상권별 업종 밀집 통계 데이터

In [ ]:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

In [ ]:

shop = pd.read_csv('/content/drive/MyDrive/KDT/5.데이터 분석/데이터/shop_201806_01.csv')
shop

Out[ ]:

	상가업소번호	상호명	지점명	상권업종대분류코드	상권업종대분류명	상권업종중분류코드	상권업종중분류명	상권업종소분류코드	상권업종소분류명	표준산업분류코드	...	건물관리번호	건물명	도로명주소	구우편번호	신우편번호	동정보	층정보	호정보	경도	위도
0	19905471	와라와라호프	NaN	Q	음식	Q09	유흥주점	Q09A01	호프/맥주	I56219	...	1168010600106040000014378	대치상가	서울특별시 강남구 남부순환로 2933	135280	6280.0	NaN	1	NaN	127.061026	37.493922
1	19911397	커피빈코리아선릉로93길점	코리아선릉로93길점	Q	음식	Q12	커피점/카페	Q12A01	커피전문점/카페/다방	I56220	...	1168010100106960042022041	NaN	서울특별시 강남구 선릉로93길 6	135080	6149.0	NaN	1	NaN	127.047883	37.505675
2	19911801	프로포즈	NaN	Q	음식	Q09	유흥주점	Q09A01	호프/맥주	I56219	...	1154510200101620001017748	NaN	서울특별시 금천구 가산로 34-6	153010	8545.0	NaN	1	NaN	126.899220	37.471711
3	19912201	싱싱커피&토스트	NaN	Q	음식	Q07	패스트푸드	Q07A10	토스트전문	I56192	...	2653010400105780000002037	산업용품유통상가	부산광역시 사상구 괘감로 37	617726	46977.0	NaN	1	26	128.980455	35.159774
4	19932756	가락사우나내스낵	NaN	F	생활서비스	F09	대중목욕탕/휴게	F09A02	사우나/증기탕/온천	S96121	...	1171010500102560005010490	NaN	서울특별시 송파구 가락로 71	138846	5690.0	NaN	1	NaN	127.104071	37.500249
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
499323	16141434	배스킨라빈스31	건대스타시티점	Q	음식	Q07	패스트푸드	Q07A07	아이스크림판매	I56191	...	1121510500102270007022407	더샵스타시티	서울특별시 광진구 아차산로 262	143730	5065.0	NaN	NaN	NaN	127.072944	37.536997
499324	16093390	본도시락	본설렁탕	Q	음식	Q01	한식	Q01A09	설렁탕집	I56111	...	1174010900105020000000001	강동타워	서울특별시 강동구 상일로6길 39	134100	5288.0	NaN	NaN	NaN	127.175331	37.549794
499325	16093078	체크페이먼트	NaN	Q	음식	Q12	커피점/카페	Q12A01	커피전문점/카페/다방	I56220	...	1168010600109050000028207	성아빌딩	서울특별시 강남구 역삼로69길 10	135841	6196.0	NaN	NaN	NaN	127.054001	37.502210
499326	16093122	마젠타네일	NaN	F	생활서비스	F01	이/미용/건강	F01A02	발/네일케어	S96119	...	1144010200104630000002585	마포현대하이엘	서울특별시 마포구 마포대로 173	121862	4130.0	NaN	1	NaN	126.954442	37.549892
499327	16093154	GS25	역촌대로점	D	소매	D03	종합소매점	D03A01	편의점	G47122	...	1138010800100090007000001	서부빌딩	서울특별시 은평구 연서로 92	122895	3401.0	NaN	1	NaN	126.915538	37.607334

499328 rows × 39 columns

In [ ]:

pd.set_option('display.max_columns',40)

In [ ]:

