🤍

러닝스푼즈 수업 정리 

< 이전 글 > 

https://silvercoding.tistory.com/53

 사전 지식 

• 타율 : 타격에 성공해 살아나가는 정도 

= 타격 성공 횟수 / 타격 기회 수 

= 안타 수 / 타수 

• 출루율 : 살아서 나가는 정도 

= 진루 성공 횟수 / 진루 기회 수 

= (안타+볼넷+몸에 맞는 볼) / (타수+볼넷+몸에 맞는 볼+희생 플라이) 

• 장타율 : 타격에 성공해 멀리 살아나가는 정도 

= 진루한 베이스 수 / 타격 기회 수 

= 루타 수 / 타수 

(타율에 거리 개념 추가 : 2루타 = 1루타 x 2) 

• OPS  : 살아서 멀리 나가는 정도   

= 출루율 + 장타율 

*** 본 기초 시각화 프로젝트에서는 출루율 - 장타율 - ops - 타율 을 기준으로 best player 를 분석한다. ***

 데이터 불러오기 & 살펴보기 

import pandas as pd

file  = './data/KBO_2019_player_gamestats.csv'
raw = pd.read_csv(file, encoding = 'cp949')

데이터 : KBO 2019 시즌 타자 기록지 데이터 (러닝스푼즈 제공) 

raw.head()

타자 & 게임 별로 기록되어 있다. 

raw.info()

raw.columns

사용할 컬럼을 뽑기 위해 전체 컬럼을 살펴 본다. 

columns_select = ['팀', '이름', '생일','일자', '상대','타수','안타','홈런', '루타', '타점','볼넷', '사구', '희비']
data = raw[columns_select]
data.head()

원하는 컬럼만 뽑아서 DataFrame을 생성하고, data에 넣어주었다. 

 KBO best player 분석하기 

- 선수별 기록 집계 

data_player = data.pivot_table(index = ['팀','이름','생일'], 
                               values = ['타수','안타','홈런','루타','타점','볼넷','사구','희비'], 
                              aggfunc = 'sum')

data_player

pivot_table 을 사용하여 팀, 이름 , 생일을 기준으로 타수, 안타, 홈런, 루타, 타점, 볼넷, 사구, 희비의 총 합계를 집계한다. 

data_player['타수'].hist()

판다스에서 기본으로 내장되어 있는 시리즈.hist()를 사용하여 타수의 분포 살펴보기 . ( 타수가 적은 선수를 제외하기 위해 어느 정도가 적은지 판단하는 데 사용 ) 분포를 살펴보니, 타수가 50 이하인 선수를 제외하면 적절할 것 같다. 

cond = data_player['타수'] > 50
data_player = data_player[cond].reset_index()    # 다중 인덱스 --> 컬럼으로 변경하기
data_player

타수가 50 초과인 선수들만 추리고, 수월한 컨트롤을 위해 reset_index()를 사용하여 다중 인덱스를 컬럼으로 변경해준다. 

def cal_hit(df):
    '''
    - 타율 : 타격에 성공해서 진루하는 비율 --> 안타 / 타수
    - 출루율: 살아서 진루하는 비율 -->  (안타+볼넷+몸에맞는볼)/(타수+볼넷+몸에맞는볼+희생플라이)
    - 장타율 : 타율에 진루한 베이스 가중치 추가 -->   루타 / 타수
    - OPS : 출루율 + 장타율 
    '''
    
    df['타율'] = df['안타'] / df['타수']
    df['출루율'] = (df['안타'] + df['볼넷'] + df['사구']) / (df['타수'] + df['볼넷'] + df['사구'] + df['희비'])
    df['장타율'] = df['루타'] / df['타수']
    df['OPS'] = df['출루율'] + df['장타율']
    return df

데이터프레임을 넣어 주면 best player 를 선정하는 기준인 타율, 출루율, 장타율, OPS 컬럼을 계산하여 생성하는 함수이다. 

player_stat = cal_hit(data_player)
player_stat

- 출루율 -> 장타율 -> OPS -> 타율 순서대로 정렬하여 best 10 player 뽑아보기 

player_stat = player_stat.sort_values(by = ['출루율','장타율','OPS', '타율'], ascending = False)
player_stat = player_stat.reset_index(drop = True)
player_stat.head(10)

인덱스가 뒤죽박죽으로 정렬되므로, reset_index()를 이용하여 인덱스를 정렬해 준다. 

