[Python] Pandas와 Matplotlib을 이용한 데이터 시각화 예제 (세계 top10 인구 변화)

Pandas와 Matplotlib를 이용한 데이터 시각화 예제 (세계 top10 인구 변화)

Pandas와 Matplotlib을 이용하여 세계 상위 10개국의 인구 변화를 line plot으로 시각화하는 예제를 만들어 보도록 하자.

시각화를 위해 jupyter notebook을 사용하였다.

0. 데이터 출처

세계 인구 데이터는 Kaggle에서 다운로드 받아서 사용할 수 있다.

1. 데이터 준비

import sys
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams.update(
    {
        "font.family": "AppleGothic" if sys.platform == "darwin" else "Malgun Gothic",
        "font.size": 8,
        "figure.figsize": (12, 6),
        "axes.unicode_minus": False,
    }
)

# 데이터의 경로는 상황에 맞게 변경
origin = pd.read_csv("./world_population_data.csv", index_col=0)
origin.head()

출력 결과 확인 (상위 5개)

	cca3	country	continent	2023 population	2022 population	2020 population	2015 population	2010 population	2000 population	1990 population	1980 population	1970 population	area (km²)	density (km²)	growth rate	world percentage
rank
1	IND	India	Asia	1428627663	1417173173	1396387127	1322866505	1240613620	1059633675	870452165	696828385	557501301	3287590.00	481	0.81%	17.85%
2	CHN	China	Asia	1425671352	1425887337	1424929781	1393715448	1348191368	1264099069	1153704252	982372466	822534450	9706961.00	151	-0.02%	17.81%
3	USA	United States	North America	339996563	338289857	335942003	324607776	311182845	282398554	248083732	223140018	200328340	9372610.00	37	0.50%	4.25%
4	IDN	Indonesia	Asia	277534122	275501339	271857970	259091970	244016173	214072421	182159874	148177096	115228394	1904569.00	148	0.74%	3.47%
5	PAK	Pakistan	Asia	240485658	235824862	227196741	210969298	194454498	154369924	115414069	80624057	59290872	881912.00	312	1.98%	3.00%

234 rows × 16 columns

2. 데이터 전처리

상위 10개국의 데이터만 추출하고 연도의 컬럼을 reverse(반전) 시킨다.

# rank 순으로 이미 정렬이 되어있기 때문에 따로 처리 없이 인덱스를 cca3(국가코드)로 변경
df = origin.copy().head(10).set_index("cca3")
# 모든 컬럼 반전
df = df[df.columns[::-1]]
df

출력 결과 확인

	world percentage	growth rate	density (km²)	area (km²)	1970 population	1980 population	1990 population	2000 population	2010 population	2015 population	2020 population	2022 population	2023 population	continent	country
cca3
IND	17.85%	0.81%	481	3287590.0	557501301	696828385	870452165	1059633675	1240613620	1322866505	1396387127	1417173173	1428627663	Asia	India
CHN	17.81%	-0.02%	151	9706961.0	822534450	982372466	1153704252	1264099069	1348191368	1393715448	1424929781	1425887337	1425671352	Asia	China
USA	4.25%	0.50%	37	9372610.0	200328340	223140018	248083732	282398554	311182845	324607776	335942003	338289857	339996563	North America	United States
IDN	3.47%	0.74%	148	1904569.0	115228394	148177096	182159874	214072421	244016173	259091970	271857970	275501339	277534122	Asia	Indonesia
PAK	3.00%	1.98%	312	881912.0	59290872	80624057	115414069	154369924	194454498	210969298	227196741	235824862	240485658	Asia	Pakistan
NGA	2.80%	2.41%	246	923768.0	55569264	72951439	95214257	122851984	160952853	183995785	208327405	218541212	223804632	Africa	Nigeria
BRA	2.70%	0.52%	26	8515767.0	96369875	122288383	150706446	175873720	196353492	205188205	213196304	215313498	216422446	South America	Brazil
BGD	2.16%	1.03%	1329	147570.0	67541860	83929765	107147651	129193327	148391139	157830000	167420951	171186372	172954319	Asia	Bangladesh
RUS	1.80%	-0.19%	9	17098242.0	130093010	138257420	148005704	146844839	143242599	144668389	145617329	144713314	144444359	Europe	Russia
MEX	1.60%	0.75%	66	1964375.0	50289306	67705186	81720428	97873442	112532401	120149897	125998302	127504125	128455567	North America	Mexico

3. 데이터 시각화

# filter를 이용하여 컬럼명에 population이 포함된 컬럼만 추출한다.
# 속성 T는 transpose() 메서드에 대한 약어로 행과 열을 바꾼다.
plt.plot(df.filter(like="population").T, marker="o", label=df.index)

# 그래프의 제목
plt.title("연도에 따른 인구수 변화 (세계 인구 top10)")

# x축 라벨
plt.xlabel("연도")

# y축 라벨
plt.ylabel("인구수")

# y축 눈금 설정 (1e8은 1억을 의미하고 이를 15번 반복하면서 15억까지 표시한다.)
plt.yticks([1e8 * i for i in range(1, 16)], [f"{i}억명" for i in range(1, 16)])

# 그리드 표시
plt.grid()

# 범례 표시
plt.legend(title="국가", loc="upper left", bbox_to_anchor=(1, 1))

# 그래프 출력
plt.show()
plt.close()

출력 결과 확인

4. 최종 코드

import sys
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams.update(
    {
        "font.family": "AppleGothic" if sys.platform == "darwin" else "Malgun Gothic",
        "font.size": 8,
        "figure.figsize": (12, 6),
        "axes.unicode_minus": False,
    }
)

origin = pd.read_csv("./world_population_data.csv", index_col=0)

df = origin.copy().head(10).set_index("cca3")
df = df[df.columns[::-1]]

plt.plot(df.filter(like="population").T, marker="o", label=df.index)

plt.title("연도에 따른 인구수 변화 (세계 인구 top10)")
plt.xlabel("연도")
plt.ylabel("인구수")

plt.yticks([1e8 * i for i in range(1, 16)], [f"{i}억명" for i in range(1, 16)])
plt.grid()
plt.legend(title="국가", loc="upper left", bbox_to_anchor=(1, 1))
plt.show()
plt.close()