2. 서울시 범죄 현황 분석

학습 목표

• 카카오 맵 api 사용법 이해

• 시각화 라이브러리 이해

1. 개요

• 데이터 과학의 목적
  • 가정(혹은 인식)을 검증하고 표현하는 것
  • 2014-10월 기사 : 서울 강남 3구 체감안전도 높아 => 검증 및 확인 https://www.news1.kr/articles/?1911504

• 활용 : Googlemaps, Kakaomaps, Folium, Matplotlib, Seaborn, Pandas, Numpy

• 데이터 얻기
  • 공공데이터포털
  • 서울시 관서별 5대 범죄 현황
    • Github 자료 사용

• 데이터 읽기
  • numpy, pandas 사용
  • thousands 옵션 : 숫자의 천단위 구분자를 제거하고 숫자형으로 읽는 설정
    • 숫자에 구분자가 있는 경우 문자로 인식하기 때문에 thousands 옵션 사용

2. 지오코딩

• 지오코딩이란? 지오코딩(Geocoding)은 고유명칭(주소나 산,호수의 이름등)을 가지고 위도와 경도의 좌표값를 얻는 것을 말한다.

<데이터 설명>

• 서울시 관서별 5대 범죄 발생 검거 현황 데이터: "02. crime_in_Seoul.csv" 서울시 경찰서 별로 살인, 강도, 강간, 절도, 폭력이라는 5대 범죄에 대한 발생 건수 및 검거 건수관서명: 중부서, 종로서, 남대문서, ... 살인 발생: 살인 사건 발생 건수 살인 검거: 살인 용의자 검거 건수 강도 발생: 강도 사건 발생 건수 강도 검거: 강도 용의자 검거 건수 강간 발생: 강간 사건 발생 건수 강간 검거: 강간 용의자 검거 건수 절도 발생: 절도 사건 발생 건수 절도 검거: 절도 용의자 검거 건수 폭력 발생: 폭력 사건 발생 건수 폭력 검거: 폭력 용의자 검거 건수

• 데이터 불러오기

crime_anal_police = pd.read_csv('../data/02. crime_in_Seoul.csv', thousands=',', 
                                encoding='euc-kr')
crime_anal_police.head()

서울시에는 한 구에 하나 또는 두 군데의 경찰서가 위치하고 있으며, 구 이름과 다른 경찰서도 존재한다. 경찰서 목록을 소속 구별로 변경해주어야 할 것 같다.

 

• 카카오 API 사용

import json
import requests

class KakaoLocalAPI:
    """
    Kakao Local API 컨트롤러
    """
    def __init__(self, rest_api_key):

        # REST API 키 설정
        self.rest_api_key = rest_api_key
        self.headers = {"Authorization": "KakaoAK {}".format(rest_api_key)}
        self.URL_05 = "https://dapi.kakao.com/v2/local/search/keyword.json"
    
    def search_keyword(self,query,category_group_code=None,x=None,y=None,radius=None,rect=None,page=None,size=None,sort=None):
   
        params = {"query": f"{query}"}
        
        if category_group_code != None:
            params['category_group_code'] = f"{category_group_code}"
        if x != None:
            params['x'] = f"{x}"
        if y != None:
            params['y'] = f"{y}"
        if radius != None:
            params['radius'] = f"{radius}"
        if rect != None:
            params['rect'] = f"{rect}"
        if page != None:
            params['page'] = f"{page}"
        if size != None:
            params['size'] = f"{params}"
        if sort != None:
            params['sort'] = f"{sort}"
        
        res = requests.get(self.URL_05, headers=self.headers, params=params)
        document = json.loads(res.text)
        
        return document
    

rest_api_key = "카카오api키입력"

kakao = KakaoLocalAPI(rest_api_key)

station_name = []
station_addreess = []
station_lat = []
station_lng = []

for name in crime_anal_police['관서명']:
    station_name.append('서울' + str(name[:-1]) + '경찰서')

for name in station_name:
    a = kakao.search_keyword(name)
    tmp=a.get('documents')
    station_addreess.append(tmp[0].get('road_address_name'))
    station_lat.append(tmp[0].get('y'))
    station_lng.append(tmp[0].get('x'))
    
    print(name + '-->' + tmp[0].get('road_address_name'))