결론적으로 출루율을 기준으로 한 KBO 2019 시즌 best player는 다음과 같다.

player_stat['이름'][:10]

 팀별 선수들의 출루율 분포 살펴보기 

import matplotlib
from matplotlib import font_manager, rc
import platform
import matplotlib.pyplot as plt
import seaborn as sns

# 이미지 한글 표시 설정
if platform.system() == 'Windows':  # 윈도우인 경우 맑은고딕
    font_name = font_manager.FontProperties(fname="c:/Windows/Fonts/malgun.ttf").get_name()
    rc('font', family=font_name)
else:    # Mac 인 경우 애플고딕
    rc('font', family='AppleGothic')

#그래프에서 마이너스 기호가 표시되도록 하는 설정입니다.
matplotlib.rcParams['axes.unicode_minus'] = False

우선 그래프를 그렸을 때 한글이 깨지는 것을 방지하기 위해 폰트설정을 하고 , 마이너스 기호 표시 여부를 설정한다. 

- 팀 별 출루율 분포 ( boxplot & swarmplot ) 

sns.boxplot(data = player_stat, x = '팀', y = '출루율')

개수도 직관적으로 보기 위해 swarmplot을 추가 한다. 

sns.swarmplot(data = player_stat, x = '팀', y = '출루율')
sns.boxplot(data = player_stat, x = '팀', y = '출루율')

색깔이 겹치기 때문에 boxplot에 여러 옵션을 주어 보기 편하게 만들어 준다. 

sns.swarmplot(data = player_stat, x = '팀', y = '출루율')
sns.boxplot(data = player_stat, x = '팀', y = '출루율',
            showcaps=False,             # 박스 상단 가로라인 보이지 않기
            whiskerprops={'linewidth':0}, # 박스 상단 세로 라인 보이지 않기 
            showfliers=False,           # 박스 범위 벗어난 아웃라이어 표시하지 않기
            boxprops={'facecolor':'None'}, # 박스 색상 지우기
           )

이렇게 팀별 선수들의 출루율 분포를 확인해볼 수 있다. NC 팀이 가장 높은 출루율을 가진 선수를 보유하고 있고, 출루율이 가장 많이 몰려 있는 팀은 LG팀인 것으로 보여지며, 출루율의 중위수가 가장 높은 팀은 두산인 것 등을 한 눈에 알 수 있다.    

 마무리 : csv 파일로 저장하기 

file = './data/player_stat.csv'
player_stat.to_csv(file, encoding = 'cp949', index = False)

본 포스팅에서 분석에 사용한 player_stat을 csv 파일로 저장하는 방법이다. 

러닝스푼즈 수업 정리 

< 이전 글 > 

https://silvercoding.tistory.com/52

1. folium 라이브러리 사용해보기 

 folium 라이브러리 

!pip install folium

folium 라이브러리 설치하기 

import folium

folium 라이브러리를 import 해준다. 

 folium 지도 시각화 사용 법 

지도 시각화

• 지도생성하기
  • m = folium.Map(location = [위도, 경도], zoom_start = 확대정도)
• 정보 추가하기
  • 마커 추가하기
    • folium.Marker([위도, 경도]).add_to(m)
  • 원 추가하기
    • folium.CircleMarker([위도, 경도], radius= 원크기).add_to(m)
  • 추가옵션:
    • tooltip="마우스 올리면 보여질 정보"
    • popup="클릭하면 보여질 정보"
  • 기타) ClickForMarker('체크').add_to(m) 지도에서 클릭할 경우 마커 추가하기

