따릉이 대여소 정보를 지도에 표시¶

In [1]:

import folium
import pandas as pd
import googlemaps
import numpy as np
import json

from folium.plugins import MarkerCluster
from folium.plugins import HeatMap

import warnings
warnings.filterwarnings(action='ignore')

In [8]:

# gmaps_key = "본인 API"
# gmaps = googlemaps.Client(key=gmaps_key)

# geo_path = '../../data/02. skorea_municipalities_geo_simple.json'
# geo_str = json.load(open(geo_path, encoding='utf-8'))

In [3]:

DDa = pd.read_excel('../../data/공공자전거 대여소 정보.xlsx')
DDa.head()

Out[3]:

	구분	대여소번호	대여소명	위도	경도	거치대수
0	마포구	101	101. (구)합정동 주민센터	37.549561	126.905754	5
1	마포구	102	102. 망원역 1번출구 앞	37.556000	126.910454	20
2	마포구	103	103. 망원역 2번출구 앞	37.554951	126.910835	14
3	마포구	104	104. 합정역 1번출구 앞	37.550629	126.914986	13
4	마포구	105	105. 합정역 5번출구 앞	37.550007	126.914825	5

In [4]:

DDa_count = DDa.groupby('구분').sum('거치대수')
DDa_count

Out[4]:

	대여소번호	위도	경도	거치대수
구분
강남구	235437	3750.009683	12705.486921	1210
강동구	62298	2177.780178	7374.463997	773
강북구	59525	1467.706114	4953.973380	451
강서구	102127	3229.966489	10907.969378	1014
관악구	111426	1948.968616	6600.692603	652
광진구	113173	2252.719049	7624.956658	793
구로구	119131	2287.203299	7738.976881	728
금천구	80663	1648.550827	5583.308740	540
노원구	110676	2522.330396	8513.612320	850
도봉구	60295	1318.116664	4446.437479	423
동대문구	32176	1916.568989	6479.691079	653
동작구	83623	1537.508634	5204.944282	501
마포구	19368	2929.700891	9899.430803	1062
서대문구	32138	2028.838982	6854.356217	695
서초구	197874	3260.869895	11050.740529	1214
성동구	70120	2365.938153	8003.543683	780
성북구	77714	2180.769003	7367.419745	712
송파구	152309	3712.665229	12584.774611	1279
양천구	39581	2026.398324	6850.266555	663
영등포구	21914	3339.264553	11295.007241	1258
용산구	32116	1463.831085	4952.053544	538
은평구	57977	2332.218777	7869.238039	688
종로구	23454	2404.878087	8127.254691	715
중구	16652	1652.760743	5587.669159	484
중랑구	74416	1955.122525	6608.665039	616

In [5]:

# ClusterMarker
lat_float = np.array(DDa['위도']).astype('float')
lng_float = np.array(DDa['경도']).astype('float')

DDa_map = folium.Map(location=[37.5502, 126.982],
                     zoom_start=11)
DDa_mc = MarkerCluster().add_to(DDa_map)

for n in DDa.index:        
    folium.Marker([DDa['위도'][n],
                   DDa['경도'][n]],
                   popup=DDa['대여소명'][n]).add_to(DDa_mc)
DDa_map

Out[5]:

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

In [6]:

# 맵 빈도 색 표시
DDa_map.choropleth(geo_data=geo_str,
              data=DDa_count['거치대수'],
               columns = [DDa_count.index, DDa_count['거치대수']],
               fill_color = 'GnBu',
               key_on = 'feature.id')
DDa_map

Out[6]:

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

In [7]:

# 히트맵
HeatMap(
    data=zip(lat_float, lng_float), 
    blur=15,
    radius=20,color='red').add_to(DDa_map)
DDa_map.save('../../data/Seoul_DDa.html')
DDa_map

Out[7]:

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

[23.06.30] 데이터 시각화(따릉이) - 21(3)

따릉이 대여소 정보를 지도에 표시¶