서울시 전통시장 현황 분석 With Python, Mapbox, Pydeck

아래 서울 열린데이터 서비스에서 제공해주고 있는 전통시장 현황 데이터를 사용해서 간략한 지도 시각화를 해보도록 하겠다. 대표적인 시각화 패키지 Mapbox와 Pydeck 라이브러리를 사용하도록 하겠다.

 

data.seoul.go.kr/dataList/OA-1176/S/1/datasetView.do

서울시 전통시장 현황

1. 데이터 가져오기

코드가 문제 없이 돌아간다면 아래와 같이 시장 이름, 주소 그리고 위경도 데이터를 확인할 수 있다.

import requests
import pandas as pd

api='~~'
url=f'http://openapi.seoul.go.kr:8088/{api}/json/ListTraditionalMarket/1/999/'
res=requests.get(url)
obj=res.json()
df=pd.DataFrame(obj['ListTraditionalMarket']['row'])

 

2. Mapbox 전통시장 지도 시각화

전통시장 위치에다가 원 포인트 하나씩 찍도록 하겠다. 확실히 강남보다는 강북 지역에 전통시장이 많은 점을 볼 수 있다.

 

 

from mapboxgl.utils import *
from mapboxgl.viz import *
from mapboxgl.utils import df_to_geojson
import json

df['LAT']=df['LAT'].astype(float)
df['LNG']=df['LNG'].astype(float)

geo_data = df_to_geojson(
    df=df,
    properties=['GUNAME', 'M_NAME','M_ADDR'],
    lat='LAT', lon='LNG',
    precision=5,
    filename = "local_market.geojson"
)

geo_data = 'local_market.geojson'

with open(geo_data) as f:
    gdata = json.loads(f.read())

token = '~~'
center = [126.981497, 37.518623]

viz = CircleViz(
    data=gdata,
    access_token=token,
    center=center,
    zoom=10.3,
    radius=3,
    stroke_color='black'

)
viz.show()
viz.create_html('local_market.html')

다음으로는 전통시장 수치를 클러스터링 형식으로 시각화해보았다.

 

 

color_stops = create_color_stops([5,10,15,20,25,30], colors='BrBG')

cviz = ClusteredCircleViz(gdata,
                         access_token=token,
                         color_stops=color_stops,
                         radius_stops=[[1,5], [10, 10], [50, 15], [100, 20]],
                         radius_default=2,
                         cluster_maxzoom=10,
                         cluster_radius=30,
                         label_size=12,
                         opacity=0.9,
                         center=center,
                         zoom=10.4
                         )

cviz.show()
cviz.create_html('시장.html')

 

 

3. 서울시 행정구역별 전통시장 수

마지막으로 서울시 행정구역 별 전통시장 수를 Pydeck을 통해서 지도에 시각화해보도록 하겠다. 

아래 지도에서 볼 수 있듯이 서울 중구와 영등포구에서 전통시장이 30개로 가장 많았다.

 

 

import json

state=json.load(open('C:/Users/banad/Downloads/TL_SCCO_SIG.zip.geojson', encoding='utf-8'))
total=pd.DataFrame(df.groupby(['GUNAME']).count()['M_NAME']).reset_index()

for idx, sigun in enumerate(state['features']):
    code=sigun['properties']['SIG_CD']
    if code[:2] =='11':
        gu=sigun['properties']['SIG_KOR_NM']
        number= total.loc[(total['GUNAME']==gu),'M_NAME'].iloc[0]
        state['features'][idx]['properties']['전통시장 수']=float(number)
        
data=[x for x in state['features'] if len(x['properties'])>3 ]
state['features']=data

kor=[]
markets=[]
cor=[]
for i in state['features']:
    kor.append(i['properties']['SIG_KOR_NM'])
    markets.append(i['properties']['전통시장 수'])
    cor.append(i['geometry']['coordinates'][0])
    
pyd=pd.DataFrame({'행정구역':kor,'전통시장 수':markets,'cor':cor})
pyd['정규화'] = pyd['전통시장 수'] / pyd['전통시장 수'].max()
pyd['number']=pyd['전통시장 수']*500

import pydeck as pdk

mm = pdk.Layer(
    'PolygonLayer', # 사용할 Layer 타입
    pyd, # 시각화에 쓰일 데이터프레임
    get_polygon='cor', # geometry 정보를 담고있는 컬럼 이름
    get_fill_color='[0, 255*정규화, 0]', # 각 데이터 별 rgb 또는 rgba 값 (0~255)
    pickable=True, # 지도와 interactive 한 동작 on
    auto_highlight=True, # 마우스 오버(hover) 시 박스 출력
    extruded = True,
    get_elevation = 'number',
    elevation_scale = 0.2
    
)

center = [126.981540, 37.565]
view_state = pdk.ViewState(
    longitude=center[0],
    latitude=center[1],
    zoom=10,
    bearing=15,
    pitch=45
)

r = pdk.Deck(layers=[mm], initial_view_state=view_state,
            tooltip={
                "html": 
                '''<b>행정구역:</b> {행정구역} <br/> <b>전통시장 수:</b> {전통시장 수}'''
            }
            )
r.show()  
r.to_html('행정구역별 전통마켓.html')