 서울역 지도 시각화

m = folium.Map(location=[37.5536067,126.9674308],  
               zoom_start=12)
m

- 마커 추가 

folium.Marker([37.5536067,126.9674308],    # 서울역위치
              tooltip="서울역(마우스올리면보여짐)",
              popup="서울역(클릭하면 보여짐)",
              ).add_to(m)
m

tooltip과 popup을 사용하여 마우스를 올리거나 , 클릭하면 메시지를 띄울 수 있다. 

- 서클마커 추가 

folium.CircleMarker([37.5536067,126.9674308],
                    radius=20,
                    tooltip = '마우스올릴경우'
               ).add_to(m)
m

- 미니맵 추가 MiniMap 

from folium.plugins import MiniMap

# 지도 생성하기
m = folium.Map(location=[37.5536067,126.9674308],   # 기준좌표: 서울역
               zoom_start=12)

# 미니맵 추가하기
minimap = MiniMap() 
minimap.add_to(m)


# 마커 추가하기
folium.Marker([37.5536067,126.9674308],    # 서울역위치
              tooltip="서울역(마우스올리면보여짐)",
              popup="서울역(클릭하면 보여짐)",
              ).add_to(m)
m

미니맵을 생성하고, add_to로 추가해 준다. 

 - 클릭해서 마크 추가하기 

# 지도 생성하기
m = folium.Map(location=[37.5536067,126.9674308],   # 기준좌표: 서울역
               zoom_start=12)

# 써클마커 추가하기
folium.CircleMarker([37.5536067,126.9674308],
                    radius=20,
                    tooltip = '마우스올릴경우'
               ).add_to(m)
folium.ClickForMarker('체크추가').add_to(m)    
m

마우스로 클릭해서 직접 마커를 추가해줄 수도 있다. (ClickForMarker 사용) 

2. 응용 : 서울 대피소 현황 지도 만들기 

< 데이터 출처 > 

http://data.seoul.go.kr/dataList/OA-2189/S/1/datasetView.do

import pandas as pd

DataFrame을 사용할 것이기 때문에 pandas를 import 해준다. 

file = './data/서울시 대피소 방재시설 현황 (좌표계_ WGS1984).csv'
raw = pd.read_csv(file, encoding = 'cp949')   # encoding = 'cp949' : MS 프로그램 사용시, 그외의 경우 encoding = 'utf-8'  (기본값)

raw.head()

raw.info()

수업에서는 위도, 경도를 설정하여 마커를 추가하고 , 마우스를 마커 위에 올리면 대피소 명칭을 보여주는 것 까지 배웠고 , 거기에 더해서 클릭하면 최대 수용인원이 나오도록 하는 지도를 만들어 본다. 

i = 7

lat = raw.loc[i, '위도']
long = raw.loc[i, '경도']
name = raw.loc[i,'대피소명칭']
num = raw.loc[i, '최대수용인원']

print(lat, long, name, num)

37.5365343 126.9650202 남정초등학교 300

우선 인덱스가 7일 때의 필요한 정보를 얻어보기 

for i in range(len(raw)):
    lat = raw.loc[i, '위도']
    long = raw.loc[i, '경도']
    name = raw.loc[i,'대피소명칭']
    num = raw.loc[i, '최대수용인원']


    print(name, lat, long, num)

총 694개의 데이터가 나왔을 것이다. 

# 지도 생성하기
m = folium.Map(location=[37.5536067,126.9674308],
               zoom_start=12)
m
# 대피소 마커 추가하기

for i in range(len(raw)):
    lat = raw.loc[i, '위도']
    long = raw.loc[i, '경도']
    name = raw.loc[i,'대피소명칭']
    num = raw.loc[i, '최대수용인원']


    folium.Marker([lat, long],tooltip= name, popup='%d명'%num).add_to(m)    
m

for문을 이용하여 대피소 모든 곳에 마커를 찍어 준다. 

