검색 본문
100.daum.net 백과사전 서울특별시 대한민국의 수도. 한반도의 중서부에 자리하고 있다. 한국의 정치·경제·사회·문화와 도로·철도·항공 교통의 중심지이자 구심점이며, 과천·안양·시흥·성남·구리·의정부·일산·부천 등 위성도시들과 수원·안산·인천 등을 포함해 하나의 거대도... 백과사전 검색 더보기 출처: 다음백과 hyun-tori.tistory.com Studyiseverywhere.zip 9일차 - 서울시 CCTV 현황, 인구현황, 범죄현황을 기반으로 데이터 분석 실습 상관관계 분석 ● 상관관계 계수 : -1 ~ 1 0.1 이하 : 관계없음, 무시 0.3 이하 : 약한 상관 관계 0.7 이하 : 뚜렷한 상관 관계 1.0 이하 : 높은 상관 관계 고령자 비율, 외국인 비율, 인구수 대비 CCTV 총계 상관관계 -> np.corrcoef() 함수를 통해 상관관계 출력 -> 1은 무시 가능 소숫점 숫자만 보기 11. CCTV 총계를 내림차순으로 정렬해서 막대그래프로 시각화 -> data_result라는 DataFrame에서 CCTV총계를 sort_values()함수로 정렬 후 plot(kind='bar') 로 막대 범죄 현황 분석 - 서울시 5대 범죄 발생현황 통계 CRIME.csv 0.00MB column 이름 변경 1. 각 범죄마다 검거율을 계산해서 추가하자 (검거/발생) * 100 강도가 object로 존재하는 문제 강도가 object로 존재하는 문제 해결 -> 0으로 바꾼 후 타입 int로 해결된 모습 검거율 계산해서 추가한 모습 2. 각 검거율이 100보다 크면 그 값을 100으로 조정하기 최대 100으로 검거율 조정 3. 각 '검거' 컬럼을 삭제 4. 컬럼이름에서 '발생'을 제거해보기 예) 살인발생 -> 살인 데이터 정규화 (Normalize) column 마다 값의 편차가 크면 그걸 줄여주기 MinMaxScaler() : 최댓값, 최솟값을 구해서 최소를 0 최대를 1이 되게 바꾸기 (실수 형태만 가능) from sklearn import preprocessing 선언 5개의 데이터만 선택한 모습 다시 행의 인덱스 값 복원해야함 column, index 제대로 설정된 모습 -> 5대 범죄가 1과 0사이 값으로 만들어지도록 정규화한 결과 6. CRIME_norm에 CRIME의 각 검거율을 추가하기 각각의 범죄 검거율도 잘 포함된 모습 7. CRIME_norm에 data_re Seaborn을 활용한 상관관계분석 import seaborn as sns 선언 pairplot() : 두개의 값을 짝을 지어서 상관관계 분석하여 그래프로 그려줌 kind='reg' : 상관관계를 나타내는 경향선 추가 -> 7개 항목의 각각의 조합을 출력 -> CCTV가 많은 곳은 범죄 많이 발생 -> 범죄가 많은 곳에 인구수 많다. 9. 검거의 최대값으로 각 검거값을 나누고 100을 곱해서 다시 검거에 저장 가장 큰 값은 1이고 가장 작은 값은 0이 아닌 비율로 Heatmap() : 데이터에 대한 정보를 한 번에 표로 나타내기 합이 잘 정렬된 모습 annot=Tru 웹데이터 수집 이때까지는 가져온 데이터로 실습했는데 확보하기 힘들어 데이터를 하나하나 입력을 해야하는 경우 그때 사용할 수 있는 방식이 웹스크래핑 웹스크래핑 : 조직적이고 자동화된 방법으로 웹사이트들을 탐색해서 원하는 정보를 획득하기 (웹크롤링이라고 할 수 없음) 웹 스크래핑을 위해 필요한 패키지 requests 패키지 - 웹페이지 다운로드 beautifulsoup 패키지 - 웹페이지 구조 분석 pandas 패키지 - 데이터 저장, 처리 및 분석 Web이 어떻게 동작? web은 web server가 필요 각각의 web server에는 홈페이지에 웹페이지 다운로드 requests 패키지 : 다양한 형태의 request를 웹서버에 보내 웹페이지를 다운로드한다. get, post, put, delete 를 할 수 있다. r = request.get("http://www.yu.ac.kr") 다운로드 성공 여부 확인 status_code 속성으로 확인 가능 요청 후 다운로드 상태 확인 항상 정상적으로 웹 요청이 끝나고 난 후 다음 단계로 진행해야한다. 