__05.data.analyzing_youtube_data_visualizing (유튜브 2편)

• 유튜브 1편 크롤링 : https://lime-jelly.tistory.com/41

__04.data_analyzing_crawling_youtube_ranking (유튜브 1편)

5.1. 시각화를 위해 필요한 라이브러리 불러오기

5.1.1. 시각화 그래프에 한글 적용을 위한 라이브러리

from matplotlib import rc, font_manager

5.1.2. 한글 폰트 적용

path = 'c:/Windows/Fonts/malgun.ttf' # 폰트가 있는 경로
font_name = font_manager.FontProperties(fname = path).get_name()
# font_name 
rc('font', family = font_name)

5.2. 시각화를 위한 데이터 가공

목적

• 카테고리 별 구독자 수 총 합과 카테고리 개수 알아내기

---

5.2.1. 저장된 excel data 불러오기

• 저장된 데이터가 없으면 위 링크를 참고해 주세요

df = pd.read_excel('./files/youtube_rank.xlsx')
df.head()
'''
    rank    category    channel    subscriber    view    video
0    1    [음악/댄스/가수]    BLACKPINK    7130만    220억2860만    395개
1    2    [음악/댄스/가수]    HYBE LABELS    6360만    210억1371만    786개
2    3    [음악/댄스/가수]    BANGTANTV    6290만    146억8130만    1,665개
3    4    [음악/댄스/가수]    SMTOWN    2970만    234억3321만    3,841개
4    5    [키즈/어린이]    Boram Tube Vlog [보람튜브 브이로그]    2650만    110억5288만    223개
'''

---

5.2.2. 데이터 확인 및 가공

• 카테고리 별 개수 확인

df['category'].value_counts()
'''
[음악/댄스/가수]     37
[키즈/어린이]       22
[음식/요리/레시피]    14
[TV/방송]        13
[뉴스/정치/사회]      3
[BJ/인물/연예인]     3
[애완/반려동물]       2
[해외]            1
[미분류]           1
[회사/오피셜]        1
[패션/미용]         1
[게임]            1
[취미/라이프]        1
Name: category, dtype: int64
'''

• 구독자 수 가공

df['subscriber']
# 구독자 수를 '만' > '0000'으로 바꾸고 str > int로 변환
df['replaced_subscriber'] = df['subscriber'].str.replace('만','0000').astype('int') 
df['replaced_subscriber'] 
'''
0     71300000
1     63600000
2     62900000
3     29700000
4     26500000
        ...   
95     3850000
96     3810000
97     3810000
98     3770000
99     3750000
Name: replaced_subscriber, Length: 100, dtype: int32
'''

• 중간 확인

df.head()
'''

rank    category    channel    subscriber    view    video    replaced_subscriber
0    1    [음악/댄스/가수]    BLACKPINK    7130만    220억2860만    395개    71300000
1    2    [음악/댄스/가수]    HYBE LABELS    6360만    210억1371만    786개    63600000
2    3    [음악/댄스/가수]    BANGTANTV    6290만    146억8130만    1,665개    62900000
3    4    [음악/댄스/가수]    SMTOWN    2970만    234억3321만    3,841개    29700000
4    5    [키즈/어린이]    Boram Tube Vlog [보람튜브 브이로그]    2650만    110억5288만    223개    26500000
'''

---

5.2.3. 피봇 테이블

pivot_df = df.pivot_table(values = 'replaced_subscriber',
              index = 'category',
              aggfunc= ['sum','count'])

pivot_df.head()
'''
                            sum                count
            replaced_subscriber    replaced_subscriber
category        
[BJ/인물/연예인]    13570000               3
[TV/방송]          87520000                 13
[게임]          4260000                 1
[뉴스/정치/사회] 20430000                  3
[미분류]         6550000                1
'''

• index와 columns 재설정

pivot_df.columns = ['subscriber_sum', 'subscriber_count']
pivot_df
pivot_df = pivot_df.reset_index()
pivot_df.head()
'''
    category        subscriber_sum    subscriber_count
0    [BJ/인물/연예인]          13570000          3
1    [TV/방송]                87520000        13
2    [게임]                4260000             1
3    [뉴스/정치/사회]          20430000          3
4    [미분류]                6550000            1
'''

• 구독자 수 합을 기준으로 sort

# 구독자 수 기준으로 내림차순 정렬
pivot_df = pivot_df.sort_values(by = 'subscriber_sum', ascending = False)

pivot_df
# sort 이후 전 index 값을 가지고 있기 때문에 다시 reset
pivot_df.reset_index( drop= True, inplace = True) 
pivot_df
'''
    category    subscriber_sum    subscriber_count
0    [음악/댄스/가수]    535880000    37
1    [키즈/어린이]    163730000    22
2    [음식/요리/레시피]    92900000    14
3    [TV/방송]    87520000    13
4    [뉴스/정치/사회]    20430000    3
5    [BJ/인물/연예인]    13570000    3
6    [애완/반려동물]    8080000    2
7    [해외]    7810000    1
8    [미분류]    6550000    1
9    [회사/오피셜]    5950000    1
10    [패션/미용]    5920000    1
11    [게임]    4260000    1
12    [취미/라이프]    4000000    1
'''

---

5.3. pie chart practice

import matplotlib.pyplot as plt

## pie
plt.rcParams['font.size'] = 16
ratio = [34, 32, 16, 18]
labels = ['Apple','Banana','Melon','Grapes']
explodes = [0, 0.1 ,0 ,0] # 튀어 나올 파이 정하기
colors = [ 'rgb color 번호 넣으면 됨',' 각','각','넣으셈']
# plt.figure
plt.figure(figsize = (6,6))
plt.pie(ratio, 
       labels = labels, # 라벨 위에 정한데로
       autopct = '%.1f%%', # float으로 소수점 첫째 까지
       counterclock =False, # 순서 정방향으로 바꾸기
       startangle = 90,  # 시작점 변경
       explode = explodes, # 튀어 나올 사람? 
       shadow = True) # 그림자 원하면.. 
plt.show()

---

5.4. 유튜브 데이터로 해보기

plt.rcParams['font.size'] = 10
plt.figure(figsize = (6,6))
plt.pie(pivot_df['subscriber_sum'],
        labels = pivot_df['category'],
       autopct= '%.1f%%')
plt.show()

• 출력은 했으나 깔끔하지 않으니 6개만 해보자

# plt.rcParams['font.size'] = 10
plt.figure(figsize = (6,6))
plt.pie(pivot_df.head(6)['subscriber_sum'],
        labels = pivot_df.head(6)['category'],
       autopct= '%.1f%%')
plt.show()

한국 관광객 추이 데이터 분석 : https://lime-jelly.tistory.com/43