* 문제점 : 마커가 너무 많아서 지도를 살펴보기에 어려움이 생긴다 

* 해결 : MarkerCluster 를 이용하여 근처에 있는 마커들 끼리 그룹으로 표현한다. 

 MarkerCluster 사용하여 그룹 생성하기 

# 지도 생성하기
m = folium.Map(location=[37.5536067,126.9674308],
               zoom_start=12)
marker_cluster = MarkerCluster().add_to(m)  # 클러스터 추가하기

# 대피소 마커 추가하기

for i in range(len(raw)):
    lat = raw.loc[i, '위도']
    long = raw.loc[i, '경도']
    name = raw.loc[i,'대피소명칭']
    num = raw.loc[i, '최대수용인원']


    folium.Marker([lat, long],tooltip= name, popup='%d명'%num).add_to(marker_cluster)    
m

그룹을 클릭하여 자세히 확대가 되면, 마커를 볼 수 있다. 보다 지도를 효율적으로 확인할 수 있게 되었다. 

- 미니맵 추가 

from folium.plugins import MiniMap

# 지도 생성하기
m = folium.Map(location=[37.5536067,126.9674308],
               zoom_start=12)
marker_cluster = MarkerCluster().add_to(m)  # 클러스터 추가하기


# 미니맵 추가 
minimap = MiniMap()
m.add_child(minimap) 


# 대피소 마커 추가하기
for i in range(len(raw)):
    lat = raw.loc[i, '위도']
    long = raw.loc[i, '경도']
    name = raw.loc[i,'대피소명칭']
    num = raw.loc[i, '최대수용인원']


    folium.Marker([lat, long],tooltip= name, popup='%d명'%num).add_to(marker_cluster)    
m

 마무리 : 지도 저장 (html) 

m.save('./data/Sheltermap.html')

html로 저장하여 큰 화면으로 언제든 지도를 꺼내볼 수 있다. 

러닝스푼 수업 정리 

수치형 x 수치형 : scatterplot, lmplot, jointplot 

수치형 x 카테고리형 : boxplot, violinplot, barplot, heatmap 

수치형 x 위치형 : folium 라이브러리 활용 

본 포스팅에서는 seaborn 라이브러리의 distplot, relplot, jointplot, pairplot, boxplot, swarmplot, heatmap 을 사용한다. 

 데이터 불러오기 & 살펴보기 

import seaborn as sns

seaborn 을 import 해주고, 약어는 sns를 쓴다. 

raw = sns.load_dataset('tips')

seaborn 라이브러리에 저장된 데이터셋을 불러올 수 있다. 데이터는 데이터프레임 형식으로, pandas를 사용하여 분석할 수 있다. 

raw.head()

total_bill ( 총 금액 ) , tip ( 팁 ) , sex ( 성별 ) , smoker ( 흡연 여부 ) , day ( 요일 ) , time ( 식사 시간 ) , size ( 인원 수 ) 

raw.info()

info()를 이용하여 row, column의 개수, data type, 결측값 확인을 해 준다. 

 데이터 분포 살펴보기 (수치형) 

• sns.distplot( df[ '컬럼명' ] )

raw['total_bill']

수치형 자료인 total_bill 컬럼의 분포를 살펴본다. 

sns.distplot(raw['total_bill'])

 데이터 분포 살펴보기 ( 수치형 vs 수치형 ) 

• relplot( data=df, x=, y=, hue=, kind='scatter' ) 

: 두 개의 수치형 변수 분포 확인 

- kind = 'scatter' (default) 

- kind = 'line' 

sns.relplot(x = 'tip', y = 'total_bill', data = raw)  # kind 옵션 값 미지정시 "scatter"

sns.relplot(x = 'tip', y = 'total_bill', data = raw, kind = 'line')

sns.relplot(x = 'tip', y = 'total_bill', data = raw, hue = 'sex')

hue를 성별로 지정하여 성별을 기준으로 나누어 확인해볼 수 있다. 

