[무역|3|Phase3] 자전거 수출입과 일상의 데이터 - matplotlib
지난 포스팅을 통해 자전거의 2017.1~ 2020.5까지의 월별 수출입실적에 대한 관세청 자료의 Data mining, refining & python coding까지 진행해 보았습니다. 이번 시간에는 matplotlib에 의한 시각화 결과물을 함께 보시도록 하겠습니다.
시각화된 최종결과물은 아래 네이버블로그를 통해서 카테고리별로 게재되고 있습니다. 해당 결과물에 대한 개인적 해석의견과 추가적인 수출입 업무 정보를 아래 블로그를 통해 제공해 드리고 있으니, 함께 많은 참조 부탁 드립니다.
그럼 하나씩 실행 코드와 결과물을 보시겠습니다.
(1) 8712.00-1000 경기용 자전거
from blog.importexportCal import *
exportimportCal(project_Name='Bicycle', hs_code='8712001000', title='경기용 자전거')
(2) 8712.00-9020 삼륜 자전거 (어린이용 제외)
from blog.importexportCal import *
exportimportCal(project_Name='Bicycle', hs_code='8712009020', title='삼륜자전거(어린이용 제외)')
(3) 8712.00-9090 외발, 두발, 네발의 각종 자전거
from blog.importexportCal import *
exportimportCal(project_Name='Bicycle', hs_code='8712009090', title='외발, 두발, 네발의 각종 자전거')
(4) 8711.60-9000 전기자전거
from blog.importexportCal import *
exportimportCal(project_Name='Bicycle', hs_code='8711609000', title='전기자전거')
(5) 9503.00-1100 어린이용 세발 자전거
from blog.importexportCal import *
exportimportCal(project_Name='Bicycle', hs_code='9503001100', title='어린이용 세발자전거')
5개 파일에 대한 시각화 결과물이 함수의 사용으로 매우 간단하게 도출됩니다.
함수의 정의와 호출방식으로 다양한 시각화 결과물 정의를 미리 세팅해 놓으시고 사용하신다면 보고서 작업의 시간단축에 크게 도움이 되시리라 생각됩니다.
살펴 보시면, 지난번 포스팅에서 보지 못하신 인자가 하나 추가 되었습니다.
title인자인데요.. 자전거 유형별로 plot마다 제목을 붙여 주기 위해 인자를 추가하였습니다.
해당 인자는 plt.title(title)이라는 코드에서 사용되었습니다. plt.title()은 괄호안의 값을 해당 plot의 제목 위치에 표출해 줍니다.
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.title(title)
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()
여기까지 자전거의 유형별 수출입 실적을 위한 시각화를 다루어 보았습니다.
이제 시각화 중 공간데이터 시각화에 대한 기초와 간단한 실행결과를 다음 포스팅에서 다루어 보고자 합니다.
plotly라는 라이브러리를 이용할 예정이며, 위도, 경도 좌표를 가진 data set을 이용하고자 합니다.
계속해서 구독 부탁 드립니다.
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."
'파이썬(Python) > 자전거 수출입과 일상의 데이터' 카테고리의 다른 글
| [무역|3|Plotly] 자전거 수출입과 일상의 데이터 - 공간데이터 시각화 Plotly (2부) (0) | 2020.06.24 |
|---|---|
| [무역|3|Plotly] 자전거 수출입과 일상의 데이터 - 공간데이터 시각화 Plotly (1부) (2) | 2020.06.23 |
| [무역|3|Python] 자전거 수출입과 일상의 데이터 - 공공데이터포털 데이터수집 (1부) (1) | 2020.06.22 |