Python 데이터분석 기초 20 - 자전거 공유 시스템 시각화(web에서 데이터 가져옴), null 값이 있는 지에 대한 시각화, 칼럼 추가

 

# 자전거 공유 시스템 분석용
#  : kaggle 사이트의 Bike Sharing in Washington D.C. Dataset를 편의상 조금 변경한 dataset을 사용함
#
# columns : 
#  'datetime', 
#  'season'(사계절:1,2,3,4), 
#  'holiday'(공휴일(1)과 평일(0)), 
#  'workingday'(근무일(1)과 비근무일(0)), 
#  'weather'(4종류:Clear(1), Mist(2), Snow or Rain(3), Heavy Rain(4)), 
#  'temp'(섭씨온도), 'atemp'(체감온도), 
#  'humidity'(습도), 'windspeed'(풍속), 
#  'casual'(비회원 대여량), 'registered'(회원 대여량), 
#  'count'(총대여량)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
plt.rc('font', family = 'malgun gothic')
plt.rcParams['axes.unicode_minus'] =False

train = pd.read_csv("https://raw.githubusercontent.com/pykwon/python/master/data/train.csv",
                    parse_dates = ['datetime'])
print(train.head(3))
print(train.shape)   # 표 작성
print(train.columns) # 컬럼명 호출
print(train.info())  # 구조 호출

print(train.temp.describe()) # 데이터 요약 호출
print(train.isnull().sum())  # null 값이 있는지 여부 확인

# null이 포함된 카럼 확인용 시각화
# pip install missingno
import missingno as msno
msno.matrix(train, figsize=(12, 5))
plt.show()

# 연월일 시분초를 별도 칼럼으로 추가
train['year'] = train['datetime'].dt.year
train['month'] = train['datetime'].dt.month
train['day'] = train['datetime'].dt.day
train['hour'] = train['datetime'].dt.hour
train['minute'] = train['datetime'].dt.minute
train['second'] = train['datetime'].dt.second
print(train.head(2))
print(train.columns)

# 대여랑 시각화
figure, (ax1, ax2, ax3, ax4) = plt.subplots(nrows = 1, ncols = 4)
figure.set_size_inches(15, 5)

sns.barplot(data = train, x = 'year', y = 'count', ax = ax1)
sns.barplot(data = train, x = 'month', y = 'count', ax = ax2)
sns.barplot(data = train, x = 'day', y = 'count', ax = ax3)
sns.barplot(data = train, x = 'hour', y = 'count', ax = ax4)

ax1.set(ylabel = 'Count', title = '연도별 대여량')
ax2.set(ylabel = 'month', title = '월별 대여량')
ax3.set(ylabel = 'day', title = '일별 대여량')
ax4.set(ylabel = 'hour', title = '시간별 대여량')

plt.show()

# 대여량 시각화 boxplot
figure, axes = plt.subplots(nrows=2, ncols=2)
figure.set_size_inches(12, 8)

sns.boxplot(data=train, y= 'count', orient='v', ax = axes[0][0])
sns.boxplot(data=train, y= 'count', x='season', orient='v', ax = axes[0][1])
sns.boxplot(data=train, y= 'count', x='hour', orient='v', ax = axes[1][0])
sns.boxplot(data=train, y= 'count', x='workingday', orient='v', ax = axes[1][1])
axes[0][0].set(ylabel='대여량', title='대여량')
axes[0][1].set(xlabel='계절별', title='대여량', label='계절별 대여량')
axes[1][0].set(xlabel='시간별', title='대여량', label='시간별 대여량')
axes[1][1].set(xlabel='근무여부별', title='대여량', label='근무여부별 대여량')
plt.show()

# 산범도의 일종으로 rugplot - temp, windspeed, humidity
fig, (ax1, ax2, ax3) = plt.subplots(ncols=3)
fig.set_size_inches(15, 5)

sns.rugplot(x = 'temp', y = 'count', data = train, ax = ax1)
sns.rugplot(x = 'windspeed', y = 'count', data = train, ax = ax2)
sns.rugplot(x = 'humidity', y = 'count', data = train, ax = ax3)
plt.show()

<console>
             datetime  season  holiday  ...  casual  registered  count
0 2011-01-01 00:00:00       1        0  ...       3          13     16
1 2011-01-01 01:00:00       1        0  ...       8          32     40
2 2011-01-01 02:00:00       1        0  ...       5          27     32

[3 rows x 12 columns]
(10886, 12)
Index(['datetime', 'season', 'holiday', 'workingday', 'weather', 'temp',
       'atemp', 'humidity', 'windspeed', 'casual', 'registered', 'count'],
      dtype='object')
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10886 entries, 0 to 10885
Data columns (total 12 columns):
 #   Column      Non-Null Count  Dtype         
---  ------      --------------  -----         
 0   datetime    10886 non-null  datetime64[ns]
 1   season      10886 non-null  int64         
 2   holiday     10886 non-null  int64         
 3   workingday  10886 non-null  int64         
 4   weather     10886 non-null  int64         
 5   temp        10886 non-null  float64       
 6   atemp       10886 non-null  float64       
 7   humidity    10886 non-null  int64         
 8   windspeed   10886 non-null  float64       
 9   casual      10886 non-null  int64         
 10  registered  10886 non-null  int64         
 11  count       10886 non-null  int64         
dtypes: datetime64[ns](1), float64(3), int64(8)
memory usage: 1020.7 KB
None
count    10886.00000
mean        20.23086
std          7.79159
min          0.82000
25%         13.94000
50%         20.50000
75%         26.24000
max         41.00000
Name: temp, dtype: float64
datetime      0
season        0
holiday       0
workingday    0
weather       0
temp          0
atemp         0
humidity      0
windspeed     0
casual        0
registered    0
count         0
dtype: int64
             datetime  season  holiday  workingday  ...  day  hour  minute  second
0 2011-01-01 00:00:00       1        0           0  ...    1     0       0       0
1 2011-01-01 01:00:00       1        0           0  ...    1     1       0       0

[2 rows x 18 columns]
Index(['datetime', 'season', 'holiday', 'workingday', 'weather', 'temp',
       'atemp', 'humidity', 'windspeed', 'casual', 'registered', 'count',
       'year', 'month', 'day', 'hour', 'minute', 'second'],
      dtype='object')

 

 

null 값이 있는지에 대한 시각화

 

 

연도별, 월별, 일별, 시간별 데이터 시각화

 

대여량, 계절별, 시간별, 근무여부별 boxplot 시각화

 

temp, windspeed, humidity의 대여량을 rugplot 시각화