파구 석촌동 256 서울특별시 송파구 가락로 71 127.104071 37.500249
... ... ... ... ... ... ... ... ... ... ... ... ... ...
499323 배스킨라빈스31 건대스타시티점 음식 패스트푸드 아이스크림판매 서울특별시 광진구 자양3동 자양동 서울특별시 광진구 자양동 227-7 서울특별시 광진구 아차산로 262 127.072944 37.536997
499324 본도시락 본설렁탕 음식 한식 설렁탕집 서울특별시 강동구 강일동 상일동 서울특별시 강동구 상일동 502 서울특별시 강동구 상일로6길 39 127.175331 37.549794
499325 체크페이먼트 NaN 음식 커피점/카페 커피전문점/카페/다방 서울특별시 강남구 대치4동 대치동 서울특별시 강남구 대치동 905 서울특별시 강남구 역삼로69길 10 127.054001 37.502210
499326 마젠타네일 NaN 생활서비스 이/미용/건강 발/네일케어 서울특별시 마포구 아현동 공덕동 서울특별시 마포구 공덕동 463 서울특별시 마포구 마포대로 173 126.954442 37.549892
499327 GS25 역촌대로점 소매 종합소매점 편의점 서울특별시 은평구 역촌동 역촌동 서울특별시 은평구 역촌동 9-7 서울특별시 은평구 연서로 92 126.915538 37.607334

499328 rows × 13 columns

shop_201806.isnull().sum()

상가업소번호            0
상호명               1
지점명          432587
상권업종대분류코드         0
상권업종대분류명          0
상권업종중분류코드         0
상권업종중분류명          0
상권업종소분류코드         0
상권업종소분류명          0
표준산업분류코드      28731
표준산업분류명       28731
시도코드              0
시도명               0
시군구코드             0
시군구명              0
행정동코드             0
행정동명              0
법정동코드             0
법정동명              0
지번코드              0
대지구분코드            0
대지구분명             0
지번본번지             0
지번부번지         86552
지번주소              0
도로명코드             0
도로명               0
건물본번지             0
건물부번지        434501
건물관리번호            0
건물명          274150
도로명주소             0
구우편번호             0
신우편번호             9
동정보          455420
층정보          191133
호정보          427356
경도                0
위도                0
dtype: int64

msno.matrix(shop_201806)

<AxesSubplot:>

output_8_1

msno.matrix(shop_2018_06)

<AxesSubplot:>

output_9_1

ggplot(shop_2018_06, aes(x='경도', y='위도')) \
    + geom_point() \
    + theme(text=element_text(family='NanumGothicCoding'), figure_size=[7, 10])

output_10_0

<ggplot: (-9223371889610062213)>

shop_2018_06.plot.scatter(x='경도', y='위도', grid=True, figsize=[7, 10])

