[python] 구글 코랩을 활용한 우리동네 인구 통계 데이터 분석 - Matplotlib 활용

 

 

목차

 

---

우리 동네 인구 통계 데이터 분석

인구 통계 데이터 다운로드

1. 검색 "주민등록 인구통계 데이터" https://jumin.mois.go.kr/  
2. 행정안전부에서 주민등록 인구통계 데이터를 가져온다. 총 인구수를 한눈에 볼수 있도록 내가 보고 싶은 내용을 연도별 월별 데이터를 가져올수 있다. 특정 데이터는 csv 또는 excel파일을 다운로드 받으면 된다. 2024년 기준으로 전국 동별 인구현황이 나온다.

 

 

---

인구통계 데이터 분석을 위한 준비과정

1. 구글 코랩사용
   • 구글 코랩에서 새 노트를 만든다.
   • 파일 이름은 "인구통계.ipynb"로 설정

     

2. 데이터 다운로드 및 설정
   • 최상위 루트에서 content 폴더를 찾는다.
   • 다운로드 받은 "age.csv"파일을 해당 경로 넣는다.

     

3. 가설 설정과 검증
   • 주어진 데이터를 통해 여러가지 가설을 설정한다.
   • 예를 들어, 처출산 영유가 가장 많은 동네는 어디인지를 확인하는 것 등의 가설을 설정할 수 있다.
4. 가설 검증을 위한 분석
   • 주어진 데이터를 활용하여 설정한 가설을 검증한다.
   • 데이터를 분석하여 저출산 영유가 가장 많은 동네나 특정 연령대의 인구 분포를 확인한다.
5. 시각화를 통한 분석 결과 확인
   • 데이터의 수치화된 결과를 시각화하여 한눈에 쉽게 볼 수 있도록 한다.
   • 예를 들어, 특정 연령대의 인구 분포를 막대 그래프나 원 그래프 등으로 시각화하여 확인한다.

 

위에 정리한 내용을 바탕으로 코드를 작성한다.

 

---

 

파일 데이터에서 출력하기

 

age.csv 파일에서 내가 살고 있는 동네 검색하기 (ctrl + F)

age.csv 파일에서 동네 검색

 

1. 파일 열기 및 데이터 불러오기
   • `csv` 모듈을 사용하여 'age.csv'파일을 읽어온다.
   • 파일을 읽기모드(`r`)로 열고, 인코딩은 'cp949' 로 설정한다.
   • `csv.reader()` 함수를 사용하여 파일 내 데이터를 읽어오는데, 구분자는 쉼표(',')로 지정한다.
   • next(data)를 통해 첫 번째 행(헤더)을 건너뛰고 다음 데이터로 이동한다.
2. 데이터 출력하기
   • 파일의 각 행을 반복하면서 데이터를 처리한다.
   • `for row in data:`를 사용하여 각 행을 하나씩 읽어 온다.
   • 이때, 헤더는 이미 next(data)로 건너뛰었기 때문에 첫 번째 행은 데이터로써 처리된다.
   • 즉, 첫행인 행정구역을 생략하고 아래 데이터 부터 출력하기 위함

     

     row[0]번째 데이터

3. 파일 닫기
   • 파일을 더 이상 사용하지 않으면 꼭 닫아준다.
   • `f.close()`를 사용하여 파일을 닫는다.

 

 

---

 

row[0] 에서 우리동네 찾기

 

 

파일에서 읽어온 데이터는 각 행마다 지역 이름, 총 인구수, 연령별 인구수로 구성되어 있다. 하지만 우리는 총 인구수를 사용하지 않고, 0세부터 100세까지의 연령별 인구수만 필요하다. 

 

따라서, 각 행의 데이터 중에서 세 번째 열부터 마지막 열까지의 정보만 필요하다. 이때, 세 번째 열은 0세의 인구수를 나타내며, 네 번째 열부터는 각 연령대의 인구수가 차례로 나열되어 있다.

 

데이터를 처리할 때 각 행의 인덱스 3부터 끝까지의 정보를 사용하여 0세부터 100세까지의 연령별 인구수를 확인할 수 있다.

 

신길제 5동 에 해당하는 데이터를 찾고, 해당 동네의 연령별 인구수 출력

1.  우리 동네 데이터 찾기
   • 각 행을 순회하면서 '신길제5동'을 포함하는 행을 찾는다.
   • 해당 행을 찾으면, 해당 행의 인덱스 3부터 끝까지 데이터를 읽어온다.
2. 연령별 인구수 출력
   • 찾은 행의 인덱스 3부터 끝까지의 데이터를 반복하면서 각 연령대별 인구수를 출력한다.
   • 이를 통해 0세부터 100세까지의 연령별 인구수가 출력된다. 
3. 출력 데이터
   • 0세부터 30명 32명 부터 시작한다. 수치화만봐도 신길제5동엔 애들이 많이 없다.
     

