성별에 따른 이용내역 EDA -따릉이(2)

 

 

전처리가 끝난 데이터셋입니다. 630만개 정도 되는군요

 

 

seaborn을 이용해서 시각화 하면

---

라고 나오지만 , 우리는 수치를 보고 싶습니다

그래서 matplotlib 을 이용해보겠습니다

 male 이용량이 많은 걸 볼 수 있네요. 380만 - 220만 인 160만 정도 이용량 차이네요

숫자로는 감이 잘 안오니 %로 확인해보겠습니다

 

코드는 다음과 같습니다. 왜 legend가 원하는 대로 우측상단에 안나오는지.. ㅜㅜ

get_bbox().bounds 를 이용해서 숫자가 표기될 위치와 형식을 지정해줬습니다

# legend=['Female','Male']
ax=sex.plot(kind='bar',rot=0,color=['crimson','royalblue'],figsize=(10,8))  #,labels=sex.index
for p in ax.patches:
    left,bottom,width,height=p.get_bbox().bounds
    ax.annotate('%d'%(height) , (left+width/2  ,height*1.02),ha='center',fontsize=20)
    plt.sca(ax)
           
          
# plt.legend(legend,loc='upper left', bbox_to_anchor=(1,1),fontsize=20)
# plt.legend(legend,loc='lower right', prop={'size':20},bbox_to_anchor=(1,1))
plt.box(False)
plt.xticks(fontsize=20)
# plt.xlabel('성별',fontsize=20)
 
plt.title('남여 이용량', fontsize=30)

plt.show()

 

---

다음으로 파이모양으로 전체이용률 대비 해당하는 비율을 살펴보겠습니다.

한 눈에 차이가 쏙 들어오네요 . 전체대비 남성은 63% , 여성은 37% 입니다. 현저한 차이네요

plt.figure(figsize=(15,8))
plt.pie(sex,labels=sex.index,autopct='%.1f%%',colors=('crimson','royalblue'),textprops={'fontsize': 30},pctdistance=0.5)
# 표기방식에 %%를 해서 %까지 표기되게 하였고, pctdistance는 비율이 표시되는 거리(?) 입니다. 
# 많은 파라미터가 있으니 한번씩 해보시면 재미있으실 겁니다
plt.title('남여 이용 비율',fontsize=30)
legend=['Female','Male']
plt.legend(legend,loc='upper left', bbox_to_anchor=(1,1),fontsize=20)
# plt.legend(loc=1,fontsize=20)

파이에는 다양한 파라미터들이 있으니 한번씩 손대보시면 입맛에 맞게 표기 하실 수 있습니다

---

다음으로 stack graph를 보겠습니다. #stacked graph , #누적그래프

 

저는 이런식으로 전처리해서 시각화를 하였습니다.

month=df.groupby(['month','성별'])['동'].count()
month_df=pd.DataFrame(month)
month_df=month_df.unstack()
month_df.columns=month_df.columns.droplevel()
month_df['sum']=month_df.sum(axis=1)

month_df['F(pct)']=month_df['F']/month_df['sum']
month_df['M(pct)']=month_df['M']/month_df['sum']

pct_month_df=month_df[['F(pct)','M(pct)']]

pct_month_df.index=np.arange(1,13,1)
pct_month_df

누적그래프 'bar' & 'barh' 로 해보겠습니다

우선 kind='bar' 먼저 

legend=['Female','Male']
ax=pct_month_df.plot(kind='bar',stacked=True,rot=0,width=0.7,color=['crimson','royalblue'],figsize=(15,8))

for p in ax.patches:
    left, bottom, width, height = p.get_bbox().bounds 
    ax.annotate("%.1f"%(height*100), xy=(left+width/2, bottom+height/2), ha='center', va='center',fontsize=20) 
    plt.sca(ax)



# ax.legend(loc=1)
plt.legend(legend,loc='lower right', prop={'size':20},bbox_to_anchor=(1,1))
# plt.legend(loc=1)
plt.box(False)
plt.title('월별 남녀 이용비율' , fontsize=30)
plt.xticks(fontsize=20)
plt.show()

아무래도 야외활동이다 보니 날씨나 기온에 영향을 받을 수 밖에 없는데요. 3월부터 11월까지는 여성의 이용률이 다소 상승합니다. 겨울인 12~2월 까지는 20% 대의 이용률인 반면, 다른계절에는 30% 이상으로 상승하는 걸 확인할 수 있습니다. 하지만 전체이용률 대비 어떻게 변하였는지 , 다른 변수의 영향은 어떤게 있는지 연결지어 생각해봐야 합니다.