shop.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 499328 entries, 0 to 499327
Data columns (total 39 columns):
 #   Column     Non-Null Count   Dtype  
---  ------     --------------   -----  
 0   상가업소번호     499328 non-null  int64  
 1   상호명        499327 non-null  object 
 2   지점명        66741 non-null   object 
 3   상권업종대분류코드  499328 non-null  object 
 4   상권업종대분류명   499328 non-null  object 
 5   상권업종중분류코드  499328 non-null  object 
 6   상권업종중분류명   499328 non-null  object 
 7   상권업종소분류코드  499328 non-null  object 
 8   상권업종소분류명   499328 non-null  object 
 9   표준산업분류코드   470597 non-null  object 
 10  표준산업분류명    470597 non-null  object 
 11  시도코드       499328 non-null  int64  
 12  시도명        499328 non-null  object 
 13  시군구코드      499328 non-null  int64  
 14  시군구명       499328 non-null  object 
 15  행정동코드      499328 non-null  int64  
 16  행정동명       499328 non-null  object 
 17  법정동코드      499328 non-null  int64  
 18  법정동명       499328 non-null  object 
 19  지번코드       499328 non-null  int64  
 20  대지구분코드     499328 non-null  int64  
 21  대지구분명      499328 non-null  object 
 22  지번본번지      499328 non-null  int64  
 23  지번부번지      412776 non-null  float64
 24  지번주소       499328 non-null  object 
 25  도로명코드      499328 non-null  int64  
 26  도로명        499328 non-null  object 
 27  건물본번지      499328 non-null  int64  
 28  건물부번지      64827 non-null   float64
 29  건물관리번호     499328 non-null  object 
 30  건물명        225178 non-null  object 
 31  도로명주소      499328 non-null  object 
 32  구우편번호      499328 non-null  int64  
 33  신우편번호      499319 non-null  float64
 34  동정보        43908 non-null   object 
 35  층정보        308195 non-null  object 
 36  호정보        71972 non-null   object 
 37  경도         499328 non-null  float64
 38  위도         499328 non-null  float64
dtypes: float64(5), int64(11), object(23)
memory usage: 148.6+ MB

In [ ]:

view_columns = ['상호명', '지점명', '상권업종대분류명', '상권업종중분류명', '상권업종소분류명', '시도명', '시군구명', '도로명', '도로명주소','경도', '위도']

In [ ]:

shop = shop[view_columns]
shop

Out[ ]:

	상호명	지점명	상권업종대분류명	상권업종중분류명	상권업종소분류명	시도명	시군구명	도로명	도로명주소	경도	위도
0	와라와라호프	NaN	음식	유흥주점	호프/맥주	서울특별시	강남구	서울특별시 강남구 남부순환로	서울특별시 강남구 남부순환로 2933	127.061026	37.493922
1	커피빈코리아선릉로93길점	코리아선릉로93길점	음식	커피점/카페	커피전문점/카페/다방	서울특별시	강남구	서울특별시 강남구 선릉로93길	서울특별시 강남구 선릉로93길 6	127.047883	37.505675
2	프로포즈	NaN	음식	유흥주점	호프/맥주	서울특별시	금천구	서울특별시 금천구 가산로	서울특별시 금천구 가산로 34-6	126.899220	37.471711
3	싱싱커피&토스트	NaN	음식	패스트푸드	토스트전문	부산광역시	사상구	부산광역시 사상구 괘감로	부산광역시 사상구 괘감로 37	128.980455	35.159774
4	가락사우나내스낵	NaN	생활서비스	대중목욕탕/휴게	사우나/증기탕/온천	서울특별시	송파구	서울특별시 송파구 가락로	서울특별시 송파구 가락로 71	127.104071	37.500249
...	...	...	...	...	...	...	...	...	...	...	...
499323	배스킨라빈스31	건대스타시티점	음식	패스트푸드	아이스크림판매	서울특별시	광진구	서울특별시 광진구 아차산로	서울특별시 광진구 아차산로 262	127.072944	37.536997
499324	본도시락	본설렁탕	음식	한식	설렁탕집	서울특별시	강동구	서울특별시 강동구 상일로6길	서울특별시 강동구 상일로6길 39	127.175331	37.549794
499325	체크페이먼트	NaN	음식	커피점/카페	커피전문점/카페/다방	서울특별시	강남구	서울특별시 강남구 역삼로69길	서울특별시 강남구 역삼로69길 10	127.054001	37.502210
499326	마젠타네일	NaN	생활서비스	이/미용/건강	발/네일케어	서울특별시	마포구	서울특별시 마포구 마포대로	서울특별시 마포구 마포대로 173	126.954442	37.549892
499327	GS25	역촌대로점	소매	종합소매점	편의점	서울특별시	은평구	서울특별시 은평구 연서로	서울특별시 은평구 연서로 92	126.915538	37.607334

499328 rows × 11 columns

In [ ]:

!sudo apt-get install -y fonts-nanum
!sudo fc-cache -fv
!rm ~/.cache/matplotlib -rf

