[pandas] 대한민국의 인구분석 및 시각화

대한민국의 인구 분석 및 시각화

위키백과 - 대한민국의 인구

• https://ko.wikipedia.org/wiki/%EB%8C%80%ED%95%9C%EB%AF%BC%EA%B5%AD%EC%9D%98_%EC%9D%B8%EA%B5%AC

• html 문서의 테이블 가져오기

import pandas as pd
url = "https://ko.wikipedia.org/wiki/%EB%8C%80%ED%95%9C%EB%AF%BC%EA%B5%AD%EC%9D%98_%EC%9D%B8%EA%B5%AC"
html = pd.read_html(url)
#len(population)
#html 
html[4] #url 문서의 4번째 인덱스 테이블 가져오기

	연도 (년)	추계인구(명)	출생자수(명)	사망자수(명)	자연증가수(명)	조출생률 (1000명당)	조사망률 (1000명당)	자연증가율 (1000명당)	합계출산율
0	1925	12997611	558897	359042	199855	43.0	27.6	15.4	6.590
1	1926	13052741	511667	337948	173719	39.2	25.9	13.3	NaN
2	1927	13037169	534524	353818	180706	41.0	27.1	13.9	NaN
3	1928	13105131	566142	357701	208441	43.2	27.3	15.9	NaN
4	1929	13124279	566969	414366	152603	43.2	31.6	11.6	NaN
...	...	...	...	...	...	...	...	...	...
92	2017	51446201	357771	285534	72237	7.0	5.5	1.5	1.052
93	2018	51635256	326822	298820	28002	6.4	5.8	0.6	0.977
94	2019	51709098	303054	295132	7922	5.9	5.7	0.2	0.918
95	2020	51829023	272337	304948	-32611	5.3	5.9	-0.6	0.837
96	2021	51744876	260494	317773	-57280	5.1	6.2	-1.1	0.810

97 rows × 9 columns

birth_death_statistics = html[4] # 출생 및 사망 통계
#birth_death_statistics.shape
birth_death_statistics

	연도 (년)	추계인구(명)	출생자수(명)	사망자수(명)	자연증가수(명)	조출생률 (1000명당)	조사망률 (1000명당)	자연증가율 (1000명당)	합계출산율
0	1925	12997611	558897	359042	199855	43.0	27.6	15.4	6.590
1	1926	13052741	511667	337948	173719	39.2	25.9	13.3	NaN
2	1927	13037169	534524	353818	180706	41.0	27.1	13.9	NaN
3	1928	13105131	566142	357701	208441	43.2	27.3	15.9	NaN
4	1929	13124279	566969	414366	152603	43.2	31.6	11.6	NaN
...	...	...	...	...	...	...	...	...	...
92	2017	51446201	357771	285534	72237	7.0	5.5	1.5	1.052
93	2018	51635256	326822	298820	28002	6.4	5.8	0.6	0.977
94	2019	51709098	303054	295132	7922	5.9	5.7	0.2	0.918
95	2020	51829023	272337	304948	-32611	5.3	5.9	-0.6	0.837
96	2021	51744876	260494	317773	-57280	5.1	6.2	-1.1	0.810

97 rows × 9 columns

한글 폰트 설정

!sudo apt-get install -y fonts-nanum
!sudo fc-cache -fv
!rm ~/.cache/matplotlib -rf

seaborn

• Matplotlib을 기반으로 다양한 색상 테마와 통계용 차트 등의 기능을 추가한 시각화 패키지.
• http://seaborn.pydata.org/

#!pip install IPython
import seaborn as sns
import matplotlib.pyplot as plt

sns.set(font="NanumBarunGothic") # 글꼴 설정

plt.figure(figsize=(15,4)) # 차트의 크기
plt.xticks(rotation=90) # x축 레이블 각도
sns.pointplot(data=birth_death_statistics, x="연도 (년)", y="추계인구(명)")

plt.figure(figsize=(15,4))
plt.xticks(rotation=60)
sns.lineplot(data=birth_death_statistics, x="연도 (년)", y="추계인구(명)")

plt.figure(figsize=(15,4))
plt.xticks(rotation=60)
sns.pointplot(data=birth_death_statistics, x="연도 (년)", y="출생자수(명)")

• y축의 의미 : 1e6 = 10**6

plt.figure(figsize=(15,4))
plt.xticks(rotation=60)
sns.lineplot(data=birth_death_statistics, x="연도 (년)", y="사망자수(명)")

plt.figure(figsize=(15,8))
plt.xticks(rotation=60)
sns.lineplot(data=birth_death_statistics, x="연도 (년)", y="출생자수(명)")
sns.lineplot(data=birth_death_statistics, x="연도 (년)", y="사망자수(명)", color="orange")

birth_death_statistics.columns

Index(['연도 (년)', '추계인구(명)', '출생자수(명)', '사망자수(명)', '자연증가수(명)', '조출생률 (1000명당)',
       '조사망률 (1000명당)', '자연증가율 (1000명당)', '합계출산율'],
      dtype='object')

pandas에서 기본으로 제공하는 plot을 이용하여 차트 만들기

temp = birth_death_statistics[['연도 (년)','출생자수(명)','사망자수(명)']]
temp = temp.set_index('연도 (년)') # 연도 (년) 데이터를 x축으로 변경
temp.plot(figsize=(15,4))

temp

	출생자수(명)	사망자수(명)
연도 (년)
1925	558897	359042
1926	511667	337948
1927	534524	353818
1928	566142	357701
1929	566969	414366
...	...	...
2017	357771	285534
2018	326822	298820
2019	303054	295132
2020	272337	304948
2021	260494	317773

97 rows × 2 columns

#temp[-50:] #최근 50년
temp[-50:].plot(figsize=(15,8))

seaborn - barplot 만들기

plt.figure(figsize=(15,4))
plt.xticks(rotation=60)
#sns.barplot(data=birth_death_statistics, x="연도 (년)", y="추계인구(명)")
sns.barplot(data=birth_death_statistics, x="연도 (년)", y="추계인구(명)", palette="Blues")

plt.figure(figsize=(15,4))
plt.xticks(rotation=60)
sns.pointplot(data=birth_death_statistics, x="연도 (년)", y="추계인구(명)", palette="Blues")

plt.figure(figsize=(15,4))
plt.xticks(rotation=60)
sns.lineplot(data=birth_death_statistics, x="연도 (년)", y="추계인구(명)")