웹스크래핑 기초 실습 영문으로 나온 모습 접속한 페이지가 영문을 사용한 웹브라우저에서 접속하면 영문으로 나오고 한글을 사용한 웹브라우저에서 접속하면 한글로 나오는 페이지임 -> /index.do 가 붙은 한글페이지로 url 수정하여 한글페이지에 직접 접근 한글로 request 응답 받음 BeautifulSoup 사용해보기 text를 html구조에 맞춰서 파싱 -> beutifulsoup 사용 from bs4 import BeautifulSoup 선언 soup이 root이고 자식들 출력해보기 html코드만 저장 p태그 검색 p태그 중에서 mini-titl 59 - 서울시 5대 범죄 발생현황 통계 CRIME.csv 0.00MB column 이름 변경 1. 각 범죄마다 검거율을 계산해서 추가하자 (검거/발생) * 100 강도가 object로 존재하는 문제 강도가 object로 존재하는 문제 해결 -> 0으로 바꾼 후 타입 int로 해결된 모습 검거율 계산해서 추가한 모습 2. 각 검거율이 100보다 크면 그 값을 100으로 조정하기 최대 100으로 검거율 조정 3. 각 '검거' 컬럼을 삭제 4. 컬럼이름에서 '발생'을 제거해보기 예) 살인발생 -> 살인 2024.01.16 블로그 검색 더보기 5일차 - MySQL, pymysql, tkinter와 pymysql 연동, 기상청 데이터 분석, 인구 현황 분석 bbs.ruliweb.com community board [유머] 여전히 심각한 서울공화국의 인구이동 현황 1. 서울,수도권의 인구이동은 옛날부터 심했지만 지방 전체인구가 감소하고있지만 인구이동은 점진적으로 여전히 오르고있다. 2. 중소도시 => 광역시권으로의 이동은 여성들이 남성보다 훨씬 적다.. 광역시권역도... 2024.03.30 웹문서 검색 더보기 naeriyang.tistory.com 리부트 EDA : 서울시 인구 현황(2) 데이터 분석 구별 컬럼의 데이터의 값(유일한 값) 확인 print( pop_Seoul['구별'].unique() ) print( len(pop_Seoul['구별'].unique()) ) -- 출력 -- 이터 양이 적을때는 괜찮지만, 데이터가 많아지면 unique 조사를 통해 데이터를 눈으로 초반 검증을 하는 것이 좋다. 외국인과 고량자 비율을 데이터 만들기 pop_Seoul['외국인비율'] = pop_Seoul['외국인'] / pop_Seoul['인구수'] * 100 pop_Seoul['고령자비율'] = pop_Seoul['고령자'] / pop_Seoul['인구수'] * 100 pop_Seoul.head() -- 출력 -- 컬럼 연산이 편하다는 것이 Python의 장점 인구수가 많은 구 pop_Seoul.sotr_values(by='인구수', ascending=False).head() -- 출력 -- 송파구, 강서구, 강남구, 노원구, 관악구 순으로 인구수가 많다. 외국인이 많은 구 pop_Seoul.sotr_values(by='외국인', ascending=False).head() -- 출력 -- 영등포구, 구로구, 금천구, 노원구, 관악구 순으로 외국인이 많다. 외국인 비율이 높은 구 pop_Seoul.sotr_values(by='외국인비율', ascending=False).head() -- 출력 -- 영등포구, 금천구, 구로구, 중구, 용산구 순으로 외국인 비율이 높다. 고령자가 많은 구 pop_Seoul.sotr_values(by='고령자', ascending=False).head() -- 출력 -- 송파구, 강서구, 은평구, 노원구, 관악구 순으로 고령자가 많다. (인구수가 많은 구와 비슷하다.) 고령자 비율이 높은 구 pop_Seoul.sotr_values(by='고령자비율', ascending=False).head() -- 출력 -- 강북구, 종로구, 중구, 도봉구, 동대문구 순으로 고령자 비율이 높다. pop_Seoul['외국인비율'] = pop_Seoul['외국인'] / pop_Seoul['인구수'] * 100 pop_Seoul['고령자비율'] = pop_Seoul['고령자'] / pop_Seoul['인구수'] * 100 pop_Seoul.head() -- 출력 -- 컬럼 연산이 편하다는 것이 Python의 장점 파이썬 python Eda 2023.10.26 EDA : 서울시 CCTV · 인구 현황(5) 경향파악 / 시각화 강조 EDA : 서울시 CCTV · 인구 현황(3) 데이터 합치기 betterberry.co.kr 디지털 혁신과 지식 발전소 서울시 인구 구조, 인구현황, 가구수 (2023년 최신) 1. 서울시 인구 현황 및 인구 구조 2023년 현재 서울시 인구는 총 933만 8,274명이다. 