<AxesSubplot:xlabel='경도', ylabel='위도'>

output_11_1

# 데이터를 시각화 시켜보니 서울과 부산만 있는것 같다. 그래서 서울과 그 이외의 데이터로 나눈다.
# shop_2018_06[shop_2018_06['시도명'] == '서울특별시'] # 시도명이 서울특별시인 데이터만 얻어온다.
# shop_2018_06[shop_2018_06['지번주소'].str.startswith('서울')] # 지번주소가 서울로 시작하는 데이터만 얻어온다.
shop_seoul = shop_2018_06[shop_2018_06['도로명주소'].str.startswith('서울')] # 도로명주소가 서울로 시작하는 데이터만 얻어온다.
shop_seoul
상호명 지점명 상권업종대분류명 상권업종중분류명 상권업종소분류명 시도명 시군구명 행정동명 법정동명 지번주소 도로명주소 경도 위도
0 와라와라호프 NaN 음식 유흥주점 호프/맥주 서울특별시 강남구 대치1동 대치동 서울특별시 강남구 대치동 604 서울특별시 강남구 남부순환로 2933 127.061026 37.493922
1 커피빈코리아선릉로93길점 코리아선릉로93길점 음식 커피점/카페 커피전문점/카페/다방 서울특별시 강남구 역삼1동 역삼동 서울특별시 강남구 역삼동 696-42 서울특별시 강남구 선릉로93길 6 127.047883 37.505675
2 프로포즈 NaN 음식 유흥주점 호프/맥주 서울특별시 금천구 독산3동 독산동 서울특별시 금천구 독산동 162-1 서울특별시 금천구 가산로 34-6 126.899220 37.471711
4 가락사우나내스낵 NaN 생활서비스 대중목욕탕/휴게 사우나/증기탕/온천 서울특별시 송파구 석촌동 석촌동 서울특별시 송파구 석촌동 256 서울특별시 송파구 가락로 71 127.104071 37.500249
5 허술한집 NaN 음식 분식 라면김밥분식 서울특별시 강서구 공항동 공항동 서울특별시 강서구 공항동 45-89 서울특별시 강서구 공항대로3길 9 126.809957 37.562013
... ... ... ... ... ... ... ... ... ... ... ... ... ...
499323 배스킨라빈스31 건대스타시티점 음식 패스트푸드 아이스크림판매 서울특별시 광진구 자양3동 자양동 서울특별시 광진구 자양동 227-7 서울특별시 광진구 아차산로 262 127.072944 37.536997
499324 본도시락 본설렁탕 음식 한식 설렁탕집 서울특별시 강동구 강일동 상일동 서울특별시 강동구 상일동 502 서울특별시 강동구 상일로6길 39 127.175331 37.549794
499325 체크페이먼트 NaN 음식 커피점/카페 커피전문점/카페/다방 서울특별시 강남구 대치4동 대치동 서울특별시 강남구 대치동 905 서울특별시 강남구 역삼로69길 10 127.054001 37.502210
499326 마젠타네일 NaN 생활서비스 이/미용/건강 발/네일케어 서울특별시 마포구 아현동 공덕동 서울특별시 마포구 공덕동 463 서울특별시 마포구 마포대로 173 126.954442 37.549892
499327 GS25 역촌대로점 소매 종합소매점 편의점 서울특별시 은평구 역촌동 역촌동 서울특별시 은평구 역촌동 9-7 서울특별시 은평구 연서로 92 126.915538 37.607334

345268 rows × 13 columns

# '~'는 ~가 아니것을 의미한다.
shop_except_seoul = shop_2018_06[~shop_2018_06['도로명주소'].str.startswith('서울')]
shop_except_seoul
상호명 지점명 상권업종대분류명 상권업종중분류명 상권업종소분류명 시도명 시군구명 행정동명 법정동명 지번주소 도로명주소 경도 위도
3 싱싱커피&토스트 NaN 음식 패스트푸드 토스트전문 부산광역시 사상구 괘법동 괘법동 부산광역시 사상구 괘법동 578 부산광역시 사상구 괘감로 37 128.980455 35.159774
22 경부할인마트 NaN 소매 종합소매점 종합소매 부산광역시 동구 초량6동 초량동 부산광역시 동구 초량동 794-681 부산광역시 동구 망양로 593 129.034599 35.123196
23 마니쩜 NaN 음식 유흥주점 호프/맥주 부산광역시 부산진구 가야1동 가야동 부산광역시 부산진구 가야동 450-2 부산광역시 부산진구 대학로 64-1 129.034302 35.150069
24 경주아구찜 NaN 음식 일식/수산물 아구전문 부산광역시 수영구 남천1동 남천동 부산광역시 수영구 남천동 357-10 부산광역시 수영구 수영로 381-8 129.106330 35.141176
30 동해제일산오징어 NaN 음식 일식/수산물 낙지/오징어 부산광역시 동래구 온천3동 온천동 부산광역시 동래구 온천동 1380-2 부산광역시 동래구 아시아드대로220번길 30 129.068324 35.202902
... ... ... ... ... ... ... ... ... ... ... ... ... ...
499305 보라헤어 NaN 생활서비스 이/미용/건강 여성미용실 부산광역시 사상구 주례2동 주례동 부산광역시 사상구 주례동 3-16 부산광역시 사상구 백양대로342번길 22 129.014460 35.154509
499310 호텔엘레펀트 NaN 숙박 모텔/여관/여인숙 모텔/여관/여인숙 부산광역시 부산진구 부전2동 부전동 부산광역시 부산진구 부전동 519-36 부산광역시 부산진구 중앙대로691번가길 24-12 129.056079 35.155344
499311 포항물회 7.7 음식 일식/수산물 횟집 부산광역시 영도구 남항동 대교동1가 부산광역시 영도구 대교동1가 106-7 부산광역시 영도구 절영로36번길 14-1 129.038401 35.091686
499318 참누리 NaN 생활서비스 세탁/가사서비스 청소/소독 부산광역시 해운대구 좌3동 좌동 부산광역시 해운대구 좌동 1375 부산광역시 해운대구 좌동순환로99번길 22 129.166905 35.177375
499321 봉수아피자 연산동점 음식 패스트푸드 피자전문 부산광역시 연제구 연산8동 연산동 부산광역시 연제구 연산동 339-14 부산광역시 연제구 연동로 21 129.093382 35.187174