 

한눈에 보기 편한 시각화 인 것 같습니다. 그래프의 색과 폰트는 가독성을 위해 취향대로 바꾸시는 걸 추천드립니다. 저는 만국공통 sign인 블루와 레드로 남성과 여성을 대표해봤습니다

 

다음으로 kind='barh' 입니다. 세로모양을 가로로 눕혔기 때문에 get_bbox()가 인지하셔야 합니다

# legend=['Female','Male']
ax=pct_month_df.plot(kind='barh',rot=0,stacked=True,figsize=(12,8),width=0.8,color=['crimson','royalblue'])  #,labels=sex.index
for p in ax.patches:
    left,bottom,width,height=p.get_bbox().bounds
    ax.annotate('%.1f%%'%(width*100) , xy=(left+width/2  ,bottom+height/2),ha='center',va='center',fontsize=20)
           
          
plt.legend(legend,loc='upper left', prop={'size':20},bbox_to_anchor=(1,1))
plt.box(False)
plt.yticks(fontsize=20)
# plt.xlabel('성별',fontsize=20)
 
plt.title('월별 성별 이용량', fontsize=30)

plt.show()

 

전체이용량에서 월별 ,성별로 구분해서 각각의 비율을 보겠습니다

 

 

 

위에서 언급한대로, 남성여성 모두 겨울에는 이용량이 적고 6월에 남성여성 모두 최고이용률을 보이고 있네요

 

 

다음으로 연령대별로 분류해서 살펴보겠습니다

---

 

연령대는 10대이하, 20대, 30대, 40대, 50대, 60대이상 으로 분류하였습니다

다양하게 이용하고 있지만, 뭐라고 딱 인사이트를 뽑아내기는 어려운 것 같습니다

그래서 파이로 살펴보겠습니다

모두가 알듯이 20~30대 이용비율이 70%를 차지합니다. 의외로 나머지 연령대가 30%를

차지한다는게 좀 놀랍군요

 

많은 세그먼트들이 있으니 코드도 첨부하겠습니다. 위와 그렇게 다른 것은 없습니다

plt.figure(figsize=(18,12))
plt.pie(ag,labels=ag.index,autopct='%.1f%%',textprops={'fontsize': 35},pctdistance=0.6,explode =(0.4, 0.05, 0.05, 0.05, 0.05 ,0.4))

plt.title('연령대별 이용 비율',fontsize=30)
plt.legend(ag.index,loc='upper left', bbox_to_anchor=(1,1),fontsize=20)
# plt.legend(loc=1,fontsize=20)

아 이건 그렇게 보기 편하진 않지만 여러 개의 그룹군으로 stacked graph 를 해봤습니다

다음으로 연령대별 성별 이용률을 살펴보겠습니다

---

시각화된 그림으로 보자면 40대가 남성이용비율이 높고 20대가 여성 이용비율이 높습니다. 이것만으로 유의미한 분석을 할 수 없을 것 같습니다

 

다음으로 전체이용량대비 각각의 이용비율을 살펴보겠습니다.

이번에는 barh 스타일로 해봤습니다.  두개다 해보시고 편한걸로 하시면 되겠습니다. 이 factor로 했을 때는 bar스타일이 가독성이 좋은 것 같습니다.

전체이용량 대비 20대 남성이 12.7% 로 가장 많이 이용하고 10대여성과,60대여성이 제일 이용비율이 낮은 걸 확인 할 수 있습니다.

20대 여성의 이용비율도 매우 높습니다. 30대남성의 비율보다 높네요

 

---

다음으로 시간과 , 지역구 별 이용량을 살펴보겠습니다.