서울시 전체 인구를 나이별로 줄세웠을 때 중간에 있는 시민의 중위연령은 44.3세이다. 가운데가 넓은 항아리형 구조인데 20대, 50대, 60대 인구의 비중이 큰 편이다. 2. 연령대별 인구 현황 서울시 연령 계층별로 보면 전체 인구 중 15세~64세의 생산가능인구는 72.8%다 서울시의 유소년 인구 비율은 9.1%다 서울시의 65세 이상 고령인구 비율은 18.1%다. 고령 인구의 비중은 유소년 인구 비중의 2배다. 유소년 인구 생산연령인구 고령인구 9.1% 72.8% 18.1% 인구 연령대별 비중 연령대별로 가장 많은 인구 비중을 가진 세대는 50대로 15.83%고, 그 다음은 30대로 15.26%의 비중이다. 10대 미만 10대 20대 30대 40대 50대 60대 70대 80대이상 5.46% 7.57% 15.03% 3. 서울시 총 부양비 서울시의 유소년 부양비는 12.5명이고, 노년 부양비는 24.9명이다. 부양비란 생간 가능인구 100명당 부양해야 하는 유소년 및 노년의 인구수를 말한다. 서울시는 유소년 부양비와 노년 부양비를 합해 생산가능 인구 100명당 총 37.4명을 부양하고 있다. 유소년 인구 대비 65세 이상 노년 인구 비중이 2배 더 높기 때문에, 서울시의 노령화 지수는 199.1이다. 노령화지수는 유소년 인구 100명당 노년 인구수를 말한다. 4. 서울시 성별 인구 현황 서울시 인구 23년 총 933만 8,274명 중 남자는 450만 3,704명이고, 여자는 483만 4,570명이다. 서울시에는 남자보다 여자가 약 33만명 더 많다. 서울시 인구는 2017년 976만 6,399명이었고, 2025년 920만 9,988명으로 감소될 것으로 추정된다. 서울시 남성, 여성 인구 추세 5. 서울시 가구 현황 서울시의 전체 가구수는 4,065,517개구다. 서울시에서 가장 많은 가구수는 1인 가구다. 1인 가구수는 1,509,488가구다. 1인 가구 비중은 37.13%다. 1인 가구 비중은 지속 확대되고 있으며, 2030년 161만 가구, 2050년 155만 가구로 추정된다. 2050년 1인 가구 비중은 40.8%까지 확대될 것으로 예상된다. 1인가구 2인가구 3인가구 4인가구 5인이상 가구 1,509,488 1,092,953 777,325 543,470 142,281 서울시 가구원수별 가구 현황 1인가구의 비중은 지난 2000년 이 6. 서울시 영유아 가구수 현황 서울시에 영유아 자녀를 둔 가구는 2022년 기준으로 230,394가구다. 지난 2016년 352,862가구에서 6년만에 12만 가구가 감소한 수치로 거의 1/3이 줄어들었다. 가장 큰 이유는 당연히 출생아수의 급격한 감소다. 아래 그래프는 지난 2000년부터 23년까지 월별 출생아수 숫자를 추세로 나타낸 그래프인데, 2023년 최근 서울시의 월별 출생아수는 한달에 3,000명을 간신히 넘는 숫자다. 그에따라 서울시의 학령 인구도 급격히 감소하고 있다. 2023년 기준 서울시에 사는 학령 인구는 초등학생 382천명, 중학생 204천 10 2023년 현재 서울시 인구는 총 933만 8,274명이다. 서울시 전체 인구를 나이별로 줄세웠을 때 중간에 있는 시민의 중위연령은 44.3세이다. 가운데가 넓은 항아리형 구조인데 20대, 50대, 60대 인구의 비중이 큰 편이다. 1인 가구 서울특별시 인구 서울 인구 현황 서울 노령인구 서울 학생수 서울 가구수 서울시 총부양비 영유아 가구 서울시 인구수 서울 연령별 인구 2023.08.25 대한민국 연령대별 인구비중 및 인구현황, 지자체별 인구현황 (23년) 경기도 인구수, 인구구조, 연령대별 인구, 가구수 현황 apt-micro.tistory.com 부동산 마이크로데이터 서울시 총 인구수 증감과 통계청 시군구별 이동자수 비교 분석 2 증가 2020년 1월 3,946명 증가 2020년 2월 3,305명 증가 2022년 2월 3,265명 증가 2023년 2월 3,467명 증가 2024년 2월 3,134명 증가 서울시 총인구수 증감과 서울시의 인구 순유출 현황(기간 : 2015년1월 ~ 2024년 4월) 2. 서울시 총인구수 증감과 이동인구수 증감 실 데이터 [1] 서울시의 순 유입기간은 2015년 1월... 서울시 총인구 서울시 인구이동수 18시간전 2024년5월 서울시 총인구수, 남성, 여성 인구수 증감분석 경기도 시군별 총인구수와 고령화율-경기도 고령화율과 고령인구수 통합웹 더보기