154060 rows × 13 columns

ggplot(shop_seoul, aes(x='경도', y='위도')) \
    + geom_point(size=0.2, alpha=0.2) \
    + theme(text=element_text(family='NanumGothicCoding'), figure_size=[10, 7])

output_14_0

<ggplot: (147438564528)>

#scatter에서 s는 점의 크기를 나타낸다.
shop_seoul.plot.scatter(x='경도', y='위도', grid=True, figsize=[10, 7], s=2)

<AxesSubplot:xlabel='경도', ylabel='위도'>

output_15_1

# 데이터프레임의 도로명주소를 활용해서 '시도', '구군' 열을 만든다.
# split() 함수에 expand=True 옵션을 지정해서 구분자를 경계로 문자열을 서로 다른 열(데이터프레임)으로 구분해서 '시도' 열과
# '구군' 열을 만든다.
# print(type(shop_seoul[:1]['도로명주소'].str.split(' ', expand=True)))
# print(shop_seoul[:1]['도로명주소'].str.split(' ', expand=True)[0]) # 시도
# print(shop_seoul[:1]['도로명주소'].str.split(' ', expand=True)[1]) # 구군
# print(shop_seoul[:1]['도로명주소'].str.split(' ', expand=True)[2])

shop_2018_06['시도'] = shop_seoul['도로명주소'].str.split(' ', expand=True)[0]
shop_2018_06['구군'] = shop_seoul['도로명주소'].str.split(' ', expand=True)[1]
shop_2018_06.columns

Index(['상호명', '지점명', '상권업종대분류명', '상권업종중분류명', '상권업종소분류명', '시도명', '시군구명', '행정동명',
       '법정동명', '지번주소', '도로명주소', '경도', '위도', '시도', '구군'],
      dtype='object')