Reading package lists... Done
Building dependency tree... Done
Reading state information... Done
fonts-nanum is already the newest version (20200506-1).
0 upgraded, 0 newly installed, 0 to remove and 45 not upgraded.
/usr/share/fonts: caching, new cache contents: 0 fonts, 1 dirs
/usr/share/fonts/truetype: caching, new cache contents: 0 fonts, 3 dirs
/usr/share/fonts/truetype/humor-sans: caching, new cache contents: 1 fonts, 0 dirs
/usr/share/fonts/truetype/liberation: caching, new cache contents: 16 fonts, 0 dirs
/usr/share/fonts/truetype/nanum: caching, new cache contents: 12 fonts, 0 dirs
/usr/local/share/fonts: caching, new cache contents: 0 fonts, 0 dirs
/root/.local/share/fonts: skipping, no such directory
/root/.fonts: skipping, no such directory
/usr/share/fonts/truetype: skipping, looped directory detected
/usr/share/fonts/truetype/humor-sans: skipping, looped directory detected
/usr/share/fonts/truetype/liberation: skipping, looped directory detected
/usr/share/fonts/truetype/nanum: skipping, looped directory detected
/var/cache/fontconfig: cleaning cache directory
/root/.cache/fontconfig: not cleaning non-existent cache directory
/root/.fontconfig: not cleaning non-existent cache directory
fc-cache: succeeded

In [ ]:

plt.rc('font', family='NanumBarunGothic')

In [ ]:

shop.plot.scatter(x='경도', y='위도', grid=True, figsize=(6,8))

Out[ ]:

<Axes: xlabel='경도', ylabel='위도'>

In [ ]:

shop_seoul = shop.loc[shop['도로명주소'].str.startswith('서울')]
shop_seoul

Out[ ]:

	상호명	지점명	상권업종대분류명	상권업종중분류명	상권업종소분류명	시도명	시군구명	도로명	도로명주소	경도	위도
0	와라와라호프	NaN	음식	유흥주점	호프/맥주	서울특별시	강남구	서울특별시 강남구 남부순환로	서울특별시 강남구 남부순환로 2933	127.061026	37.493922
1	커피빈코리아선릉로93길점	코리아선릉로93길점	음식	커피점/카페	커피전문점/카페/다방	서울특별시	강남구	서울특별시 강남구 선릉로93길	서울특별시 강남구 선릉로93길 6	127.047883	37.505675
2	프로포즈	NaN	음식	유흥주점	호프/맥주	서울특별시	금천구	서울특별시 금천구 가산로	서울특별시 금천구 가산로 34-6	126.899220	37.471711
4	가락사우나내스낵	NaN	생활서비스	대중목욕탕/휴게	사우나/증기탕/온천	서울특별시	송파구	서울특별시 송파구 가락로	서울특별시 송파구 가락로 71	127.104071	37.500249
5	허술한집	NaN	음식	분식	라면김밥분식	서울특별시	강서구	서울특별시 강서구 공항대로3길	서울특별시 강서구 공항대로3길 9	126.809957	37.562013
...	...	...	...	...	...	...	...	...	...	...	...
499323	배스킨라빈스31	건대스타시티점	음식	패스트푸드	아이스크림판매	서울특별시	광진구	서울특별시 광진구 아차산로	서울특별시 광진구 아차산로 262	127.072944	37.536997
499324	본도시락	본설렁탕	음식	한식	설렁탕집	서울특별시	강동구	서울특별시 강동구 상일로6길	서울특별시 강동구 상일로6길 39	127.175331	37.549794
499325	체크페이먼트	NaN	음식	커피점/카페	커피전문점/카페/다방	서울특별시	강남구	서울특별시 강남구 역삼로69길	서울특별시 강남구 역삼로69길 10	127.054001	37.502210
499326	마젠타네일	NaN	생활서비스	이/미용/건강	발/네일케어	서울특별시	마포구	서울특별시 마포구 마포대로	서울특별시 마포구 마포대로 173	126.954442	37.549892
499327	GS25	역촌대로점	소매	종합소매점	편의점	서울특별시	은평구	서울특별시 은평구 연서로	서울특별시 은평구 연서로 92	126.915538	37.607334

345268 rows × 11 columns

In [ ]:

shop_except_seoul = shop.loc[~shop['도로명주소'].str.startswith('서울')]
shop_except_seoul

Out[ ]:

