KHUDA Data buiseness 01 practice

chapter 10-1 EDA

plt.rcParams['figure.dpi'] = 300

sns.distplot(df['lane_count'])

chapter 10-2 비교상관성 분석

sns.heatmap(df.corr(), cmap='viridis')

 

chapter 10-3 시간 시각화 

import datetime

import matplotlib.pyplot as plt

df['date'] = pd.to_datetime(df['base_date'], format = '%Y%m%d')

df1 = df.groupby('date')['target'].mean().reset_index()

df1.head()

 

df1['month'] = df1['target'].rolling(window = 30).mean()

ax = df1.plot(x = 'date', y = 'target', linewidth = 0.5)

df1.plot(x = 'date', y = 'month', color = '#FF7F50', linewidth = 1, ax = ax)

 

 

chapter 10-4 분포시각화 

df2 = df[['lane_count','maximum_speed_limit']]

df2=df2[df.maximum_speed_limit>= 50]

df2 = df2.groupby('lane_count').count().reset_index()

df2.head(10)

df1 = df[df['lane_count'].isin([1,2,3,4,5])]

df1 = df1[['lane_count','base_hour', 'maximum_speed_limit','target','start_latitude']]

 

df1 = df1.groupby('lane_count').mean()

df1.head()

 

chapter 10-5 관계시각화 

fig = plt.figure(figsize=(8,8))

fig.set_facecolor('white')

plt.pcolor(df1.values)

# x축 컬럼 설정

plt.xticks(range(len(df1.columns)),df1.columns)

# y축 컬럼 설정

plt.yticks(range(len(df1.index)), df1.index)

# x축 레이블 설정

plt.xlabel('Value', fontsize=14)

# y축 레이블 설정

plt.ylabel('Team', fontsize=14)

plt.colorbar()

plt.show()

 

chapter 10-6 관계시각화 

plt.scatter(df['start_longitude'], df['start_latitude'], s = 50, alpha = 0.4)

plt.show()

chapter 10-7 공간 시각화 

 

import folium

from folium.plugins import MarkerCluster

# folium 지도 생성

m = folium.Map(location=[33.34, 126.5], zoom_start=11)

# MarkerCluster 객체 생성

marker_cluster = MarkerCluster().add_to(m)

# 산점도의 점들을 Marker로 추가

for lat, lon in zip(df['start_latitude'][:100], df['start_longitude'][:100]):

    folium.Marker(

        location=[lat, lon],

        icon=None,  # 아이콘 없음

    ).add_to(marker_cluster)  # MarkerCluster에 추가

# folium 지도 출력

chapter 10-8 박스 플롯

 

plt.figure(figsize = (6, 4))

sns.boxplot(y = 'target', data = df)

plt.show()

https://colab.research.google.com/drive/1dCgplFhswgzZfZnbLm1XKOPgXD0gYp5m?usp=sharing