# '시도' 열과 '구군' 열이 추가된 원본 데이터프레임에서 서울만 추출해 다시 데이터프레임을 만들어준다.
shop_seoul = shop_2018_06[shop_2018_06['도로명주소'].str.startswith('서울')]
shop_seoul
상호명 지점명 상권업종대분류명 상권업종중분류명 상권업종소분류명 시도명 시군구명 행정동명 법정동명 지번주소 도로명주소 경도 위도 시도 구군
0 와라와라호프 NaN 음식 유흥주점 호프/맥주 서울특별시 강남구 대치1동 대치동 서울특별시 강남구 대치동 604 서울특별시 강남구 남부순환로 2933 127.061026 37.493922 서울특별시 강남구
1 커피빈코리아선릉로93길점 코리아선릉로93길점 음식 커피점/카페 커피전문점/카페/다방 서울특별시 강남구 역삼1동 역삼동 서울특별시 강남구 역삼동 696-42 서울특별시 강남구 선릉로93길 6 127.047883 37.505675 서울특별시 강남구
2 프로포즈 NaN 음식 유흥주점 호프/맥주 서울특별시 금천구 독산3동 독산동 서울특별시 금천구 독산동 162-1 서울특별시 금천구 가산로 34-6 126.899220 37.471711 서울특별시 금천구
4 가락사우나내스낵 NaN 생활서비스 대중목욕탕/휴게 사우나/증기탕/온천 서울특별시 송파구 석촌동 석촌동 서울특별시 송파구 석촌동 256 서울특별시 송파구 가락로 71 127.104071 37.500249 서울특별시 송파구
5 허술한집 NaN 음식 분식 라면김밥분식 서울특별시 강서구 공항동 공항동 서울특별시 강서구 공항동 45-89 서울특별시 강서구 공항대로3길 9 126.809957 37.562013 서울특별시 강서구
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
499323 배스킨라빈스31 건대스타시티점 음식 패스트푸드 아이스크림판매 서울특별시 광진구 자양3동 자양동 서울특별시 광진구 자양동 227-7 서울특별시 광진구 아차산로 262 127.072944 37.536997 서울특별시 광진구
499324 본도시락 본설렁탕 음식 한식 설렁탕집 서울특별시 강동구 강일동 상일동 서울특별시 강동구 상일동 502 서울특별시 강동구 상일로6길 39 127.175331 37.549794 서울특별시 강동구
499325 체크페이먼트 NaN 음식 커피점/카페 커피전문점/카페/다방 서울특별시 강남구 대치4동 대치동 서울특별시 강남구 대치동 905 서울특별시 강남구 역삼로69길 10 127.054001 37.502210 서울특별시 강남구
499326 마젠타네일 NaN 생활서비스 이/미용/건강 발/네일케어 서울특별시 마포구 아현동 공덕동 서울특별시 마포구 공덕동 463 서울특별시 마포구 마포대로 173 126.954442 37.549892 서울특별시 마포구
499327 GS25 역촌대로점 소매 종합소매점 편의점 서울특별시 은평구 역촌동 역촌동 서울특별시 은평구 역촌동 9-7 서울특별시 은평구 연서로 92 126.915538 37.607334 서울특별시 은평구

345268 rows × 15 columns

ggplot(shop_seoul, aes(x='경도', y='위도', color='구군')) \
    + geom_point(size=0.2, alpha=0.2) \
    + theme(text=element_text(family='NanumGothicCoding'), figure_size=[10, 7])

output_18_0

<ggplot: (-9223371889580377277)>

# seaborn 라이브러리을 이용한 시각화
plt.figure(figsize=[16, 12])
sns.scatterplot(data=shop_seoul, x='경도', y='위도', hue='구군', s=5)

<AxesSubplot:xlabel='경도', ylabel='위도'>

output_19_1

ggplot(shop_seoul, aes(x='경도', y='위도', color='상권업종대분류명')) \
    + geom_point(size=0.2, alpha=0.2) \
    + theme(text=element_text(family='NanumGothicCoding'), figure_size=[10, 7])

output_20_0

<ggplot: (-9223371889581271089)>

plt.figure(figsize=[16, 12])
sns.scatterplot(data=shop_seoul, x='경도', y='위도', hue='상권업종대분류명', s=5)

