[Python] 37. Test 답

# -*- coding: utf-8 -*-
"""
Created on Wed Jun 22 14:50:20 2022

@author: KITCOOP
test0622_A.py
"""
#1. 년도별 서울의 전입과 전출 정보를 막대그래프로 작성하여
#  20220622-1.png 파일로 그래프 저장하기
# 20220622-1.png 파일 참조
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import rc
rc('font', family="Malgun Gothic") #현재 폰트 변경 설정.
df = pd.read_excel('data/시도별 전출입 인구수.xlsx', header=0)
df.info()
df = df.fillna(method='ffill') #fillna : 결측값을 앞의 데이터로 채우기
mask = ((df['전출지별'] == '서울특별시') & (df['전입지별'] == '전국')) 
df_seoulout = df[mask] #전출지가 서울 => 전국
print(df_seoulout)
df_seoulout = df_seoulout.drop(['전출지별'], axis=1) #전출지별 삭제
print(df_seoulout)
df_seoulout.set_index('전입지별', inplace=True) #전입지별 columns을 index로 변환
print(df_seoulout)
df_seoulout.rename({'전국':'전출건수'}, axis=0, inplace=True) #전국 index를 전출건수 index로 이름 변경
print(df_seoulout) #서울 => 전국으로 전출한 건수 정보

mask = ((df['전입지별'] == '서울특별시') & (df['전출지별'] == '전국'))
df_seoulin = df[mask] #전출지가 전국 => 서울
print(df_seoulin)
df_seoulin = df_seoulin.drop(['전입지별'], axis=1) #전입지별 삭제
df_seoulin.set_index('전출지별', inplace=True) #전출지별 columns을 index로 변환
df_seoulin.rename({'전국':'전입건수'}, axis=0, inplace=True) #전국 index를 전입건수 index로 이름 변경
print(df_seoulin) #전국 => 서울로 전출한 건수 정보

#pd.concat : 두개의 DataFrame 객체를 한개로 결합하여 생성
df_seoul = pd.concat([df_seoulout,df_seoulin])
print(df_seoul)
df_seoul = df_seoul.T #전치행렬 : 행과 열을 변경
print(df_seoul)

#막대그래프로 출력
df_seoul.plot(kind='bar', figsize=(20, 10), width=0.7,
          color=['orange', 'green'])
plt.title('서울 전입 전출 건수', size=30)
plt.ylabel('이동 인구 수', size=20)
plt.xlabel('기간', size=20)
plt.ylim(1000000, 3500000)
plt.legend(loc='best', fontsize=15)
plt.show()
plt.savefig("20220622-1.png",dpi=400,bbox_inches="tight")


#2. 년도별 서울의 전입과 전출 정보이용하여 순수증감인원수를 
#  선그래프로 작성하여 20220622-2.png 그래프 저장하기
# 20220622-2.png 파일 참조
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import  rc
rc('font', family="Malgun Gothic")
df = pd.read_excel('data/시도별 전출입 인구수.xlsx', header=0)
df = df.fillna(method='ffill')    
mask = (((df['전출지별'] == '서울특별시') & (df['전입지별'] == '전국')) |
        ((df['전입지별'] == '서울특별시') & (df['전출지별'] == '전국')))
df_seoul = df[mask]
df_seoul
df_seoul = df_seoul.drop(['전출지별','전입지별'], axis=1) #'전출지별','전입지별' 컬럼을 삭제
df_seoul.index = ["전입건수",'전출건수']
print(df_seoul)
df_seoul = df_seoul.T
print(df_seoul)

#증감수 컬럼 추가하기
df_seoul["증감수"] = df_seoul["전입건수"] - df_seoul["전출건수"]
print(df_seoul)

plt.rcParams['axes.unicode_minus']=False #음수표현. -
plt.style.use('ggplot') 
#plot함수 : 선그래프가 기본값.
df_seoul["증감수"].plot()
plt.title('서울 순수 증감수', size=20) #title
plt.ylabel('이동 인구 수', size=20) #y값
plt.xlabel('기간', size=20) #x값
plt.legend(loc='best', fontsize=15) #범례
plt.show() #완료?
plt.savefig("20220622-2.png",dpi=400,bbox_inches="tight")

#3. 남한의 전력량을(수력,화력,원자력)을 연합막대그래프로 작성하고,
#   전력증감율을 선그래프로 작성하여 20220622-3.png 그래프로 저장하기
# 20220622-3.png 파일 참조

import pandas as pd
import matplotlib.pyplot as plt
plt.style.use('ggplot') 
plt.rcParams['axes.unicode_minus']=False 
df = pd.read_excel('data/남북한발전전력량.xlsx')
df = df.loc[0:4]
print(df.head())
#axis = 'columns' : axis=1 같은 의미
df.drop('전력량 (억㎾h)', axis='columns', inplace=True)
print(df.head())

df.set_index('발전 전력별', inplace=True) #발전 전력별 컬럼을 인덱스로 변경
print(df.head())
df = df.T
print(df.head())
df = df.rename(columns={'합계':'총발전량'}) #컬럼명 변경
print(df.head())
df['총발전량 - 1년'] = df['총발전량'].shift(1) #앞의 총 발전량 데이터
print(df.head())
df['증감율']=((df['총발전량'] / df['총발전량 - 1년']) - 1) * 100      
print(df)
ax1 = df[['수력','화력','원자력']].plot(kind='bar', \
             figsize=(20, 10),  width=0.7, stacked=False)  

#같은 그래프 영역으로 설정
ax2 = ax1.twinx() 
#df.index : x축의 값
#df.증감율 : y축의 값
#ls = '--' : 선의 종류
ax2.plot(df.index, df.증감율, ls='--', marker='o', markersize=10, 
        color='green', label='전년대비 증감율(%)')  

ax1.set_ylim(0, 5500)
ax2.set_ylim(-50, 50)
ax1.set_xlabel('연도', size=20)
ax1.set_ylabel('발전량(억 KWh)')
ax2.set_ylabel('전년 대비 증감율(%)')
plt.title('남한 전력 발전량 (1990 ~ 2016)', size=30)
ax1.legend(loc='upper left')
ax2.legend(loc='upper right')
plt.show()
plt.savefig("20220622-3.png",dpi=400,bbox_inches="tight")