지구온난화는 우리의 환경과 삶에 막대한 영향을 미치는 글로벌 이슈입니다. 이제 우리는 데이터 시각화를 통해 이 문제를 다각도로 이해하고 효과적인 대응책을 도출할 수 있습니다.
Bokeh는 Python을 기반으로한 대화형 시각화 도구로, 다양한 시각화 요소를 사용하여 데이터를 효과적으로 시각화할 수 있습니다. 이제 Bokeh를 활용하여 지구온난화 관련 데이터를 시각화해 보겠습니다.
데이터 수집
지구온난화 관련 데이터를 수집하기 위해 NASA의 지구위성 데이터를 활용하겠습니다. 아래는 Python requests 모듈을 사용하여 해당 데이터를 가져오는 코드입니다.
import requests
url = "https://data.nasa.gov/api/views/gh4g-9sfh/rows.csv?accessType=DOWNLOAD"
response = requests.get(url)
data = response.content
# 데이터 처리 및 분석 코드 작성
# ...
데이터 전처리
데이터를 가져온 후에는 필요한 전처리를 수행해야 합니다. 예를 들어, 날짜와 지구의 평균 온도 데이터만을 추출하고, 불필요한 열이나 누락된 데이터를 처리해야 합니다. 이 작업을 위해 Pandas와 NumPy를 사용할 수 있습니다.
import pandas as pd
import numpy as np
# 데이터를 DataFrame으로 변환
df = pd.read_csv(data)
# 필요한 열만 추출
df = df[['Date', 'MeanTemperature']]
# 누락된 데이터 처리
df = df.dropna()
# 데이터 타입 변환
df['Date'] = pd.to_datetime(df['Date'])
df['MeanTemperature'] = df['MeanTemperature'].astype(float)
데이터 시각화
이제 데이터가 정리되었으니, Bokeh를 사용하여 데이터를 시각화해 보겠습니다. 아래는 Bokeh를 사용하여 지구의 평균 온도를 시각화하는 코드입니다.
from bokeh.plotting import figure, show
from bokeh.io import output_file
# 출력 파일 지정
output_file("temperature_visualization.html")
# Figure 객체 생성
p = figure(title="Mean Temperature", x_axis_label='Date', y_axis_label='Temperature (°C)')
# 데이터를 선 그래프로 추가
p.line(df['Date'], df['MeanTemperature'], line_color="blue", line_width=2)
# 그래프 출력
show(p)
결과 확인
위의 코드를 실행하면 “temperature_visualization.html” 파일이 생성되고, 웹 브라우저에서 해당 파일을 열어 지구의 평균 온도 시각화 결과를 확인할 수 있습니다.
데이터 시각화를 통해 우리는 특정 기간 동안의 지구의 평균 온도 변화 패턴을 파악할 수 있습니다. 이를 통해 지구온난화의 심각성을 시각적으로 이해하고, 적절한 대응책을 마련할 수 있습니다.
참고 자료
- Bokeh 공식 문서: https://docs.bokeh.org
- Pandas 공식 문서: https://pandas.pydata.org/docs
- NumPy 공식 문서: https://numpy.org/doc
- NASA 지구 위성 데이터: https://data.nasa.gov/
이 글은 상기 데이터를 예시로 활용한 것이며, 실제 결과와 다를 수 있습니다.