<AxesSubplot:xlabel='경도', ylabel='위도'>

output_21_1

# 상권업종대분류명이 '학문/교육'과 관련된 정보 보기
shop_seoul_edu = shop_seoul[shop_seoul['상권업종대분류명'] == '학문/교육']
shop_seoul_edu
상호명 지점명 상권업종대분류명 상권업종중분류명 상권업종소분류명 시도명 시군구명 행정동명 법정동명 지번주소 도로명주소 경도 위도 시도 구군
52 안재형영어 NaN 학문/교육 학원-어학 학원-외국어/어학 서울특별시 양천구 목5동 목동 서울특별시 양천구 목동 905-34 서울특별시 양천구 목동서로 133-2 126.875973 37.531592 서울특별시 양천구
67 정아트 NaN 학문/교육 학원-음악미술무용 서예/서화/미술 서울특별시 강서구 염창동 염창동 서울특별시 강서구 염창동 184-8 서울특별시 강서구 양천로73가길 21 126.873645 37.550924 서울특별시 강서구
86 GIA보석교육원 NaN 학문/교육 학원-자격/국가고시 학원-보석감정 서울특별시 강남구 압구정동 신사동 서울특별시 강남구 신사동 639-3 서울특별시 강남구 압구정로 320 127.036437 37.528532 서울특별시 강남구
120 경찰태권도 NaN 학문/교육 학원-예능취미체육 태권도장 서울특별시 성북구 길음1동 길음동 서울특별시 성북구 길음동 1283-4 서울특별시 성북구 길음로 20 127.023020 37.604749 서울특별시 성북구
142 파랑새어린이집 NaN 학문/교육 유아교육 어린이집 서울특별시 도봉구 창1동 창동 서울특별시 도봉구 창동 374 서울특별시 도봉구 덕릉로 329 127.045486 37.644831 서울특별시 도봉구
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
499268 점프셈교실 뉴스터디 학문/교육 학원-보습교습입시 학원-입시 서울특별시 강서구 염창동 염창동 서울특별시 강서구 염창동 242-29 서울특별시 강서구 양천로 623 126.867243 37.554476 서울특별시 강서구
499278 점프셈교실 IPN보떼미용 학문/교육 학원-창업취업취미 학원-네일아트 서울특별시 강동구 천호2동 천호동 서울특별시 강동구 천호동 456-2 서울특별시 강동구 천호대로 993 127.122785 37.539198 서울특별시 강동구
499288 점프셈교실 온누리보습 학문/교육 학원-보습교습입시 학원-입시 서울특별시 관악구 미성동 신림동 서울특별시 관악구 신림동 753-2 서울특별시 관악구 문성로16가길 43 126.914883 37.475271 서울특별시 관악구
499289 점프셈교실 일신제2관 학문/교육 학원-보습교습입시 학원-입시 서울특별시 영등포구 양평1동 양평동1가 서울특별시 영등포구 양평동1가 9-32 서울특별시 영등포구 선유로 88 126.890194 37.521725 서울특별시 영등포구
499315 점프셈교실 키스톤보습 학문/교육 학원-보습교습입시 학원-입시 서울특별시 관악구 조원동 신림동 서울특별시 관악구 신림동 1652-9 서울특별시 관악구 조원로6길 1 126.905305 37.483139 서울특별시 관악구

27717 rows × 15 columns

ggplot(shop_seoul_edu, aes(x='경도', y='위도', color='상권업종중분류명')) \
    + geom_point(size=0.5, alpha=0.2) \
    + theme(text=element_text(family='NanumGothicCoding'), figure_size=[10, 7])

output_23_0

<ggplot: (-9223371889443788130)>

plt.figure(figsize=[16, 12])
sns.scatterplot(data=shop_seoul_edu, x='경도', y='위도', hue='상권업종중분류명', s=20)