• 결과값 확인

print(tmp[0])

3. 데이터 정제

• 범죄 현황 데이터 불러오기

crime_anal_raw = pd.read_csv('../data/02. crime_in_Seoul_include_gu_name.csv', 
                             encoding='utf-8')
crime_anal_raw.head()

• pivot_table을 사용해서 원 데이터를 '관서별'에서 '구별'로 변경

crime_anal_raw = pd.read_csv('../data/02. crime_in_Seoul_include_gu_name.csv', 
                             encoding='utf-8', index_col=0)
#index_col 인덱스 지정
crime_anal = pd.pivot_table(crime_anal_raw, index='구별', aggfunc=np.sum)
#aggfunc 옵션에 np.sum 을 사용해서 '평균치'가 아닌 '합계'를 출력하도록 지정
crime_anal.head()

• 각 범죄별 검거율을 계산

crime_anal['강간검거율'] = crime_anal['강간 검거']/crime_anal['강간 발생']*100
crime_anal['강도검거율'] = crime_anal['강도 검거']/crime_anal['강도 발생']*100
crime_anal['살인검거율'] = crime_anal['살인 검거']/crime_anal['살인 발생']*100
crime_anal['절도검거율'] = crime_anal['절도 검거']/crime_anal['절도 발생']*100
crime_anal['폭력검거율'] = crime_anal['폭력 검거']/crime_anal['폭력 발생']*100

#검거 건수는 검거율로 대체할 수 있기 때문에 삭제
del crime_anal['강간 검거']
del crime_anal['강도 검거']
del crime_anal['살인 검거']
del crime_anal['절도 검거']
del crime_anal['폭력 검거']


con_list = ['강간검거율', '강도검거율', '살인검거율', '절도검거율', '폭력검거율']

# 검거율이 100이 넘는 숫자들은 모두 100으로 처리
for column in con_list:
    crime_anal.loc[crime_anal[column] > 100, column] = 100
    
#'강간 발생', '강도 발생', ... , '폭력 발생'의 변수명을 변경
crime_anal.rename(columns = {'강간 발생':'강간', 
                             '강도 발생':'강도', 
                             '살인 발생':'살인', 
                             '절도 발생':'절도', 
                             '폭력 발생':'폭력'}, inplace=True)
crime_anal.head()

• 데이터 표현을 위해 다듬기 "정규화" '강도', '살인' 사건은 두 자릿수인데, '절도'와 '폭력'은 네 자릿수이다. 각각을 비슷한 범위에 놓고 비교하는 것이 편리하기 때문에, 데이터를 좀 다듬어주자
  • 각 항목의 최댓값을 '1'로 두면, 추후 범죄 발생 건수를 종합적으로 비교할 때 편리할 것이다!
  • 즉, 강간, 강도, 살인, 절도, 폭력에 대해 각 컬럼 별로 '정규화' 처리를 수행하였다
  • 사이킷런의 최솟값, 최댓값을 이용해서 정규화시키는 MinMaxScaler() 함수 사용

==> '정규화'처리된 데이터를 살펴보면 '구별'로 '강간', '강도', '살인', '절도', '폭력' 변수의 값들이 0 ~ 1 사이의 값으로 변경되었음을 확인할 수 있다.

from sklearn import preprocessing

col = ['강간', '강도', '살인', '절도', '폭력']

x = crime_anal[col].values
min_max_scaler = preprocessing.MinMaxScaler()

x_scaled = min_max_scaler.fit_transform(x.astype(float))
crime_anal_norm = pd.DataFrame(x_scaled, columns = col, index = crime_anal.index)

col2 = ['강간검거율', '강도검거율', '살인검거율', '절도검거율', '폭력검거율']
crime_anal_norm[col2] = crime_anal[col2]
crime_anal_norm.head()

• 1장에서 만들어 놓은 "01. CCTV_result.csv" 파일에서 필요한 변수들만 추출

result_CCTV = pd.read_csv('../data/01. CCTV_result.csv', encoding='UTF-8', 
                          index_col='구별')
crime_anal_norm[['인구수', 'CCTV']] = result_CCTV[['인구수', '소계']]