	상호명	지점명	상권업종대분류명	상권업종중분류명	상권업종소분류명	시도명	시군구명	도로명	도로명주소	경도	위도
3	싱싱커피&토스트	NaN	음식	패스트푸드	토스트전문	부산광역시	사상구	부산광역시 사상구 괘감로	부산광역시 사상구 괘감로 37	128.980455	35.159774
22	경부할인마트	NaN	소매	종합소매점	종합소매	부산광역시	동구	부산광역시 동구 망양로	부산광역시 동구 망양로 593	129.034599	35.123196
23	마니쩜	NaN	음식	유흥주점	호프/맥주	부산광역시	부산진구	부산광역시 부산진구 대학로	부산광역시 부산진구 대학로 64-1	129.034302	35.150069
24	경주아구찜	NaN	음식	일식/수산물	아구전문	부산광역시	수영구	부산광역시 수영구 수영로	부산광역시 수영구 수영로 381-8	129.106330	35.141176
30	동해제일산오징어	NaN	음식	일식/수산물	낙지/오징어	부산광역시	동래구	부산광역시 동래구 아시아드대로220번길	부산광역시 동래구 아시아드대로220번길 30	129.068324	35.202902
...	...	...	...	...	...	...	...	...	...	...	...
499305	보라헤어	NaN	생활서비스	이/미용/건강	여성미용실	부산광역시	사상구	부산광역시 사상구 백양대로342번길	부산광역시 사상구 백양대로342번길 22	129.014460	35.154509
499310	호텔엘레펀트	NaN	숙박	모텔/여관/여인숙	모텔/여관/여인숙	부산광역시	부산진구	부산광역시 부산진구 중앙대로691번가길	부산광역시 부산진구 중앙대로691번가길 24-12	129.056079	35.155344
499311	포항물회	7.7	음식	일식/수산물	횟집	부산광역시	영도구	부산광역시 영도구 절영로36번길	부산광역시 영도구 절영로36번길 14-1	129.038401	35.091686
499318	참누리	NaN	생활서비스	세탁/가사서비스	청소/소독	부산광역시	해운대구	부산광역시 해운대구 좌동순환로99번길	부산광역시 해운대구 좌동순환로99번길 22	129.166905	35.177375
499321	봉수아피자	연산동점	음식	패스트푸드	피자전문	부산광역시	연제구	부산광역시 연제구 연동로	부산광역시 연제구 연동로 21	129.093382	35.187174

154060 rows × 11 columns

In [ ]:

shop_seoul.plot.scatter(x='경도', y='위도', grid=True, figsize=(10,8))

Out[ ]:

<Axes: xlabel='경도', ylabel='위도'>

In [ ]:

shop_except_seoul.plot.scatter(x='경도', y='위도', grid=True, figsize=(6,8))

Out[ ]:

<Axes: xlabel='경도', ylabel='위도'>

seaborn¶

• 데이터를 시각화하는 데 사용하는 라이브러리
• Matplotlib을 기반으로 더 쉽고, 통계적으로 유의미한 그래프를 그릴 수 있도록 다양한 기능을 제공
• 데이터 분석 및 데이터 사이언스 프로젝트에서 자주 사용

In [ ]:

import seaborn as sns

In [ ]:

plt.figure(figsize=(14, 10))
sns.scatterplot(data=shop_seoul, x='경도', y='위도', hue='시군구명')

Out[ ]:

<Axes: xlabel='경도', ylabel='위도'>

/usr/local/lib/python3.10/dist-packages/IPython/core/events.py:89: UserWarning: Creating legend with loc="best" can be slow with large amounts of data.
  func(*args, **kwargs)
/usr/local/lib/python3.10/dist-packages/IPython/core/pylabtools.py:151: UserWarning: Creating legend with loc="best" can be slow with large amounts of data.
  fig.canvas.print_figure(bytes_io, **kw)

In [ ]:

shop_seoul['상권업종대분류명'].value_counts()

Out[ ]:

상권업종대분류명
음식          112894
소매          106490
생활서비스        57266
학문/교육        27717
의료           15299
부동산          13164
관광/여가/오락      9536
숙박            2790
스포츠            112
Name: count, dtype: int64

In [ ]:

shop_seoul_edu = shop_seoul[shop_seoul['상권업종대분류명'] == '학문/교육']
shop_seoul_edu

Out[ ]:

