파이썬 실용 예제. 무역과 공공데이터

[무역|5|API] 니트릴장갑 수출입 - 공공데이터포털 API XML 데이터 시각화 (5부)  XML parsing과 pandas DataFrame으로의 전환   코드를 이어서 보시겠습니다.soup = BeautifulSoup(response.content, 'html.parser')contents = soup.find_all('item')rows =[]for x in contents: year = x.find("year").text hsCode = x.find("hscode").text expDlr = x.find("expdlr").text impDlr = x.find("impdlr").text balPayments = x.find("balpayments").text r..

[무역|5|API] 니트릴장갑 수출입 - 공공데이터포털 API XML parsing (4부)   이번 포스팅에서는 XML 데이터를 pandas DataFrame으로 전환시키는 방법에 대해 알아 보도록 하겠습니다.   Open API 데이터 불러오기   먼저, Open API에 의해 데이터를 불러들이기 위해 작성된 코드 전문을 보시겠습니다. import pyautoguifrom bs4 import BeautifulSoupimport requests as rsimport pandas as pdpserviceKey = "~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~"OpsEnv =..

[무역|5|API] 니트릴장갑 수출입 - 공공데이터포털 API XML 기초 (3부)   2부에서 공공데이터포털 제공 관세청 오픈API 개발계정 활용신청을 진행하였습니다.  이제 자동승인에 의거, 서비스 인증키가 발급되었습니다.  이 서비스 인증키는 데이터에 접근하기 위해 필수적으로 제출되어야 하는 정보이기 때문에 우선 해당 서비스 인증키를 어디에서 확인할 수 있는지 알아 보겠습니다.  오픈API 서비스 인증키 확인하기   공공데이터포털의 '마이페이지'로 이동합니다. 로그인이 유지된 상태에서 확인되는 페이지이므로, 로그아웃 상태이시면 로그인을 먼저 수행하셔야 합니다.   보시는 것처럼 마이페이지의 왼쪽 사이드바에 카테고리가 나오는데요. 오픈API 카테고리의 인증키 발급현황을 클릭합니다. 그러면 인증키발급현..

[무역|5|API] 니트릴장갑 수출입 - 공공데이터포털 API 활용신청 (2부)   먼저, 공공데이터포털의 활용신청 방법에 대한 간략 설명을 보시겠습니다. 개발계정신청과 운영계정신청        개발계정은 서비스나 애플리케이션 개발자가 개발을 목적으로 데이터를 활용할 목적으로 신청하는 계정인데요. 이용자가 사용하는 것이 아니고 개발 차원에서 코드 테스트 과정 등을 하는 것이기 때문에 트래픽을 크게 발생할 일이 많지 않을 것입니다. 하여, 하루 평균 1000건 규모의 트래픽을 제공한다고 하는데요. 이 정도면 아직 개발할 서비스를 대중에 공개할 수준의 구체적 개발 목적을 가지고 개발하지 않는 이상은 충분한 수준입니다.         운영계정은 서비스나 애플리케이션을 개발하여 최종사용자가 사용할 수 있는 형태..

[무역|5|API] 니트릴장갑 수출입 - 공공데이터포털 API 활용 (1부)   그 동안의 주제를 통해서 Data Mining & Refining - Data processing - Data Visualization의 단계별로 활용가능한 python 라이브러리들과 도구, 링크들을 몇가지씩 살펴 보았습니다. 간단히 정리하면 다음과 같습니다.   1) Data Mining & Refining - 공공데이터포털, pandas, python 기본문법 2) Data processing - pandas, python 기본문법 3) Data Visualization - matplotlib, plotly(공간데이터 시각화 포함)  pandas는 자주 사용되는 메소드들의 대부분을 다루었습니다. 이 전 포스팅에서 다룬 정..

[무역|4|Plotly] 에어컨 계절 수출입 수요 - plotly bar plot & subplot (4부)  마지막 코드라인을 보시고 결과물을 확인해 보도록 하겠습니다.  6) plotly.offline.plot(fig)  plotly.offline을 import해와서 plot(fig)를 명령하면 plotly 서버로의 연결 없이, local computer에서 처리하여 사용하시는 browser 창으로 해당 결과를 표출해 주게 됩니다. 앞서 설명드린 것처럼, 결과물 확인을 위해 대기시간 및 오류없이 빠른 속도로 결과를 얻기 위해서 offline모드로 표출작업을 하실 것을 권장 드립니다.   Various plots in subplots 결과확인   그럼 실행하여 결과물을 확인해 보시겠습니다.  코드를 실..

[무역|4|Plotly] 에어컨 계절 수출입 수요 - plotly bar plot & subplot (3부) plotly의 시각화 코드를 한 줄씩 살펴 보시겠습니다.fig = make_subplots(rows=1, cols=2, specs=[[{"type": "bar"}, {"type": "bar"}]])fig.add_trace(go.Bar(y=y1, x=z1, name="수출실적"), row=1, col=1)fig.add_trace(go.Bar(y=y2, x=z1, name="수입실적"), row=1, col=1)fig.add_shape(type="line",x0=z1.iloc[0],x1=z1.iloc[z1.count()-1],y0=y1.mean(),y1=y1.mean(), line=dict(color..

[무역|4|Plotly] 에어컨 계절 수출입 수요 - import plotly (2부)   import 라이브러리와 모듈  import pandas as pdimport plotly.graph_objects as goimport pyautoguifrom plotly.subplots import make_subplotsimport plotly.offline  먼저 import할 라이브러리부터 보시죠.  1) data refining과 processing을 위해 pandas가 필요하구요.   2) plotly.graph_objects를 go라는 약칭으로 불러 들입니다. plotly의 plot에 관련한 다양한 메소드들이 이 모듈 안에 들어 있습니다. plotly.express가 더욱 간결하고 빠르게 결과물을 ..

[무역|4|Plotly] 에어컨 계절 수출입 수요 - plotly 기본 확장 (1부)     안녕하세요.  이번 포스팅 주제는 에어컨의 계절별 수출입 수요 흐름입니다.   무역3번 주제까지 matplotlib 기본을 알아보던 중이었는데요. 생활1번 주제 '자전거 대여소 공간데이터 시각화'를 하면서 plotly를 사용해 보게 되었습니다. 사용해 볼 수록 구문 구성이 매우 간편한 형태라서 제가 matplotlib을 맨땅에 헤딩하고 배우던 때에 대비해서 상당히 짧은 시간내에 많은 기능에 대해 익힐 수 있었는데요.   matplotlib도 훌륭하지만 plotly의 시각적 효과 부터 해서 간단한 구문 사용방식과 다양한 인자 반영까지, built-in 되어 있는 많은 것들이 matplotlib보다 편이성을 주는 측..

[무역|3|Plotly] 자전거 수출입과 일상의 데이터 - 공간데이터 시각화 Plotly (2부) 지난 시간에 받아둔 CSV파일을 들여다 보겠습니다.  총 21개의 데이터 항목 중 아래의 항목들이 이번에 처음 해보는 공간시각화의 과정에서 필수로 처리되어야 할 항목들로 보입니다.  (1) 자전거대여소명  (2) 자전거대여소구분 - 유인으로 운영되는지, 무인으로 운영되는지 또는 병행되는지가 표시됩니다. (3) 소재지도로명주소 (4) 소재지지번주소 (5) 위도 (6) 경도 (7) 운영시작시각 (8) 운영종료시각 (9) 휴무일 (10) 요금구분 (11) 자전거이용요금   plotly 엿보기  우선 간단한 형태로 코딩을 실행해 보겠습니다.  import pandas as pdimport plotly.express..