     

4. 엑셀 데이터를 참고하여 비교

   

 

 

 

---

 

리스트 구성과 타입 캐스팅

 

1. 리스트에 데이터 추가하기: 데이터를 시각화하기 위해 빈 리스트인 result를 만든다. 각 행의 0세부터 100세까지의 데이터를 리스트에 추가하기 위해 반복문을 사용하여 각 연령대의 인구수를 result 리스트에 추가한다.

   

2. 타입 캐스팅: 데이터를 리스트에 추가할 때는 문자열 형태로 저장되어 있다. 따라서 숫자로 변환해주어야 한다. 이를 위해 int() 함수를 사용하여 문자열을 정수로 변환한다.

   

위 내용을 쉽게 설명하면, 데이터를 추가할 빈 리스트를 만들고, 각 데이터를 문자열에서 정수로 변환하여 리스트에 추가한다.

 

C#과 C언어 타입 캐스팅에 대한 비교

C#과 파이썬은 int를 사용하여 간단하게 타입 캐스팅을 할 수 있다. 이는 연산자 오버로딩이 구현되어 있어서 가능한 것이다. 따라서 변수를 int로 감싸거나 혹은 int로 변환하여 데이터를 쉽게 처리할 수 있다. 이를테면, 문자열을 정수로 바꿀 때는 int("123")와 같이 사용할 수 있다. 이처럼 간단한 형태의 데이터 타입 변환은 이 두 언어에서 쉽고 편리하게 처리할 수 있다.

 

1. C#
   • int.Parse() : 문자열을 정수로 변환하는 메서드이다. 예를 들어, int.Parse("123")은 문자열 "123"을 정수 123으로 변환한다.
   • 명시적 타입 캐스팅: C#에서는 int, float, double 등과 같은 기본 데이터 형식 간에 명시적인 타입 캐스팅을 제공한다. 예를 들어, int num = (int)3.14와 같이 사용
2. C언어
   • atoi(): 문자열을 정수로 변환하는 함수로 예를 들어, atoi("123")은 문자열 "123"을 정수 123으로 변환
   • itoa(): 정수를 문자열로 변환하는 함수로 예를 들어, itoa(123, buffer, 10)은 정수 123을 문자열 "123"으로 변환하여 buffer에 저장한다.
   • 명시적 타입 캐스팅: C 언어에서는 기본 데이터 형식 간의 명시적인 타입 캐스팅을 지원한다. 예를 들어, int num = (int)3.14와 같이 사용한다. 다만, 실수에서 정수로의 변환 시 소수점 이하를 버린다.

 

 

---

 

plot 그래프로 시각화 하기 

 

그래프를 확인한 결과, 20대부터 60대까지의 인구가 많고, 그 중에서도 특히 40대부터 60대까지의 인구가 상대적으로 많은 것을 확인할 수 있었다. 반면에 영유아의 인구는 상대적으로 적은 편이다. 이를 통해 해당 지역의 주거 인구가 주로 젊은 층에서 중장년층까지로 구성되어 있으며, 영유아의 인구는 비교적 적은 것으로 나타났다.

 

 

---

 

 

replace로 데이터에 특정 구분자 삭제

데이터를 가져올 때, 1,000명 이상의 인구 수가 있는 경우 숫자에 콤마(,)가 포함된다. 이를 처리하기 위해서는 숫자에서 콤마를 제거해야 한다. 즉, 데이터를 숫자로 타입 캐스팅할 때 콤마가 포함되어 있으면 콤마를 공백으로 바꿔주어야 한다.

 

import csv
import matplotlib.pyplot as plt

f = open('age.csv', 'r', encoding = 'cp949')
data = csv.reader(f, delimiter=',')
header = next(data)

result = []

for row in data:
  if '송도3동' in row[0]:
    for i in row[3:]:
      i = int(i.replace(',',''))
      result.append(int(i))

plt.plot(result)
plt.show()
f.close()

 

 

송도3동 인구 특성 시각화분석

송도3동의 데이터를 시각화한 결과, 해당 지역에는 주로 젊은 층과 중장년층이 많이 거주하는 것으로 나타났다. 특히 40-50대의 인구가 많은 것으로 확인되었으며, 그 다음으로는 청소년과 40대의 인구가 많은 것으로 나타났다. 이를 통해 송도3동은 주로 가족 단위의 거주지로 파악된다.

 

 

 

---

 

 

ggplot 스타일 적용

plt.style.use('ggplot') #코드 추가

위 코드에서 plt.style.use('ggplot')은 그래프의 스타일을 'ggplot'으로 지정하는 부분이다.

Matplotlib에서는 여러 가지 그래프 스타일을 제공하는데, 'ggplot'은 R의 ggplot 패키지에서 영감을 받아 만들어진 스타일로, 그래프가 깔끔하고 선명하게 표현되는 특징이 있다.

이 스타일을 지정함으로써 그래프의 디자인이 일관되고 보기 좋게 나타난다.