서비스 안내 스토리의 글을 대상으로 검색결과를 제공합니다. 자세히보기 naeriyang.tistory.com 리부트 EDA : 서울시 CCTV · 인구 현황(5) 경향파악 / 시각화 강조 scatter 그래프 그리기 import matplotlib.pyplot as plt def drawScatter(col, label): plt.figure(figsize=(14, 10)) plt.scatter(data_result[col[0]], data_result[col[1]], s=50) plt.xlabel(label[0]) plt.ylabel(label[1]) plt.grid() plt.show() 인구수와 CCTV 개수 전체 데이터 살펴보기 drawScatter(['인구수', '소계'], ['인구수' ,'CCTV']) -- 출력 -- 인구수가 많아질수록 CCTV 수가 높은 경향이 보여진다.경향선을 그려보자. 경향선 : Numpy를 이용한 1차 직선 만들기 [ 절차 ] numpy.polyfit( ) : 직선을 구성하기 위한 계수(y절편, 기울기) 계산 numpy.poly1d( ) : polyfit으로 찾은 계수로 python에서 사용할 함수(방정식)로 만들어 준다. 전체 경향을 나타내는 1차식 직선의 계수(y절편, 기울기)를 polyfit 으로 계산해준다. import numpy as np fp1 = np.polyfit(data_result['인구수'], data_result['소계'], 1) #1차식, 직선 print(fp1) -- 출력 -- array( [ 1 경향에서 벗어난 데이터 강조하기 경향선 = 예측값 경항(trend)과의 실제값의 오차가 많은 데이터(구)를 찾아보자. 경향 : f1 함수에 해당 인구를 입력 실제값(현재값) : '소계' 컬럼 오차 : 실제값과 예측값의 차이 ( 실제값 - 예측값 ) # 인구수와 CCTV 개수 데이터로 1차식 경향선의 계수 계산하기 fp1 = np.polyfit(data_result['인구수'], data_result['소계'], 1) # 1차식 경향선 계수로 함수 만들기 f1 = np.poly1d(fp1) # 오차(실제값-예측값) 컬럼 추가 data_result['오차'] = 5 drawScatter(['인구수', '소계'], ['인구수' ,'CCTV']) -- 출력 -- 인구수가 많아질수록 CCTV 수가 높은 경향이 보여진다.경향선을 그려보자. 파이썬 python 경향선 2023.10.27 티스토리 검색 더보기 brunch.co.kr 최영환 대한민국 인구 트렌드 12 원조를 바라는 청년들 3) 청년이 중년이 되고, 신중년이 노년이 됐을 때 다시 합치는 가족 (중년+노년, 손자+조부모) 지자체별 인구 감소 현황 '세대별로 다른 인구 이동' 서울의 총인구가 1,000만이 줄었으나, 세대별로 이동하는 현상이 다르다. 19~24세는 교육을 위해 서울로, 25~신중년 사이는 주거문제로 인하여... 인구감소 인구 출산 2024.04.22 브런치스토리 검색 더보기 story.kakao.com 한공 차재세 용환 한공 차재세 용환 - 카카오스토리 정책연구원 연구위원) - 좌장: 진미정 (서울대학교 아동가족학과 교수) 인구 감소 상황에 대한 대응책으로...이번 포럼에서는 한국의 이민 정책 변천과 현황을 점검하고 사회통합을 위해 필요한 이민 정책의 방향... 2024.05.18 카카오스토리 검색 더보기
황금공인중개사 대표심재헌 *** **** **** blog.naver.com/jaehun65 네이버 블로그 주택 토지 전문◇ 서울특별시 도봉구 해등로 180...상권3)동선4)가격 4)유동인구5)상가현황조건 *토지...
이미지
사이트
같이가치
- 저는 빌딩 숲에서 살아남은 파랑새입니다
관련 현황과 해결 방법을 알아보고 모니터링 방법을 배웁니다. - 모니터링: 새 충돌 저감 스티커를 부착하기에 앞서 실제로 새가 얼마나 죽는지 모니터링하고, 부착 이후에도 저감 효과를 확인하기 위한 모니터링을 진행합니다. - 새 충돌 저감 스티커
사단법인 녹색연합 달성률 모금완료 총 모금액 3,344,424원 - 고시원! 막힌 벽 너머 따뜻한 마음을 전달하기
있는 인구가 훨씬 더 많을 것으로 추정됩니다. 1인 가구 증가에 따라 무연고 사망자도 늘어나고 있습니다. 국회 보건복지위원회 소속 고영인 의원이 보건복지부로부터 제출받은 '2020년 무연고 시신 처리 현황'에 따르면 지난해 전국의 무연고 사망자
창동종합사회복지관 달성률 모금완료 총 모금액 713,000원