	상호명	지점명	상권업종대분류명	상권업종중분류명	상권업종소분류명	시도명	시군구명	도로명	도로명주소	경도	위도
52	안재형영어	NaN	학문/교육	학원-어학	학원-외국어/어학	서울특별시	양천구	서울특별시 양천구 목동서로	서울특별시 양천구 목동서로 133-2	126.875973	37.531592
67	정아트	NaN	학문/교육	학원-음악미술무용	서예/서화/미술	서울특별시	강서구	서울특별시 강서구 양천로73가길	서울특별시 강서구 양천로73가길 21	126.873645	37.550924
86	GIA보석교육원	NaN	학문/교육	학원-자격/국가고시	학원-보석감정	서울특별시	강남구	서울특별시 강남구 압구정로	서울특별시 강남구 압구정로 320	127.036437	37.528532
120	경찰태권도	NaN	학문/교육	학원-예능취미체육	태권도장	서울특별시	성북구	서울특별시 성북구 길음로	서울특별시 성북구 길음로 20	127.023020	37.604749
142	파랑새어린이집	NaN	학문/교육	유아교육	어린이집	서울특별시	도봉구	서울특별시 도봉구 덕릉로	서울특별시 도봉구 덕릉로 329	127.045486	37.644831
...	...	...	...	...	...	...	...	...	...	...	...
499268	점프셈교실	뉴스터디	학문/교육	학원-보습교습입시	학원-입시	서울특별시	강서구	서울특별시 강서구 양천로	서울특별시 강서구 양천로 623	126.867243	37.554476
499278	점프셈교실	IPN보떼미용	학문/교육	학원-창업취업취미	학원-네일아트	서울특별시	강동구	서울특별시 강동구 천호대로	서울특별시 강동구 천호대로 993	127.122785	37.539198
499288	점프셈교실	온누리보습	학문/교육	학원-보습교습입시	학원-입시	서울특별시	관악구	서울특별시 관악구 문성로16가길	서울특별시 관악구 문성로16가길 43	126.914883	37.475271
499289	점프셈교실	일신제2관	학문/교육	학원-보습교습입시	학원-입시	서울특별시	영등포구	서울특별시 영등포구 선유로	서울특별시 영등포구 선유로 88	126.890194	37.521725
499315	점프셈교실	키스톤보습	학문/교육	학원-보습교습입시	학원-입시	서울특별시	관악구	서울특별시 관악구 조원로6길	서울특별시 관악구 조원로6길 1	126.905305	37.483139

27717 rows × 11 columns

In [ ]:

shop_seoul_edu.shape

Out[ ]:

(27717, 11)

In [ ]:

plt.figure(figsize=(14, 10))
sns.scatterplot(data=shop_seoul_edu, x='경도', y='위도', hue='상권업종중분류명')

Out[ ]:

<Axes: xlabel='경도', ylabel='위도'>

In [ ]:

shop_seoul_edu_computer = shop_seoul_edu[shop_seoul_edu['상권업종중분류명'] == '학원-컴퓨터']
shop_seoul_edu_computer

Out[ ]:

	상호명	지점명	상권업종대분류명	상권업종중분류명	상권업종소분류명	시도명	시군구명	도로명	도로명주소	경도	위도
442	아이비씨에듀케이션	NaN	학문/교육	학원-컴퓨터	컴퓨터학원	서울특별시	은평구	서울특별시 은평구 불광로	서울특별시 은평구 불광로 51	126.930696	37.613419
2687	서원초등학교컴퓨터교실	NaN	학문/교육	학원-컴퓨터	컴퓨터학원	서울특별시	서초구	서울특별시 서초구 고무래로	서울특별시 서초구 고무래로 63	127.014605	37.502429
3678	이찬진컴퓨터교실	NaN	학문/교육	학원-컴퓨터	컴퓨터학원	서울특별시	성북구	서울특별시 성북구 정릉로38다길	서울특별시 성북구 정릉로38다길 29	127.017025	37.601564
3872	백상컴퓨터학원	NaN	학문/교육	학원-컴퓨터	컴퓨터학원	서울특별시	구로구	서울특별시 구로구 구로중앙로7길	서울특별시 구로구 구로중앙로7길 28	126.889592	37.491327
5517	보성컴퓨터학원	NaN	학문/교육	학원-컴퓨터	컴퓨터학원	서울특별시	성북구	서울특별시 성북구 장위로15길	서울특별시 성북구 장위로15길 16	127.041859	37.614905
...	...	...	...	...	...	...	...	...	...	...	...
499152	점프셈교실	피씨정비네트워크	학문/교육	학원-컴퓨터	컴퓨터학원	서울특별시	마포구	서울특별시 마포구 독막로	서울특별시 마포구 독막로 33-1	126.917321	37.548368
499153	점프셈교실	왕컴퓨터	학문/교육	학원-컴퓨터	컴퓨터학원	서울특별시	은평구	서울특별시 은평구 응암로	서울특별시 은평구 응암로 204	126.917419	37.590132
499154	점프셈교실	벽산정보처리	학문/교육	학원-컴퓨터	컴퓨터학원	서울특별시	노원구	서울특별시 노원구 동일로	서울특별시 노원구 동일로 1335	127.062251	37.647993
499155	점프셈교실	신촌아이디컴퓨터	학문/교육	학원-컴퓨터	컴퓨터학원	서울특별시	서대문구	서울특별시 서대문구 신촌로	서울특별시 서대문구 신촌로 117	126.938941	37.556025
499156	점프셈교실	영명컴퓨터	학문/교육	학원-컴퓨터	컴퓨터학원	서울특별시	마포구	서울특별시 마포구 마포대로8길	서울특별시 마포구 마포대로8길 9	126.953922	37.546617