<AxesSubplot:xlabel='경도', ylabel='위도'>

output_24_1

# 상권업종대분류명이 '부동산'인 정보 보기
shop_seoul_realty = shop_seoul[shop_seoul['상권업종대분류명'] == '부동산']
shop_seoul_realty
상호명 지점명 상권업종대분류명 상권업종중분류명 상권업종소분류명 시도명 시군구명 행정동명 법정동명 지번주소 도로명주소 경도 위도 시도 구군
127 화랑공인중개사사무소 NaN 부동산 부동산중개 부동산중개 서울특별시 노원구 공릉2동 공릉동 서울특별시 노원구 공릉동 111 서울특별시 노원구 화랑로51길 17 127.089345 37.623066 서울특별시 노원구
145 반석공인중개사사무소 NaN 부동산 부동산중개 부동산중개 서울특별시 강동구 명일1동 명일동 서울특별시 강동구 명일동 15 서울특별시 강동구 고덕로 210 127.147049 37.553801 서울특별시 강동구
153 부동산명가공인중개사사무소 NaN 부동산 부동산중개 부동산중개 서울특별시 송파구 삼전동 삼전동 서울특별시 송파구 삼전동 45 서울특별시 송파구 삼전로6길 18 127.089034 37.502621 서울특별시 송파구
155 강변공인중개사사무소 NaN 부동산 부동산중개 부동산중개 서울특별시 서초구 잠원동 잠원동 서울특별시 서초구 잠원동 53 서울특별시 서초구 잠원로12길 4 127.012702 37.518127 서울특별시 서초구
160 중앙부동산 NaN 부동산 부동산중개 부동산중개 서울특별시 서초구 반포2동 반포동 서울특별시 서초구 반포동 2-8 서울특별시 서초구 신반포로15길 29 126.994682 37.505459 서울특별시 서초구
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
498113 고수경부동산 NaN 부동산 부동산중개 부동산중개 서울특별시 강남구 개포4동 개포동 서울특별시 강남구 개포동 1218-1 서울특별시 강남구 개포로24길 10 127.048231 37.478277 서울특별시 강남구
498230 희망 NaN 부동산 부동산중개 부동산중개 서울특별시 광진구 자양3동 자양동 서울특별시 광진구 자양동 516 서울특별시 광진구 뚝섬로35길 32 127.071279 37.536209 서울특별시 광진구
498232 중앙부동산 NaN 부동산 부동산중개 부동산중개 서울특별시 금천구 시흥5동 시흥동 서울특별시 금천구 시흥동 929-33 서울특별시 금천구 금하로24길 91 126.909643 37.446840 서울특별시 금천구
498307 진주부동산 NaN 부동산 부동산중개 부동산중개 서울특별시 송파구 잠실3동 잠실동 서울특별시 송파구 잠실동 35 서울특별시 송파구 잠실로 62 127.090269 37.508009 서울특별시 송파구
499226 대원공인중개사사무소 NaN 부동산 부동산중개 부동산중개 서울특별시 은평구 응암1동 응암동 서울특별시 은평구 응암동 115-4 서울특별시 은평구 은평로8길 18-1 126.919966 37.598778 서울특별시 은평구

13164 rows × 15 columns

ggplot(shop_seoul_realty, aes(x='경도', y='위도', color='상권업종중분류명')) \
    + geom_point(size=0.7) \
    + theme(text=element_text(family='NanumGothicCoding'), figure_size=[10, 7])

output_26_0

<ggplot: (147429567429)>

plt.figure(figsize=[16, 12])
sns.scatterplot(data=shop_seoul_realty, x='경도', y='위도', hue='상권업종중분류명', s=30)

<AxesSubplot:xlabel='경도', ylabel='위도'>

output_27_1

# 상권업종중분류명이 '학원-컴퓨터'인 정보 보기
shop_seoul_edu_computer = shop_seoul[shop_seoul['상권업종중분류명'] == '학원-컴퓨터']
shop_seoul_edu_computer
상호명 지점명 상권업종대분류명 상권업종중분류명 상권업종소분류명 시도명 시군구명 행정동명 법정동명 지번주소 도로명주소 경도 위도 시도 구군
442 아이비씨에듀케이션 NaN 학문/교육 학원-컴퓨터 컴퓨터학원 서울특별시 은평구 불광1동 불광동 서울특별시 은평구 불광동 272-2 서울특별시 은평구 불광로 51 126.930696 37.613419 서울특별시 은평구
2687 서원초등학교컴퓨터교실 NaN 학문/교육 학원-컴퓨터 컴퓨터학원 서울특별시 서초구 반포1동 반포동 서울특별시 서초구 반포동 30-8 서울특별시 서초구 고무래로 63 127.014605 37.502429 서울특별시 서초구
3678 이찬진컴퓨터교실 NaN 학문/교육 학원-컴퓨터 컴퓨터학원 서울특별시 성북구 정릉1동 정릉동 서울특별시 성북구 정릉동 16-282 서울특별시 성북구 정릉로38다길 29 127.017025 37.601564 서울특별시 성북구
3872 백상컴퓨터학원 NaN 학문/교육 학원-컴퓨터 컴퓨터학원 서울특별시 구로구 구로4동 구로동 서울특별시 구로구 구로동 314 서울특별시 구로구 구로중앙로7길 28 126.889592 37.491327 서울특별시 구로구
5517 보성컴퓨터학원 NaN 학문/교육 학원-컴퓨터 컴퓨터학원 서울특별시 성북구 장위1동 장위동 서울특별시 성북구 장위동 230-91 서울특별시 성북구 장위로15길 16 127.041859 37.614905 서울특별시 성북구
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
499152 점프셈교실 피씨정비네트워크 학문/교육 학원-컴퓨터 컴퓨터학원 서울특별시 마포구 합정동 합정동 서울특별시 마포구 합정동 412-20 서울특별시 마포구 독막로 33-1 126.917321 37.548368 서울특별시 마포구
499153 점프셈교실 왕컴퓨터 학문/교육 학원-컴퓨터 컴퓨터학원 서울특별시 은평구 응암3동 응암동 서울특별시 은평구 응암동 576-48 서울특별시 은평구 응암로 204 126.917419 37.590132 서울특별시 은평구
499154 점프셈교실 벽산정보처리 학문/교육 학원-컴퓨터 컴퓨터학원 서울특별시 노원구 상계6.7동 상계동 서울특별시 노원구 상계동 763-4 서울특별시 노원구 동일로 1335 127.062251 37.647993 서울특별시 노원구
499155 점프셈교실 신촌아이디컴퓨터 학문/교육 학원-컴퓨터 컴퓨터학원 서울특별시 서대문구 신촌동 창천동 서울특별시 서대문구 창천동 20-44 서울특별시 서대문구 신촌로 117 126.938941 37.556025 서울특별시 서대문구
499156 점프셈교실 영명컴퓨터 학문/교육 학원-컴퓨터 컴퓨터학원 서울특별시 마포구 아현동 공덕동 서울특별시 마포구 공덕동 249-12 서울특별시 마포구 마포대로8길 9 126.953922 37.546617 서울특별시 마포구

215 rows × 15 columns

ggplot(shop_seoul_edu_computer, aes(x='경도', y='위도', color='상호명')) \
    + geom_point(size=0.7) \
    + theme(text=element_text(family='NanumGothicCoding'), figure_size=[10, 7])

output_29_0

<ggplot: (-9223371889420026294)>

plt.figure(figsize=[16, 12])
sns.scatterplot(data=shop_seoul_edu_computer, x='경도', y='위도', hue='상호명', s=30)

<AxesSubplot:xlabel='경도', ylabel='위도'>

output_30_1

import folium

data = shop_seoul_edu_computer
edu_map = folium.Map(location=[data['위도'].mean(), data['경도'].mean()], zoom_start=12, tiles='Stamen Terrain')

for i in data.index:
    edu_name = data.loc[i, '상호명'] + ' - ' + data.loc[i, '도로명주소']
    popup = folium.Popup(edu_name, max_width=200)
    folium.Marker(location=[data.loc[i, '위도'], data.loc[i, '경도']], popup=popup).add_to(edu_map)

edu_map.save('./output/edu_map.html')
edu_map

1

# 상권업종중분류명이 '커피점/카페'인 정보 보기
shop_seoul_eat = shop_seoul[shop_seoul['상권업종중분류명'] == '커피점/카페']
shop_seoul_eat
상호명 지점명 상권업종대분류명 상권업종중분류명 상권업종소분류명 시도명 시군구명 행정동명 법정동명 지번주소 도로명주소 경도 위도 시도 구군
1 커피빈코리아선릉로93길점 코리아선릉로93길점 음식 커피점/카페 커피전문점/카페/다방 서울특별시 강남구 역삼1동 역삼동 서울특별시 강남구 역삼동 696-42 서울특별시 강남구 선릉로93길 6 127.047883 37.505675 서울특별시 강남구
8 스완카페트 NaN 음식 커피점/카페 커피전문점/카페/다방 서울특별시 영등포구 대림3동 대림동 서울특별시 영등포구 대림동 604-56 서울특별시 영등포구 도신로10가길 11-1 126.897710 37.503693 서울특별시 영등포구
11 왕실 NaN 음식 커피점/카페 커피전문점/카페/다방 서울특별시 중구 명동 명동2가 서울특별시 중구 명동2가 105 서울특별시 중구 남대문로 52-13 126.982419 37.562274 서울특별시 중구
15 커피빈 코리아교대점 음식 커피점/카페 커피전문점/카페/다방 서울특별시 서초구 서초1동 서초동 서울특별시 서초구 서초동 1657-5 서울특별시 서초구 서초중앙로 118 127.014217 37.492388 서울특별시 서초구
17 고려대학교교육관쎄리오점 NaN 음식 커피점/카페 커피전문점/카페/다방 서울특별시 성북구 안암동 안암동5가 서울특별시 성북구 안암동5가 1-2 서울특별시 성북구 안암로 145 127.031702 37.588485 서울특별시 성북구
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
499300 간단하지만특별한화피디Cafe 지오갤러리& 음식 커피점/카페 커피전문점/카페/다방 서울특별시 광진구 구의2동 구의동 서울특별시 광진구 구의동 53-1 서울특별시 광진구 천호대로 661 127.090097 37.552007 서울특별시 광진구
499307 간단하지만특별한화피디Cafe 운정갤러리 음식 커피점/카페 커피전문점/카페/다방 서울특별시 서초구 서초3동 서초동 서울특별시 서초구 서초동 1600-9 서울특별시 서초구 서초중앙로5길 10-8 127.015083 37.485853 서울특별시 서초구
499320 스타벅스 독립문역점 음식 커피점/카페 커피전문점/카페/다방 서울특별시 종로구 교남동 교북동 서울특별시 종로구 교북동 12-1 서울특별시 종로구 송월길 155 126.961371 37.571632 서울특별시 종로구
499322 간단하지만특별한화피디Cafe 앤아더 음식 커피점/카페 커피전문점/카페/다방 서울특별시 성동구 성수1가2동 성수동1가 서울특별시 성동구 성수동1가 668-104 서울특별시 성동구 서울숲2길 40-10 127.042749 37.546316 서울특별시 성동구
499325 체크페이먼트 NaN 음식 커피점/카페 커피전문점/카페/다방 서울특별시 강남구 대치4동 대치동 서울특별시 강남구 대치동 905 서울특별시 강남구 역삼로69길 10 127.054001 37.502210 서울특별시 강남구

16349 rows × 15 columns

ggplot(shop_seoul_eat, aes(x='경도', y='위도', color='구군')) \
    + geom_point(size=0.7) \
    + theme(text=element_text(family='NanumGothicCoding'), figure_size=[10, 7])

output_34_0

<ggplot: (147444776438)>

plt.figure(figsize=[16, 12])
sns.scatterplot(data=shop_seoul_eat, x='경도', y='위도', hue='구군', s=30)

<AxesSubplot:xlabel='경도', ylabel='위도'>

output_35_1

data = shop_seoul_eat[shop_seoul_eat['구군'] == '노원구']
edu_map = folium.Map(location=[data['위도'].mean(), data['경도'].mean()], zoom_start=14, tiles='Stamen Terrain')

for i in data.index:
    edu_name = data.loc[i, '상호명'] + ' - ' + data.loc[i, '도로명주소']
    popup = folium.Popup(edu_name, max_width=200)
    folium.Marker(location=[data.loc[i, '위도'], data.loc[i, '경도']], popup=popup).add_to(edu_map)

edu_map.save('./output/eat_map.html')
edu_map

2

태그:

카테고리:

업데이트:

댓글남기기

참고

스도쿠(개인 프로젝트)

2 분 소요

아래 코드들이 실행되면 오른쪽 상단에는 실행시간, 중단에는 9x9빈칸, 그리그 그 아래에는 Start, Quit버튼이 위치된다.

미로(개인 프로젝트)

5 분 소요

아래 코드가 실행되면 상단에 시간이 00:00:00나타난다. 그리고 그 아래에 Start버튼이 눌리면 나타날 미로를 위한 빈 공간이 배치된다. 그 빈 공간아래에 Start, Quit버튼이 나타난다.