파이썬 - 인구조사(실습)

PYTHON PROGRAMMING

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sb

%matplotlib inline

import platform

from matplotlib import font_manager, rc
plt.rcParams['axes.unicode_minus'] = False

if platform.system() == 'Darwin':
    rc('font', family='AppleGothic')
elif platform.system() == 'Windows':
    path = "c:/Windows/Fonts/malgun.ttf"
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc('font', family=font_name)
else:
    print('Unknown system... sorry~~~~')

https://mois.go.kr

에서, 연령별 인구현황 통계표를 csv로 다운로드 합니다. (남녀구문을 uncheck, 연령1세단위, 0~100, 전체읍면동현황)

df = pd.read_csv("age.csv",encoding='cp949',thousands=',')

df

	행정구역	2019년07월_계_총인구수	2019년07월_계_연령구간인구수	2019년07월_계_0세	2019년07월_계_1세	2019년07월_계_2세	2019년07월_계_3세	2019년07월_계_4세	2019년07월_계_5세	2019년07월_계_6세	...	2019년07월_계_91세	2019년07월_계_92세	2019년07월_계_93세	2019년07월_계_94세	2019년07월_계_95세	2019년07월_계_96세	2019년07월_계_97세	2019년07월_계_98세	2019년07월_계_99세	2019년07월_계_100세 이상
0	서울특별시 (1100000000)	9751415	9751415	52269	56871	61712	68720	70746	69097	72474	...	7430	5689	4099	3061	2448	2492	1727	1189	891	6123
1	서울특별시 종로구 (1111000000)	151858	151858	620	604	735	869	849	857	980	...	153	144	115	80	70	63	67	40	37	247
2	서울특별시 종로구 청운효자동(1111051500)	12886	12886	63	69	87	78	109	87	104	...	7	9	14	8	7	6	5	4	2	17
3	서울특별시 종로구 사직동(1111053000)	9402	9402	36	43	55	59	75	68	75	...	12	8	13	5	5	9	1	3	4	18
4	서울특별시 종로구 삼청동(1111054000)	2782	2782	7	9	13	12	11	11	9	...	6	6	2	3	1	1	2	1	1	7
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
3812	제주특별자치도 서귀포시 서홍동(5013058000)	10505	10505	73	88	102	117	135	119	158	...	11	1	5	0	1	3	2	1	0	2
3813	제주특별자치도 서귀포시 대륜동(5013059000)	14356	14356	123	147	171	173	169	173	146	...	10	9	6	2	2	11	5	1	3	7
3814	제주특별자치도 서귀포시 대천동(5013060000)	13724	13724	123	160	192	210	187	179	178	...	19	8	3	6	2	4	4	1	3	1
3815	제주특별자치도 서귀포시 중문동(5013061000)	11279	11279	67	67	73	92	108	92	121	...	11	9	5	2	3	6	1	2	1	6
3816	제주특별자치도 서귀포시 예래동(5013062000)	4069	4069	31	19	25	30	29	23	30	...	4	7	4	3	0	7	3	1	1	4

3817 rows × 104 columns

실습 1. ‘삼청동’ 의 인구 구조를, 0세부터 100세 까지 나이대 별로 몇명이 있는지 시각화 하세요.

• 가로축은 나이, 세로축은 인구수

# df.loc[df['행정구역'].str.contains("삼청동"),'2019년07월_계_0세':].values 의 메모리를 보면 2차원 배열이다.
# 2차원 배열은 plot 의 변수가 될 수 없으므로 reshape(-1)을 통하여 1차원 배열로 변수를 바꿔준다.
pop_city = df.loc[df['행정구역'].str.contains("삼청동"),'2019년07월_계_0세':].values.reshape(-1)
plt.plot(np.arange(101),age.values.reshape(-1))
plt.xlabel("나이")
plt.ylabel("인구수")
plt.title('삼청동 인구수')
plt.show()

실습 2. ‘종로구’ 의 인구 구조를, 0세부터 100세 까지 나이대 별로 몇명이 있는지 시각화 하세요.

• 가로축은 나이, 세로축은 인구수

df2 = df.loc[df['행정구역'].str.contains("종로구"),'2019년07월_계_0세':]

city_pop = df2.iloc[0].values
plt.plot(np.arange(0,101),city_pop)
plt.xlabel("나이")
plt.ylabel("인구수")
plt.title('종로구 인구수')
plt.show()