215 rows × 11 columns

In [ ]:

shop_seoul_edu_computer.shape

Out[ ]:

(215, 11)

In [ ]:

plt.figure(figsize=(14, 10))
sns.scatterplot(data=shop_seoul_edu_computer, x='경도', y='위도', hue='상권업종소분류명')

Out[ ]:

<Axes: xlabel='경도', ylabel='위도'>

folium¶

• leaflet.js 기반으로 만들어진 지도 위 데이터를 표현해주는 대표적인 파이썬 시각화 라이브러리

In [ ]:

!pip install folium

Requirement already satisfied: folium in /usr/local/lib/python3.10/dist-packages (0.14.0)
Requirement already satisfied: branca>=0.6.0 in /usr/local/lib/python3.10/dist-packages (from folium) (0.7.2)
Requirement already satisfied: jinja2>=2.9 in /usr/local/lib/python3.10/dist-packages (from folium) (3.1.4)
Requirement already satisfied: numpy in /usr/local/lib/python3.10/dist-packages (from folium) (1.25.2)
Requirement already satisfied: requests in /usr/local/lib/python3.10/dist-packages (from folium) (2.31.0)
Requirement already satisfied: MarkupSafe>=2.0 in /usr/local/lib/python3.10/dist-packages (from jinja2>=2.9->folium) (2.1.5)
Requirement already satisfied: charset-normalizer<4,>=2 in /usr/local/lib/python3.10/dist-packages (from requests->folium) (3.3.2)
Requirement already satisfied: idna<4,>=2.5 in /usr/local/lib/python3.10/dist-packages (from requests->folium) (3.7)
Requirement already satisfied: urllib3<3,>=1.21.1 in /usr/local/lib/python3.10/dist-packages (from requests->folium) (2.0.7)
Requirement already satisfied: certifi>=2017.4.17 in /usr/local/lib/python3.10/dist-packages (from requests->folium) (2024.2.2)

In [ ]:

import folium

In [ ]:

# folium.Map(location=[위도, 경도], zoom_start=배율, ...)
map_folium = folium.Map(location=[37.500043085219545, 127.03557801473566], zoom_start = 17)
map_folium

Out[ ]:

Make this Notebook Trusted to load map: File -> Trust Notebook

In [ ]:

# Marker(): location 속성으로 지정한 위치에 마커를 생성
# Popup(): 마커를 클릭했을 때 표시할 문자열을 설정
# add_to(): 작성된 마커를 지도에 추가
map_folium = folium.Map(location=[37.500043085219545, 127.03557801473566], zoom_start=17, )
popup = folium.Popup('코리아IT아카데미', max_width=200)
folium.Marker(location=[37.500043085219545, 127.03557801473566], popup=popup).add_to(map_folium)
map_folium

Out[ ]:

Make this Notebook Trusted to load map: File -> Trust Notebook

In [ ]:

