2017-2020 년 서울 모기지수 평균 그래프

지난 글에서 2020년 서울 모기지수 그래프를 그렸다.

https://aigoamigo.tistory.com/entry/graph5

2020년 서울 주거지, 수변부, 공원 모기지수 그래프로 나타내기

 

그런데 2020년 1년의 데이터만으로는 그 정확도가 몹시 낮을 것 같았다.

2020년에 장마가 오지 않았다면? 그와 반대로 장마가 다른 때보다 2배 더 길었다면?

위와 같은 상황이 있었다면 데이터를 일반화하기에는 무리가 있을 것이다.

 

그래서 그나마 정확도를 높이기 위해서 2017~2020년까지의 모기지수 데이터를 평균내었다.

그 결과!

수변부, 주거지, 공원 모두 다 7월 말부터 8월 초에 급속도로 모기지수가 낮아졌다.

왜 이런 현상이 일어나는지는 "강수량, 소독량, 최고기온, 최저기온 등"을 따져봐야할 것 같다.

이들 중에서 어떤 것이 그래프의 변화와 큰 상관관계가 있는지는 인공지능 분석을 활용해야할듯!!

이후 인공지능 분석도 해보겠습니다!

---

소스코드는 아래와 같다.

import pandas as pd #데이터 분석 관련 라이브러리
from datetime import datetime #날짜 관련 라이브러리
import matplotlib.pyplot as plt #그래프 그리기 위한 라이브러리 #
import matplotlib.dates as dates # MonthLocator, DateFormatter 활용
import matplotlib #그래프 한글 설정 위함

df_1 = pd.read_csv("2017to2022Mosquito.csv") #데이터 가져오기
df_2 = pd.read_csv("supplementation2017.csv") #데이터 가져오기

df_1 = df_1.iloc[:,1:] #"날짜", "수변부", "주거지", "공원" 열 가져오기
df_2 = df_2.iloc[:,1:] #"날짜", "수변부", "주거지", "공원" 열 가져오기

df_all = pd.concat([df_2, df_1]) #데이터 합치기

change_date = lambda x:datetime.strftime(datetime.strptime(x, "%Y-%m-%d"), "%m-%d") #월과 달만 표시하는 함수
df_all["날짜"] = df_all["날짜"].apply(change_date) #"2020-01-01"을 "01-01"로 변환

df_all_mean = df_all.groupby("날짜").mean() #일자별 평균

matplotlib.rcParams["font.family"] = "Malgun Gothic"

fig, ax = plt.subplots(2,2, figsize=(20, 20)) #서브 플롯 설정
fig.suptitle("2017-2020년 서울 모기지수 평균", fontsize=50)

#수변부 그래프
ax[0,0].set_title("수변부", fontsize=40)
ax[0,0].tick_params(axis = 'x', labelsize =30) #x축 눈금 크기
ax[0,0].tick_params(axis = 'y', labelsize =30) #y축 눈금 크기
dateFmt = dates.DateFormatter("%m-%d") #날짜 표시 형태 설정1
ax[0,0].xaxis.set_major_formatter(dateFmt) #주눈금 날짜 표시 형태 설정
ax[0,0].xaxis.set_major_locator(dates.MonthLocator(interval=1)) #1달 간격으로 x축 주눈금 설정
ax[0,0].tick_params(axis = 'x', labelrotation = 45) #x축 라벨 기울기 설정
ax[0,0].plot(list(df_all_mean.index), df_all_mean["수변부"]) #수변부 그래프 그리기
ax[0,0].grid() #눈금 표시

#주거지 그래프
ax[0,1].set_title("주거지", fontsize=40)
ax[0,1].tick_params(axis = 'x', labelsize =30) #x축 눈금 크기
ax[0,1].tick_params(axis = 'y', labelsize =30) #y축 눈금 크기
dateFmt = dates.DateFormatter("%m-%d") #날짜 표시 형태 설정1
ax[0,1].xaxis.set_major_formatter(dateFmt) #주눈금 날짜 표시 형태 설정
ax[0,1].xaxis.set_major_locator(dates.MonthLocator(interval=1)) #1달 간격으로 x축 주눈금 설정
ax[0,1].tick_params(axis = 'x', labelrotation = 45) #x축 라벨 기울기 설정
ax[0,1].plot(list(df_all_mean.index), df_all_mean["주거지"]) #수변부 그래프 그리기
ax[0,1].grid() #눈금 표시

#공원 그래프
ax[1,0].set_title("공원", fontsize=40)
ax[1,0].tick_params(axis = 'x', labelsize =30) #x축 눈금 크기
ax[1,0].tick_params(axis = 'y', labelsize =30) #y축 눈금 크기
dateFmt = dates.DateFormatter("%m-%d") #날짜 표시 형태 설정1
ax[1,0].xaxis.set_major_formatter(dateFmt) #주눈금 날짜 표시 형태 설정
ax[1,0].xaxis.set_major_locator(dates.MonthLocator(interval=1)) #1달 간격으로 x축 주눈금 설정
ax[1,0].tick_params(axis = 'x', labelrotation = 45) #x축 라벨 기울기 설정
ax[1,0].plot(list(df_all_mean.index), df_all_mean["공원"]) #공원부 그래프 그리기
ax[1,0].grid() #눈금 표시

plt.tight_layout() #크기 조정