[무역|2|Phase3] 3D 프린터와 무역의 미래 - matplotlib data visualization

[무역|2|Phase3] 3D 프린터와 무역의 미래 - matplotlib data visualization

 

 

지난 Phase2에 이어 data visualization 결과물을 정리해 보겠습니다.

 

Data visualization 코드 부분만 다시 보시겠습니다.

 

x1 = d7['기간']
y1 = d7['수출금액']
y2 = -d7['수입금액']
y3 = d7['무역수지']
plt.plot(x1, y1, linestyle= 'solid', color='blue', marker='.', alpha = 0.5)
plt.plot(x1, y2, linestyle= 'solid', color='red', marker='.', alpha = 0.5)
plt.bar(x1, y3, color='green', alpha = 1.0)
plt.tick_params(axis='x', labelcolor='black', labelsize=9)
plt.legend(labels=('수출금액', '수입금액','무역수지'), loc='best')
plt.grid(axis='y', linestyle='-.', linewidth=0.5, color='black', alpha=0.3)
plt.grid(axis='x', linestyle='-.', linewidth=0.5, color='black', alpha=0.3)
plt.ylabel('금액(Thou.USD)')
plt.tick_params(axis='x', labelcolor='black', labelsize=8, labelrotation=90)
plt.tick_params(axis='y', labelcolor='black', labelsize=8, labelrotation=30)
plt.tight_layout()
plt.show()

 

 처음 부동산 주제부터 읽어 보신 분들은 코드 수준의 심화 단계를 조금씩 높여왔기 때문에, 무리 없이 이해 되시리라 생각됩니다. 하지만, 이 글로 처음 제 블로그를 접하시는 경우라면 바로 이해가 힘드실 수 있으실 것 같아, 제 포스팅의 링크를 아래 걸어 놓겠습니다. 한줄 한줄에 대한 상세는 이전 포스팅을 참조해 주세요.

 

 

[부동산 | Phase3] 아파트 현황조사(고양시) - Data Visualization / matplotlib (3부)
출처: https://pdatinmylife.tistory.com/entry/부동산-Phase3-지역단위-아파트-현황조사-Data-Visualization-3부?category=821297 [파이썬 실용 예제. 무역과 공공데이터]

 

 

 

그럼 3개 raw data 파일에 대한 시각화 그래프를 보시겠습니다.

 

 3D 프린터의  3개 세번에 대한 상세한 수출입요령과 동향 등에 대해 궁금하시다면 아래 링크의 네이버 블로그를 방문해 주시면 상세한 내용을 확인하실 수 있습니다.

 

HS code로 보는 무역 경제 & IT

(1) 3D 프린터의 HS code 분류체계와 세율 혜택을 위한 선택 방법

https://blog.naver.com/carotin3/222004149247

 

 

 

 

(1) 8463.90-1000

 

그 밖의 금속이나 서멧(cermet)의 가공용 공작기계(재료를 절삭하지 않는 방식으로 한정한다)(4단위) - 기타(6단위) - 3D 프린터(10단위)

 

(2) 8477.59-1000

 

고무나 플라스틱을 가공하거나 이들 재료로 제품을 제조하는 기계(이 류에 따로 분류되지 않은 것으로 한정한다)(4단위) - 기타(6단위) - 3D 프린터(10단위)

 

 

(3) 8479.89-9070

 

 이 류에 따로 분류되지 않은 기계류(고유의 기능을 가진 것으로 한정한다)(4단위)- 기타(6단위) - 기타(8단위) - 3D프린터(10단위)

 

 

결과물이 3가지 raw data에서도 모두 잘 나온 것이 확인 되었습니다.

균일한 그래프 형상을 가짐으로서 각 세번 물품간의 무역수지규모의 상대적 비교도 가능하겠습니다.

 

이제 무역 주제에 대한 아이템의 수출입실적 자료를 볼 때엔 이 함수로 간단히 시각화를 진행할 수 있게 되었습니다.

 

구체적인 모양 변경도 역시 해당 함수에 인자를 추가로 주어 바꿔주는 방식을 취할 수도 있겠는데요.

 

그러한 방식은 다음번 무역 주제를 다루면서 해보는 것도 좋을 것 같습니다.

 

 

 

그런데, 같은 유형의 그래프라면 3개를 연이어 보는 방법이 없을까요?

 

 

비교해 보기에는 같은 x방향 또는 y방향으로 일괄 정렬하여  붙여 보는 것이 더 유리할 수 있습니다. 

이러한 경우 pyplot.subplots()가 쓰이는데요.

이 함수를 이용한 여러 값의 그래프 일괄도출 방법도 다음 주제에서 다루어 보도록 하겠습니다.

 

이제 결과 해석과 의견교환의 포스팅으로 이어 가 보겠습니다.
 다음 포스팅에서 뵐께요.

NPU(엔피유) 관세사무소

대표관세사 고장주

Tel) 031-986-7190

E-mail) sales@npucus.com

[NPU관세사무소 프로모션 페이지] https://www.tradenpu.com/npu_cus/

[무역비지니스 인텔리전스 서비스 | TradeNPU] https://www.tradenpu.com​

[파이썬 실용 예제. 무역과 공공데이터] https://pdatinmylife.tistory.com

​

Certified Customs Broker JangJu Goh

Executive Customs Broker @ NPU Customs Consulting

CEO @ JG TradePlus

​

sales@npucus.com

Trade Compliance / Customs clearance management at foreign company

Working experience of Air export freight forwarding

Data Visualization / Independent development of business automation application – copyright of JGPO_Manager, JG Data Center, AutoCC and etc.

B2B consignment & direct export/import, B2C Overseas Buying Office consulting

Alibaba.com B2B trade / taobao B2C trade / Amazon.com global selling etc. Online trade regulation consulting.

Import license / Quarantine

English communication available

​

[TradeNPU for partnership proposal - JGTP] https://www.tradenpu.com/jgtp/

 

 

 

 

"본 저작물은 관세청에서 2020년 작성하여 공공누리 제1유형으로 개방한 '(수출입무역통계정보) HS 품목별 수출입 실적(작성자:관세청 정보화기획 담당관)'을 이용하였으며, 해당 저작물은 '관세청, https://unipass.customs.go.kr/ets/index.do?menuId=ETS_MNU_00000103'에서 무료로 다운받으실 수 있습니다."

​

"본 저작물은 관세청에서 2020년 작성하여 공공누리 제1유형으로 개방한 '(수출입무역통계정보) HS 품목별 국가별 수출입 실적(작성자:관세청 정보화기획 담당관)'을 이용하였으며, 해당 저작물은 '관세청, https://unipass

.customs.go.kr/ets/index.do?menuId=ETS_MNU_00000103'에서 무료로 다운받으실 수 있습니다."