안녕하세요~
지난번에 전처리한 데이터를
바탕으로 EDA를 진행해 보겠습니다!
이번 포스팅에서는
경찰서, 사건 접수 긴급 유형, 사건 종별에 따른
시각화를 진행해 보겠습니다!
📊연도별 사건 접수량
맨 처음에는
연도별 사건 접수량을
살펴보았습니다!
2019년에는 2659343건,
2020년에는 2471507건,
2021년에는 2467224건으로
사건 접수량이 감소하는 추세를 보입니다
그러나 전체적으로 봤을 때
큰 감소 폭이 존재하지는 않습니다!
📈연도별 사건 종별 신고 접수량
그다음에는
연도별 사건 종별 신고 접수량을
살펴보았습니다!
CFINC_ETC(사건종별기타) 열이
너무 큰 비중을 차지하여
제외하고 살펴보았습니다
📍분석
2019,2020,2021년
전체적으로 사건 종별로
비율이 비슷하게 나왔습니다.
전체 신고 접수량 중에
CFINC_INCVLC(사건종별폭력)이
과반수를 넘게 차지하여
가장 큰 비중을 차지하였습니다
CFINC_DSTVC(사건종별가정폭력)의
경우 약 20%의 비율을 차지하고 있습니다
CFINC_SUCD(사건종별자살)은
2019년 9.23%-> 2020년 11.31%->2021년 15.81%로
비율이 점점 더 높아지고 있습니다
CFINC_SVLNC(사건종별성폭력)의 경우
지난 3년간 약 4%의 비율을 차지하고 있습니다
CFINC_DTVC(사건종별데이트폭력)은
2019년 4.89%-> 2020년 5.1% -> 2021년 6.46%로
그 비율이 점점 높아지고 있습니다.
CFINC_MRDR(사건종별살인)은
0.06%로 가장 작은 비중을
차지하고 있습니다.
📍결론
따라서 위의 자료에 따르면,
신고 접수에 대한 유연한 대응을 위해
아래 3가지가 필수적입니다
1. 폭력과 가정폭력에 대한
신고 접수가 전체 접수량의
약 70%를 차지하므로
이에 대한 구체적인 대응 방안을
마련하는 것이 필요합니다
2. 자살의 경우 차지하는 비율이
상대적으로 빠르게 증가하고 있기 때문에
이에 대한 방안이 필요합니다.
3. 데이트 폭력은 상대적으로
차지하는 비율은 적지만
계속해서 신고 비율이 증가하고 있기 때문에
이에 대한 방안 또한 필요합니다
🚨연도별 접수 긴급 유형
이제 접수 긴급 유형을
살펴보겠습니다!
📍분석
두 가지 그래프를 통해서
알 수 있듯이
연도별로 큰 차이가
존재하지는 않습니다!
매년 ACPT_EMERG_TYPE_GNRL(접수긴급유형일반)이
약 56%를 차지합니다
그다음은 ACPT_EMERG_TYPE_IMPRTNC(접수긴급유형중요)가
약 20%를 차지합니다
ACPT_EMERG_TYPE_CVAPP(접수긴급유형민원)이
2019년 6.94%-> 2020년 7.35% -> 2021년 9.72%로
비율이 증가하고 있습니다
ACPT_EMERG_TYPE_EMERG(접수긴급유형긴급)은
약 1%를 차지하여
가장 작은 비중을 차지하고 있습니다
📉📍결론
위의 자료에서
주의 깊게 보아야 할 부분은
민원을 통한 신고 접수 비율이
증가하고 있다는 점이라는
생각이 드네요!
+) 접수 긴급 유형별 차이를
정확하게 알고 싶어서
문의해놓은 상태이니 답변이 오면
더 자세히 설명드릴 수 있을 것 같아요!💕
🚔경찰서별 신고접 수량(feat 지도 시각화)
지난 포스팅에서 경찰서별로
위도와 경도 열을 만들어서
추가했던 거 기억하시나요?🧐
그 이유는
바로바로
.