#각 범죄 발생 건수의 합을 '범죄'라는 항목으로 통합!
col = ['강간','강도','살인','절도','폭력']
crime_anal_norm['범죄'] = np.sum(crime_anal_norm[col], axis=1)
#각 범죄별 검거율의 합을 '검거'라는 항목으로 통합!
col = ['강간검거율','강도검거율','살인검거율','절도검거율','폭력검거율']
crime_anal_norm['검거'] = np.sum(crime_anal_norm[col], axis=1)

crime_anal_norm.head()

4. 범죄 현황 데이터 시각화

• SeabornMatplotlib과 함꼐 사용하는 시각화 도구 seaborn을 import할 때는 matplotlib도 같이 import 되어 있어야 한다.

import matplotlib.pyplot as plt
import seaborn as sns

%matplotlib inline

import platform

#한글 폰트 문제를 해결
path = "c:/Windows/Fonts/malgun.ttf"
from matplotlib import font_manager, rc
if platform.system() == 'Darwin':
    rc('font', family='AppleGothic')
elif platform.system() == 'Windows':
    font_name = font_manager.FontProperties(fname=path).get_name()
    rc('font', family=font_name)
else:
    print('Unknown system... sorry~~~~')

• pairplot을 사용한 상관관계 확인

sns.pairplot(crime_anal_norm, x_vars=["인구수", "CCTV"], 
             y_vars=["살인", "강도"], kind='reg', size=3)
plt.show()

"인구수"와 "살인"의 상관계수가 제일 높아보인다. 즉, 인구가 많은 곳이 살인이 비교적 많이 일어난다고 할 수 있겠다.

sns.pairplot(crime_anal_norm, x_vars=["인구수", "CCTV"], 
             y_vars=["살인검거율", "폭력검거율"], kind='reg', size=3)
plt.show()

sns.pairplot(crime_anal_norm, x_vars=["인구수", "CCTV"], 
             y_vars=["절도검거율", "강도검거율"], kind='reg', size=3)
plt.show()

대부분 음의 상관관계가 있는 것으로 나왔다.

CCTV가 많이 설치되어 있다고 해서, 검거율이 높은 건 아닌 듯 싶다.

 

• 발생 건수, 비율로 정렬해서 heatmap으로 시각화

tmp_max = crime_anal_norm['검거'].max()
crime_anal_norm['검거'] = crime_anal_norm['검거'] / tmp_max * 100
crime_anal_norm_sort = crime_anal_norm.sort_values(by='검거', ascending=False)

target_col = ['강간검거율', '강도검거율', '살인검거율', '절도검거율', '폭력검거율']

crime_anal_norm_sort = crime_anal_norm.sort_values(by='검거', ascending=False)

plt.figure(figsize = (10,10))
sns.heatmap(crime_anal_norm_sort[target_col], annot=True, fmt='f', 
                    linewidths=.5, cmap='RdPu')
plt.title('범죄 검거 비율 (정규화된 검거의 합으로 정렬)')
plt.show()
#############################################################
target_col = ['강간', '강도', '살인', '절도', '폭력', '범죄']

crime_anal_norm['범죄'] = crime_anal_norm['범죄'] / 5
crime_anal_norm_sort = crime_anal_norm.sort_values(by='범죄', ascending=False)

plt.figure(figsize = (10,10))
sns.heatmap(crime_anal_norm_sort[target_col], annot=True, fmt='f', linewidths=.5,
                       cmap='RdPu')
plt.title('범죄비율 (정규화된 발생 건수로 정렬)')
plt.show()

• 발생 건수로 봤을 때는 강남구, 양천구, 영등포구 가 범죄 발생 건수가 높다.

• 또한 강남 3구인 송파구 와 서초구 도 범죄 발생 건수가 낮다고는 할 수 없어보인다.
  • 이러한 결과로 보았을 때, 과연 강남 3구가 범죄로부터 안전하다고 할 수 있을까??

