강서구 민원데이터_2 (민원상담)

1. 강서구 민원상담 데이터 시각화

강서구민의 민원의 제목 데이터를 워드클라우드로
시각화해 구민들에게 중요한 이슈가 무엇인지 분석

2. 코드

import pandas as pd
from konlpy.tag import Okt # 형태소분석기 : Openkoreatext
from collections import Counter # 빈도 수 세기
from wordcloud import WordCloud, STOPWORDS # wordcloud 만들기
import matplotlib.pyplot as plt # 시각화
import matplotlib as mp

df = pd.read_csv('complain_title1.csv', encoding='cp949')
df = df.drop(['Unnamed: 0'], axis=1)
df.head(2)

script = df['title']
script.head(2)

0             주차구획선
1    코로나 확진 격리 통지문자
Name: title, dtype: object

script.to_csv('word.txt', encoding='utf-8-sig')

text = open('word.txt', encoding='utf-8-sig').read()
spwords=set(STOPWORDS)

# 형태소 분석기를 통해 명사만 추출하는 함수
def token_konlpy(text):
    okt=Okt()
    return [word for word in okt.nouns(text) if len(word)>1] # 1글자 명사는 제외

# 명사추출
noun = token_konlpy(text)
len(noun)

34560

# 중복명사 단일화
noun_set = set(noun)
len(noun_set)

4447

count = Counter(noun)

count.pop('강서구')
count.pop('강서')
count.pop('문의')
count.pop('신고')
count.pop('관련')
count.pop('불법')
count.pop('구청')
count.pop('요청')
count.pop('처리')
count.pop('민원')
count.pop('대한')
count.pop('문제')

190

# 빈도수 상위 20개 까지 딕셔너리 형태로 자료 변환 {'noun':'key'}
word = dict(count.most_common(15))

#wordcloud 만들기
wc = WordCloud(max_font_size=200,
	font_path = 'C:\Windows\Fonts\malgun.ttf',
	stopwords=spwords, background_color="white",
    width=2000, height=500).generate_from_frequencies(word) 
    # font 경로 개별적으로 설정해야함

plt.figure(figsize = (40,40))
plt.imshow(wc)
plt.tight_layout(pad=0)
plt.axis('off')
plt.show()

# bar 차트 그리기
from matplotlib import font_manager, rc # font 설정

def showGraph(wordInfo):
    
    font_location = 'C:\Windows\Fonts\HANDotumB.ttf' # font 경로 설정
    font_name = font_manager.FontProperties(fname=font_location).get_name()

    plt.xlabel('주요 단어',fontsize=20)
    plt.ylabel('빈도수', fontsize=20)
    plt.grid(True)
    
    Sorted_Dict_Values = sorted(wordInfo.values(), reverse=True)
    Sorted_Dict_Keys = sorted(wordInfo, key=wordInfo.get, reverse=True)

    plt.bar(range(len(wordInfo)), Sorted_Dict_Values, align='center')
    plt.xticks(range(len(wordInfo)), list(Sorted_Dict_Keys), rotation='70')
    plt.rcParams["figure.figsize"] = (50,30)
    # mpl.rcParams["font.size"] = 30

    plt.show()

word2= dict(count.most_common(10)) # 빈도 수 상위 10개로 word2 생성

word2 

{'공사': 489,
 '설치': 455,
 '주차': 429,
 '소음': 419,
 '공원': 408,
 '도로': 313,
 '단속': 285,
 '쓰레기': 234,
 '화곡': 226,
 '아파트': 206}