 관계 살펴보기 (수치형 vs 수치형 ) 

• jointplot ( data=df, x=, y=, kind='scatter' ) 

- kind = 'scatter' : (default / point) 

- kind = 'reg' : (point + regression)

- kind = 'kde' : 누적분포차트 like 지도

sns.jointplot(data = raw, x = 'tip', y = 'total_bill')  # kind 값 미 지정시 기본 값은 kind = 'scatter'

sns.jointplot(data = raw, x = 'tip', y = 'total_bill', kind = 'kde')

sns.jointplot(data = raw, x = 'tip', y = 'total_bill', kind = 'reg')

sns.jointplot(data = raw, x = 'tip', y = 'total_bill', kind = 'hex')

kind='hex'는 kde와 비슷한데, 겹치지 않는 정육각형으로 표시된다. 

• pairplot( data=df ) 

: df 의 모든 수치형데이터 컬럼에서 두 컬럼씩 관계를 시각화 함 

sns.pairplot(data = raw)

서로 같은 컬럼이면 히스토그램을 그리고, 다른 컬럼은 두 수치형 데이터의 관계를 산점도로 표시해 준다. 

sns.pairplot(data = raw, hue = 'sex')

hue를 성별로 지정하여 성별 간 분포를 확인할 수 있다. 

 데이터 분포 살펴보기 (수치형 vs 카페고리형) 

• boxplot( data = df, x = , y = , hue = )

sns.boxplot(data = raw, x = 'day', y = 'tip')

요일 별 팁의 분포를 확인한다. 

sns.boxplot(data = raw, x = 'day', y = 'tip', hue = 'smoker')

hue를 smoker로 지정하여 흡연자 여부를 기준으로 분포를 확인할 수 있다. 

• swarmplot( data=, x=, y=, hue=, dodge= )

: boxplot과 비슷하다. boxplot은 하나의 기준에 대한 데이터 분포 범위를 파악하는 데 용이하지만 , 데이터의 개수를 표현하지는 않기 때문에 , 데이터 개수가 다른 값을 비교하기에는 문제가 있을 수 있다. 이 때 swarmplot을 이용한다. 

sns.swarmplot(data = raw, x = 'day', y = 'tip', hue = 'smoker', dodge=True)

dodge=False로 하면 두 색이 겹쳐 나온다. 

sns.boxplot(data = raw, x = 'day', y = 'tip', hue = 'smoker')
sns.swarmplot(data = raw, x = 'day', y = 'tip', hue = 'smoker', dodge=True)

boxplot과 swarplot을 겹쳐셔 그려볼 수도 있다. 

sns.boxplot(data = raw, x = 'size', y = 'tip', hue = 'sex')

• barplot( data=df, x=, y=, hue= ) 

sns.barplot(data = raw, x = 'size', y = 'tip', hue = 'sex')

 데이터 살펴보기 (수치형 vs 카테고리형 vs 카테고리형)

• heatmap( data = df )

df = raw.pivot_table(index = 'day', columns = 'size', values = 'tip', aggfunc='mean')
df

우선 인덱스를 day, column을 size, value를 tip으로 설정하여 요일 별 인원수에 따른 tip 테이블을 생성한다. 

sns.heatmap(data = df)

카테고리형 - 카테고리형의 관계를 수치형을 이용하여 표현하는 heatmap이다. 

다음과 같은 여러 설정을 할 수 있다. 

sns.heatmap(data = df, 
           annot = True, fmt = '.2f')

sns.heatmap(data = df, 
           annot = True, fmt = '0.2f',
           cmap = 'Pastel1')

* annot : 숫자 표시, fmt : 숫자 포매팅 , cmap : 색깔 

* cmap 추천 색 : Reds , Blues, Vlag, Pastel1, RdBu_r