.
지도를 활용한 시각화에
사용하기 위함이었죠! ✨
아니...!
Birghtics Studio로
코딩 없이 데이터 분석도 할 수 있는데
아주 쉽게 지도 시각화도 가능하다니!!!
갓벽하네여
📍서울시 지도 Brightics Studio에서
사용하는 방법
혹시 서울시 지도를 활용한
시각화가 필요하실 분들을 위해
간단하게 사용 방법을 적고 넘어갈게요!
(참고로 세계지도는 기본으로
들어가 있습니다!)
1. 224_seoul_municipalities_geo.json
다운로드합니다!
2. 이 json 파일을 brightics-studio 설치 파일
-> visual analytics 파일 ->
lib 파일 -> map 파일에 넣어줍니다!
3. Chart Settings에서 Chart Type을 Map으로 하고
Map Type을 지정해 주면 끝!
너무 쉽죠?ㅎㅎ
📍경찰서별 신고접수량
이번에는 연도별로 경찰서의 신고접수량을
확인해 보았습니다!
신고접수량 뿐만 아니라
상주인구 대비 신고 접수량을 파악하는 것도
두 변수 간의 관계를 알아보는데
도움이 될 것 같아 살펴보았습니다!
📌2019년
2019년의 경우
송파>강서>관악>영등포>마포 순으로
신고접수량이 많았으며.
상주인구 대비 신고 접수량은
중부>용산>영등포>마포>종로 순으로
높았습니다
두 가지 모두에 해당하는
영등포, 마포의 경우
상주인구 수가 적은 것에 비해
신고 접수량이 높다는 것을
알 수 있습니다
(상주인구는 적지만 유동인구가
많기 때문에 신고 접수량이 높다는
생각이 드네요!)
송파와 강서 지역의 경우에는
상주인구 수가 굉장히 많은 만큼
신고 접수량이 많은 것으로
파악됩니다.
📌2020년
2020년의 경우
송파>강서>관악>영등포>강남 순으로
신고접수량이 많았으며.
상주인구 대비 신고 접수량은
남대문>강남>강북>금천>광진 순으로
높았습니다
두 가지 모두에 포함된
강남의 경우 평균 정도의 상주인구이지만
신고접수량이 상대적으로
많은 경향이 있습니다
남대문의 경우에는 신고접수량이
굉장히 낮은 편에 비해
상주인구가 더 적기 때문에
상주인구 대비 신고 접수량이 높게
나온 것으로 보입니다
📌2021년
2021년의 경우
송파>영등포>강서>관악>강남 순으로
신고접수량이 많았으며.
상주인구 대비 신고 접수량은
남대문>강남>강북>금천>광진 순으로
높았습니다
📌결론
경찰서별로 시각화한 결과,
2020년~2021년까지 비슷한
추세를 보이고 있는데요!
송파, 영등포, 강서, 관악, 강남 지역에서
신고 접수량이 높은 편이므로
이를 바탕으로 한
인력 배치가 필요할 것으로 예상됩니다
시각화 이전에는 상주인구수가
많다면 신고접수량이
많을 것이라고 생각하였는데,
상주인구가 적더라도
신고접수량이 많은 경우들을
살펴보면서
유동인구 등의 다른 요인들도
신고접수량에 큰 영향을 미칠 것이라는
생각을 하였습니다
마무리✨
요번 포스팅은 조금 길었죠? ㅎㅎ
열심히 읽어주신 여러분
감사합니당:)
다음 포스팅에서는
시계열 분석과 관련된
자료들의 시각화를 진행하도록
하겠습니다~
안녕!
※ 본 포스팅은 삼성SDS Brightics 서포터즈 3기 활동의 일환으로 작성하였습니다.
#삼성SDSBrightics #BrighticsStudio #브라이틱스 #모델링 #데이터분석
#Brightics서포터즈 #브라이틱스서포터즈 #데이터시각화 #EDA #시계열