4. 범죄 현황 지도 시각화

• Folium
  • Folium 은 시각화 도구이다.
  • Folium 라이브러리를 사용하려면, cmd 창을 켜고 pip install folium 이라는 명령문을 입력해서 설치해야 한다.
  • skorea_municipalities_geo_simple.json

  {"type":"FeatureCollection","features":[
  {"type":"Feature", 
  "id":"강동구", 
  "properties":{"code":"11250",
  "name":"강동구",
  "name_eng":"Gangdong-gu",
  "base_year":"2013"},
  "geometry":{"type":"Polygon","coordinates":
  [[[127.11519584981606,37.557533180704915],
  [127.16683184366129,37.57672487388627],
  [127.18408792330152,37.55814280369575],
  [127.16530984307447,37.54221851258693],
  [127.14672806823502,37.51415680680291],
  [127.12123165719615,37.52528270089],
  [127.1116764203608,37.540669955324965],
  [127.11519584981606,37.557533180704915]]]}},

• 구별 살인 현황 지도에 표현

import json
# 검거율 데이터
crime_anal_norm=pd.read_csv('../data/02. crime_in_Seoul_final.csv', encoding='utf-8')
# 지도 데이터
geo_path = '../data/02. skorea_municipalities_geo_simple.json' 
geo_str = json.load(open(geo_path, encoding='utf-8'))

map = folium.Map(location=[37.5502, 126.982], zoom_start=11, 
                 tiles='Stamen Toner')

map.choropleth(geo_data = geo_str,
							 #colormap 은 살인 발생 건수('살인')로 지정
               data = crime_anal_norm['살인'],
               columns = [crime_anal_norm.index, crime_anal_norm['살인']],
               fill_color = 'PuRd', #PuRd, YlGnBu
               key_on = 'feature.id')
map

• 구별 범죄 현황과 경찰서별 검거율 지도에 표현

crime_anal_raw['lat'] = station_lat
crime_anal_raw['lng'] = station_lng

col = ['살인 검거', '강도 검거', '강간 검거', '절도 검거', '폭력 검거']
# 각 범죄별 검거 건수를 해당 범죄의 최대 검거 건수로 나눠준다
tmp = crime_anal_raw[col] / crime_anal_raw[col].max()
# axis = 1 로 설정해서, 각 경찰서별로 검거율을 합해준다
crime_anal_raw['검거'] = np.sum(tmp, axis=1)

map = folium.Map(location=[37.5502, 126.982], zoom_start=11)

map.choropleth(geo_data = geo_str,
               data = crime_anal_norm['범죄'],
               columns = [crime_anal_norm.index, crime_anal_norm['범죄']],
               fill_color = 'PuRd', #PuRd, YlGnBu
               key_on = 'feature.id')

# 각 경찰서의 위도 및 경도 정보를 이용해서, folium 으로 시각화
for n in crime_anal_raw.index:
    folium.CircleMarker([crime_anal_raw['lat'][n], crime_anal_raw['lng'][n]], 
                        radius = crime_anal_raw['검거'][n]*10, 
                        color='#3186cc', fill_color='#3186cc', fill=True).add_to(map)
    
map

5. 결론

<최종 시각화 결과 해석>

• 지도에서 범죄가 많이 발생할수록 붉은색이고, 원의 크기가 넓을수록 해당 경찰서의 검거율이 높다는 의미이다.

• 결과를 자세히 살펴보면, 서울 서부는 범죄가 많이 발생하지만 검거율이 비교적 높은 편이다.

• 반면, 서울 북부는 범죄 발생 건수가 적고 검거율 또한 낮다.

• 이제 우리가 증명해보려 했던 "강남 3구는 범죄로부터 정말 안전할까?"라는 가설에 대해 확인해보겠다.
  • 강남 3구(강남구, 서초구, 송파구)에 각종 유흥업소들이 많이 밀집되어 있어서 범죄 발생 건수가 높은 편이다.
  • 그에 비해 강남 3구의 검거율이 매우 좋아보이지는 않는다.
  • 이러한 결과를 보았을 때, 과연 강남 3구가 정말로 범죄로부터 안전한지에 대한 의문이 남는다.