# 지도: 37.56652479270633, 126.9779129116262
# 서울특별시청: 37.56652479270633, 126.9779129116262
# 덕수궁: 37.56585320879458, 126.97514572197248
# 서울지방경찰청: 37.57504045678939, 126.97195576938117
# 광화문: 37.57617987638928, 126.97694467807803
# 영풍문고-종로본점: 37.56999947440024, 126.98228391170936
map_folium = folium.Map(location=[37.56652479270633, 126.9779129116262], zoom_start=15, )

popup = folium.Popup('서울특별시청', max_width=200)
folium.Marker(location=[37.56652479270633, 126.9779129116262], popup=popup).add_to(map_folium)

popup = folium.Popup('덕수궁', max_width=200)
folium.Marker(location=[37.56585320879458, 126.97514572197248], popup=popup).add_to(map_folium)

popup = folium.Popup('서울지방경찰청', max_width=200)
folium.Marker(location=[37.57504045678939, 126.97195576938117], popup=popup).add_to(map_folium)

popup = folium.Popup('광화문', max_width=200)
folium.Marker(location=[37.57617987638928, 126.97694467807803], popup=popup).add_to(map_folium)

popup = folium.Popup('영풍문고-종로본점', max_width=200)
folium.Marker(location=[37.56999947440024, 126.98228391170936], popup=popup).add_to(map_folium)
map_folium

Out[ ]:

Make this Notebook Trusted to load map: File -> Trust Notebook

In [ ]:

from folium.features import CustomIcon
icon_image = 'police.png'
icon = CustomIcon(icon_image, icon_size=(45,45))
map_folium = folium.Map(location=[37.56652479270633, 126.9779129116262], zoom_start=15)
popup = folium.Popup('서울특별시청', max_width=200)
folium.Marker(location=[37.56652479270633, 126.9779129116262], popup=popup,
              icon=folium.Icon(icon='star', color='red')).add_to(map_folium)
popup = folium.Popup('덕수궁', max_width=200)
folium.Marker(location=[37.56585320879458, 126.97514572197248], popup=popup,
              icon=folium.Icon(icon='ok', color='pink')).add_to(map_folium)
popup = folium.Popup('서울지방경찰청', max_width=200)
folium.Marker(location=[37.57504045678939, 126.97195576938117], popup=popup,
              icon=icon).add_to(map_folium)
popup = folium.Popup('광화문', max_width=200)
folium.Marker(location=[37.57617987638928, 126.97694467807803], popup=popup).add_to(map_folium)
# CircleMarker(): 원의 범위를 마커로 설정
popup = folium.Popup('내땅', max_width=200)
folium.CircleMarker(location=[37.56999947440024, 126.98228391170936], popup=popup,
                    radius=30, color='red', fill_color='#EC4074').add_to(map_folium)
map_folium

Out[ ]:

Make this Notebook Trusted to load map: File -> Trust Notebook

문제¶

• shop_seoul_edu_computer 데이터프레임에 있는 모든 데이터를 지도에 표기
• 단, 일반 마커로 표기하며 클릭하면 "상호명-주소"형태의 팝업을 보여줌

In [ ]:

data = shop_seoul_edu_computer
edu_map = folium.Map(location=[data['위도'].mean(), data['경도'].mean()], zoom_start=12)
for i in data.index:
    edu_name = data.loc[i, '상호명'] + ' - ' + data.loc[i, '도로명주소']
    popup = folium.Popup(edu_name, max_width=500)
    folium.Marker(location=[data.loc[i, '위도'], data.loc[i, '경도']],
                  popup=popup).add_to(edu_map)
edu_map

Out[ ]:

Make this Notebook Trusted to load map: File -> Trust Notebook

문제¶

• 상권업종중분류명이 '커피점/카페'인 데이터중 '구군'이 '강남구'인 데이터만 지도에 표기
• 단, 일반 마커로 표기하며 클릭하면 "상호명-주소"형태의 팝업을 보여줌

In [ ]:

shop_seoul_coffee = shop_seoul[shop_seoul['상권업종중분류명'] == '커피점/카페']
shop_seoul_coffee.shape

Out[ ]:

(16349, 11)

In [ ]:

data = shop_seoul_coffee[shop_seoul_coffee['시군구명'] == '강남구']
coffee_map = folium.Map(location=[data['위도'].mean(), data['경도'].mean()], zoom_start=12)

for i in data.index:
    coffee_name = data.loc[i, '상호명'] + '-' + data.loc[i, '도로명주소']
    popup = folium.Popup(coffee_name, max_width=500)
    folium.Marker(location=[data.loc[i, '위도'], data.loc[i, '경도']],
                 popup=popup).add_to(coffee_map)

coffee_map

Out[ ]:

Make this Notebook Trusted to load map: File -> Trust Notebook

In [ ]: