Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
Tags
- 주피터노트북판다스
- 맷플롯립
- 파이썬시각화
- 파이썬알고리즘
- 파이썬수업
- 수업기록
- 주피터노트북맷플롯립
- sql따라하기
- Python
- 판다스데이터분석
- python수업
- 데이터분석시각화
- 파이썬데이터분석
- python알고리즘
- 팀플기록
- 파이썬
- 파이썬크롤링
- 파이썬차트
- SQL
- matplotlib
- 파이썬데이터분석주피터노트북
- SQLSCOTT
- python데이터분석
- 주피터노트북데이터분석
- SQL수업
- 주피터노트북
- sql연습하기
- 판다스그래프
- 주피터노트북그래프
- sql연습
Archives
- Today
- Total
IT_developers
Python 데이터 분석(주피터노트북) - 지하철 유,무임승차 데이터 분석(티머니) 본문
데이터 수집
- 대중교통통계자료(https://www.t-money.co.kr/ncs/pct/ugd/ReadTrcrStstList.dev)
- 2022년 6월 자료
라이브러리 및 세팅
- import seaborn as sns
- seaborn 폰트 사용 - 한글처리보다 먼저 선언해야함
- sns.set(font_scale=1)
- import pandas as pd
- import matplotlib.pyplot as plt
- 한글처리
- plt.rcParams['font.family'] = 'Malgun Gothic'
- plt.rcParams['axes.unicode_minus'] = False
- 경고 메세지
- import warnings
- warnings.simplefilter("ignore")
- seaborn 스타일의 그래프를 사용
- plt.style.use('seaborn')
데이터 로드
데이터 탐색
- info
- head
- tail
- shape
EDA
1) 유임승차 비율이 가장 높은 역
2) 유임승차 비율이 가장 높은 역
3) 유무임 승하차 인원이 가장 많은 역
시각화
- 유임승차 인원이 1,000,000 이상인 역 추출 후 승하차 비율
1) 인덱스 재생성
2) pie plot
- 데이터 프레임을 차트 그리기 좋은 형태로 변경
- 행렬 변경
'Python' 카테고리의 다른 글
Python 지도 시각화(주피터노트북) - folium(1) (0) | 2022.12.03 |
---|---|
Python 데이터 분석(주피터노트북) - 지하철 시간대 별 데이터 분석(티머니) (0) | 2022.12.02 |
Python 데이터 분석(주피터노트북) - 서울시 구별 CCTV 설치 대비 범죄율 데이터 분석 (0) | 2022.11.30 |
Python 데이터 분석(주피터노트북) - 스타워즈 데이터 분석 (0) | 2022.11.29 |
Python 데이터 분석(주피터노트북) - Seaborn(산점도) (0) | 2022.11.28 |
Comments