종합병원지수 데이터 시각화2

병원 개수와 인구의 관계를 시각화 해보도록 하겠습니다.

자세한 소스코드는 : https://github.com/bongbongd/hospital_index

에서 hospital_index2.ipynb 를 참고 하시기 바랍니다.

인구수와 밀도는 지역별 인구와 밀도는 https://namu.wiki/w/%ED%95%9C%EA%B5%AD%EC%9D%98%20%EC%A7%80%EC%97%AD%EB%B3%84%20%EC%9D%B8%EA%B5%AC%20%EC%88%9C%EC%9C%84?from=%EB%8C%80%ED%95%9C%EB%AF%BC%EA%B5%AD%2F%EC%9D%B8%EA%B5%AC%2F%EA%B8%B0%EC%B4%88%EC%9E%90%EC%B9%98%EB%8B%A8%EC%B2%B4%EB%B3%84 에서 가져왔습니다.

가져온 결과는 아래와 같습니다.

population_count는 인구 수 , density는 인구 밀도 입니다.

역시 서울의 인구 밀도가 제일 높습니다.

index	addr	population_count	area	density
서울특별시 양천구	서울특별시 양천구	476714	17.40	27391.56
서울특별시 동대문구	서울특별시 동대문구	354403	14.21	24934.36
서울특별시 동작구	서울특별시 동작구	400588	16.35	24494.96
서울특별시 중랑구	서울특별시 중랑구	410417	18.50	22189.69
서울특별시 광진구	서울특별시 광진구	357397	17.06	20945.30
서울특별시 구로구	서울특별시 구로구	416766	20.12	20715.29

....

병원정보와 인구 정보를 합칩니다.

addr_hos_pop = pd.merge(addr_pop_df, hospital_b, how='outer', left_index=True, right_index=True)
addr_hos_pop

index	addr	population_count	area	density	d1	d2	count	shortname	x	y
강원도 강릉시	강원도 강릉시	213605	1040.38	205.31	강원도	강릉시	4.0	강릉	11	4.0
강원도 고성군	강원도 고성군	29188	661.11	44.15	강원도	고성군	0.0	고성(강원)	9	0.0
강원도 동해시	강원도 동해시	93085	180.20	516.57	강원도	동해시	1.0	동해	11	5.0
강원도 삼척시	강원도 삼척시	68812	1187.09	57.97	강원도	삼척시	1.0	삼척	11	8.0
강원도 속초시	강원도 속초시	82318	105.72	778.63	강원도	속초시	2.0	속초	9	1.0
강원도 양구군	강원도 양구군	23749	661.89	35.88	강원도	양구군	0.0	양구	8	0.0
강원도 양양군	강원도 양양군	27254	630.08	43.25	강원도	양양군	0.0	양양	10	2.0
강원도 영월군	강원도 영월군	40085	1127.62	35.55	강원도	영월군	1.0	영월	10	8.0
강원도 원주시	강원도 원주시	338701	867.82	390.29	강원도	원주시	2.0	원주	10	7.0
강원도 인제군	강원도 인제군	32532	1645.17	19.77	강원도	인제군	0.0	인제	9	2.0
강원도 정선군	강원도 정선군	38498	1219.73	31.56	강원도	정선군	0.0	정선	11	6.0
강원도 철원군	강원도 철원군	47745	889.46	53.68	강원도	철원군	0.0	철원	6	0.0
강원도 춘천시	강원도 춘천시	280771	1116.36	251.50	강원도	춘천시	2.0	춘천	10	3.0
강원도 태백시	강원도 태백시	46630	303.48	153.65	강원도	태백시	1.0	태백	11	7.0

.....

인구 한명당 병원개수를 구하고 지도로 표현하기 위해 1000000을 곱해줍니다.

addr_hos_pop['hospital_rate'] = addr_hos_pop['count']/addr_hos_pop['population_count']*1000000

병원 지수가 높은 곳을 한번 살펴볼까요??

addr_hos_pop['hospital_rate'] = addr_hos_pop['count']/addr_hos_pop['population_count']*1000000
addr_hos_pop.sort_values(by='hospital_rate', ascending=False)

index	addr	population_count	area	density	d1	d2	count	shortname	x	y	hospital_rate
대구광역시 중구	대구광역시 중구	79522	7.06	11271.30	대구광역시	중구	3.0	대구중구	10	13.0	37.725409
전라남도 영광군	전라남도 영광군	55447	474.97	116.74	전라남도	영광군	2.0	영광	1	17.0	36.070482
부산광역시 서구	부산광역시 서구	112374	13.94	8060.77	부산광역시	서구	4.0	부산서구	9	18.0	35.595422
부산광역시 동구	부산광역시 동구	89623	9.74	9204.87	부산광역시	동구	3.0	부산동구	10	17.0	33.473550
광주광역시 동구	광주광역시 동구	96369	49.21	1958.50	광주광역시	동구	3.0	광주동구	3	20.0	31.130343
전라남도 고흥군	전라남도 고흥군	67532	807.33	83.65	전라남도	고흥군	2.0	고흥	3	22.0	29.615590
인천광역시 동구	인천광역시 동구	70797	7.19	9844.79	인천광역시	동구	2.0	인천동구	1	5.0	28.249785
전라남도 해남군	전라남도 해남군	74701	1013.26	73.72	전라남도	해남군	2.0	해남	0	21.0	26.773403
서울특별시 종로구	서울특별시 종로구	152398	23.91	6373.05	서울특별시	종로구	4.0	서울종로	6	3.0	26.247064

이제 지도로 그려봅니다.

이제 병원개수와 인구밀도의 상관관계를 볼까요??

상관관계 0.324로 약한 상관관계를 알 수 있습니다.

병원개수가 0개인 지역을 제외하고 상관관계를 볼까요??

상관관계는 0에 가까운 값으로 상관관계가 거의 없다고 봐도 무방합니다.