이번에는 서울과 인천의 여름 휴가철 평균온도 차이를 빅데이터 분석해 보았습니다!

 

안녕하세요 직장인 블로거 입니다. 오늘 이번 시간에는 며칠전에 했던 서울과 부산의 휴가철 평균온도 분석과 관련하여 지역만 살짝 바꾸어서 빅데이터 분석을 한번 해보려고 합니다. 지금 시기가 겨울이긴 하지만 서울과 인천의 평균온도가 과연 휴가철에 얼마만큼 차이가 나는지 기상청에서 제공하는 빅데이터로 분석해 보려고 하거든요.

 

분석 결과는 아래와 같이 나옵니다. 1983년부터 최근 데이터까지 일별 데이터를 기준으로 휴가철 기준 서울과 인천 평균 온도차이를 그래프로 표현한 헌건데요.

 

표에서 보이는 '0'이 시작 년도인 1983년도이고 숫자가 올라갈 수로 최근 데이터 입니다. 5는 5년후 10은 10년후 이런식이죠...

 

 

[서울과 인천의 평균 온도에 대한 변화 그래프]

 

사실 빅데이터라는 분야게 대하여 무언가 연구적으로 분석하기 위한 내공의 시간이예요. 그러려면 어떤 데이터든 어떤 시각에서라도 분석할 수 있는 역량을 키우이 위해 현재까지는 배우고 이것저것 분석하는 단계인데요.

 

서울과 인천의 평균온도 차이에 따른 휴가철 인구이동을 좀 보려고 이번에 분석해 보는겁니다. 가설은 인천보다는 서울이 평균온도가 상승하고 있어 서울에 사는 사람들이 여름에 좀더 시원한대로 떠날 가능성이 부산보다 높다? 이런식?

 

그러려면 정말 인천이 서울보다 평균온도가 낮은지를 보려는 거죠

 

 

서울과 인천 기상청 공공빅데이터를 변수에 저장하는 파이썬 소스

 

먼저 기상청에서 서울과 인천의 온도 데이터를 다운받아야 하죠. 관련해서 데이터 다운받고 하는 방법은 아래 포스팅에 기존에 적어둔게 있으니 참조하시면 됩니다.

 

기상관측이래 울산이 가장 더웠던 날과 온도를 빅데이터로 분석해 보자!

 

위의 소스코드는 파이썬입니다. 파이썬이 무엇인지 이런 기초는 여기서는 다루지 않을께요. 빅데이터를 분석하는 부분에 대한 진도나가는 포스팅입니다.

 

자 다시, 서울과 인천의 기상청 빅데이터를 다운받고 이 두개의 파일을 각각  CSV형식으로 호출하여 각각의 변수에 저장한다음 사용할 준비를 하는 겁니다.

 

서울쪽 데이터는 data라는 변수에, 인천의 기온데이터는 data2라는 변수에 각가 집어 넣는 거예요.

 

 

기상청 공공데이터 파일의 형식

 

 

다운 받은 파일을 보면 기상청에서 제공하는 서울과 인천의 파일 각각에 서울과 인천의 온도 측정일자, 평균기온, 최저기온, 최고기온이 각각 파일에 C열, D열, C열에 존재합니다.

 

서울과 인천의 평균온도차이를 보기위해서는 당연히 C열의 데이터, 평균기온을 사용해야 겠지요?

 

 

서울과 인천의 평균온도를 저장하는 루프문

 

 

서울과 인천의 모든 CSV파일 내에 있는 평균온도데이터를 가지고 와 저장하는 루프문입니다. 먼저 정의를 한게 서울과 인천의 휴가철을 극 성수기인 8월 1일로 정의해 보았습니다.

 

그리하여 8월 1일에 매년 평균온도를 특정변수에 넣고, 이를 이용하여 서울과 인천의 각각의 평균온도를 그래프로 표현하는 것이죠.

 

각각의 파일에서 평균온도를 가져오는 소스는 float(row[-3]) 입니다. 여기서 -3은 해당 행의 뒤에서 3번째 데이터를 가리키는 포인트입니다. -2는 뒤에서 두번째, -1은 가장 뒤에 있는 데이터를 지정하는 포인트지요.

 

 

인천과 서울의 평균 온도를 그래프로 나타내는 명령어

 

 

이렇게  루프문을 돌도 돌아 전체적으로 저장된 평균온도를 plt(plt가 몬지는 이전 포스트를 참조하세요. 위에 링크 걸어 두었습니다).의 plot 메소드를 통해 그래프로 표현했습니다.

 

서울은 파란색, 인천은 분홍색이구요.

 

 

서울, 인천 평균온도 차이

 

 

 

이제 그래프가 그려졌습니다. 그래프로만 보면 예전에는 인천의 평균온도가 서울과 비교해 보았을 때 특별히 모난데 없이 유사한 평균 온도를 보이고 있는 것이 나타나네요. 

 

이렇다면 굳이 서울 사람들이 여름 휴가철 한참때 더운 서울을 떠나는 게 인천보다는 더할 수 있는 가설이 기각될만할 것 같습니다. 이렇게 분석해 보니 재밌네요!!