파이썬 실용 예제. 무역과 공공데이터

경기도 미분양 아파트 현황 요근래 블로그를 방문해 주시는 분들의 유입검색어를 살펴보니, 이 주제에 관해서는 코딩보다는 실제 경기도 미분양 아파트 현황이 어떻게 되는지 그 값을 보고 싶어하시는 분들이 방문해 주시는 경우가 많은 것으로 판단이 되었습니다. 하여, 경기도 미분양아파트 현황에 대한 결과물을 첨부하여 공유 드리고자 포스팅을 하나 더 만들었습니다. 포스팅한 코딩을 따라하셔서 직접 만들어 보시면, 실행 때마다 가장 최신의 데이터로 업데이트 되지만 첨부해 드리는 내용은 이 코딩을 진행한 현재 날짜 기준의 데이터로 글이 올라가게 됩니다. 이러한 이유로 포스팅 후 시간이 지나면 out-of-date되는 데이터이기 때문에 참조하여 주시고 경기도 미분양 아파트 현황에 대해 주기적인 확인이 가능한 코딩을 직접 ..

[부동산|2|Plotly] 경기도 미분양 아파트 현황 3D plot go.Scatter3d 3D chart 만들기 go.Scatter3d 이번에는 3D chart를 구현해 보도록 하겠습니다. matplotlib 뿐만 아니라, plotly의 3D plot에서도 interactive하게 그래프를 rotating할 수 있습니다. 코드를 먼저 보시겠습니다.fig.add_trace(go.Scatter3d(x= df2['시군명'], y = df2["총분양가구수"], z = df2['당월미분양가구수'], marker=dict(size=4, colorscale='Viridis',), line=dict(color='darkblue',width=2), name='전체총분양/미분양가구수'),row=2,col=2) 3D pl..

[부동산|2|Plotly] 경기도 미분양 아파트 현황 plotly 누적막대그래프 Plotly 누적막대그래프 barplot barmode='stack' 이번에는 plotly에서 누적막대그래프를 그리는 방법을 소개합니다. matplotlib에서 누적막대그래프를 그리는 방법에 관해서는 아래 링크의 지난 부동산 1번 주제 포스팅에서 다루었던 적이 있습니다. [부동산 | Phase3] 아파트 현황조사(고양시) - matplotlib 기본 (4부) plotly와 비교를 위해 matplotlib의 막대그래프 그리는 방법을 요약해 보면 다음과 같습니다. 1) 두 개의 bar()메소드를 사용해 각 값에 대한 막대그래프를 생성하고 2) 얹어 놓을 bar의 height값을 줌과 동시에, bottom 인자에 바닥에 깔릴 ba..

[부동산|2|Plotly] 경기도 미분양 아파트 현황 go.Table() Plotly 표 만들기 Plotly 표 만들기 go.Table() 지난 포스팅에서 몇차례 언급드렸던 go는 graph_objects의 약어입니다. Plotly의 모듈로서 'go'로 약칭해 import하는 것이 통상입니다.import plotly.graph_objects as go 이 go 모듈 안에 Table() 메소드를 활용해서 시각화도구로서 그래프만 그리는 것이 아닌 표도 그려 넣을 수 있도록 해보겠습니다. 특히, 이 표는 html로 구현되면서 interactive한 반응형의 표를 만들 수 있다는 점에서도 특별함을 제공해 줍니다. Plotly를 이용한 테이블의 생성에 관한 공식문서는 아래의 링크를 통해 확인이 가능하십니다. Ta..

[부동산|2|Plotly] 경기도 미분양 아파트 현황 make_subplots() Plotly Subplots만들기 make_subplots() Plotly의 편의성과 정갈한 시각화를 느껴 보고자 계속해서 부동산 2번 주제에서도 plotly의 사용법을 알아보도록 하겠습니다. 먼저, 한개의 canvas에 여러개의 plot들을 한번의 실행으로 표출될 수 있도록 도와주는 make_subplots에 대해 알아 보겠습니다. matplotlib에서는 plt.subplots()로 사용하게 되는데요. plotly에서는 import 자체를 아래와 같이 먼저 하여 주고, 사용할 수 있습니다.from plotly.subplots import make_subplotsfig = make_subplots( rows=3, cols..

[부동산|2|Plotly] 경기도 미분양 아파트 현황 XML parsing Data mining - 선택 데이터의 XML 구조 이해 이제 Data Sourcing이 되었으니, mining을 곧바로 진행하겠습니다. 이전에 사용하였던 xml parser함수를 그대로 이용하여 조금 수정해 사용하겠습니다. url을 구성하는 방식은 동일하기에 이 자료의 xml구조를 먼저 보고, 어떻게 parsing구문을 구성할지만 보겠습니다. 이 Data의 샘플URL 결과는 아래와 같습니다. 김포시 41570 마산동 경기도 김포시 마산동 김포한강지구 Ac-06BL ㈜동일스위트 ㈜동일 ㈜동일스위트 민간 분양 84.95 743 2018-03 2020-12 미준공 0 김포시 41570 마산동 경기도 김포시 마산동 김포한강지구 Ac-0..

[부동산|2|Plotly] 경기도 미분양 아파트 현황 Plotly subplots 무역 주제를 주로 다루어 왔는데요. 이번에는 부동산 주제로 조금 방향을 틀어보겠습니다. 이번에 준비한 데이터는 '경기도 공동주택 미분양 현황'입니다. Data sourcing - 경기데이터드림 먼저 공공데이터 포털의 데이터목록 찾기를 통해 '경기도 아파트 미분양 현황'이라는 검색어로 검색을 해보겠습니다. 2020년 7월 20일 현재 기준 해당 검색어의 연관 검색결과로 총 18,807건이 나옵니다. 그 중 오픈API 탭으로 넘어 가시면 제일 첫번째 위치한 '공동주택미분양 현황' 아이템이 있습니다. 바로가기를 클릭해 보시면 '경기데이터드림'이라는 사이트로 이동이 됩니다. 이 사이트는 저도 처음 접해 보기에 사이트 소개란의 소개..