[5] 데이터 분석 결과 및 리뷰

미세먼지 분석 프로젝트의 마지막 포스팅으로서 분석 결과와 저의 리뷰를 포스팅하겠습니다

 

 

1. 2016년도 미세먼지 동향:

[3, 4월에 미세먼지 농도가 높았으며, 특히 4월이 가장 높았다.]

4월에 높은 미세먼지 농도는 봄철에 대기 중 미세먼지 발생이 증가하는 경향이 있을 것으로 예측됩니다. 이는 온난화로 인한 온도 상승이나 특정 기상 조건과 관련이 있을 수 있습니다. 

2016년 월별 미세먼지 농도

2. 2016~2018 월별 미세농도 추이:

[2016년의 미세농도가 2017년, 2018년에 비해 높았음을 확인.
전반적으로 2018년이 다른 연도에 비해 미세먼지 농도가 낮았다.]

2018년에 미세먼지 농도가 감소한 이유로는 환경 정책이나 대기 오염 관리의 효과가 있을 수 있습니다. 정부나 지자체에서 시행한 대기환경 관리 정책, 산업 구조 변화, 또는 대중교통수단 개선 등이 영향을 미칠 수 있습니다. 

2016년 ~ 2018년 년도별 월별 미세먼지 농도

 

 

3. 3년간 미세먼지 농도의 극단 월

[4월이 가장 높았고, 8월이 현저히 낮았다.]

4월에 높은 미세먼지 농도는 봄철에 대기 중 미세먼지 발생이 증가하는 경향이 있을 것으로 예측됩니다. 8월에 낮은 미세먼지 농도는 여름철 강수량 증가 및 대기 정화 효과로 해석될 수 있습니다. 여름철 비가 많아 대기 중 미세먼지가 씻겨 나가거나, 고온 다습한 환경으로 인해 미세먼지 발생이 억제될 수 있습니다.

월별 미세먼지 농도

4. 측정소별 미세먼지 농도

['공사장2(신문로)' 측정소의 미세먼지 농도가 다른 측정소에 비해 압도적으로 높았음을 확인.]

'공사장2(신문로)' 측정소의 미세먼지 농도가 다른 측정소에 비해 높을 수 있는 이유는 주변 환경, 교통량, 산업 시설 등과의 교차 분석이 필요합니다. 주변 환경 요인이나 토지 이용의 변화가 해당 측정소의 특이한 결과에 영향을 미칠 수 있습니다.

측정소별 미세먼지 농도

 

---

 

 

리뷰

미세먼지 데이터 분석 프로젝트를 통해서 2016년부터 2019년까지 월별 미세먼지 농도 평균을 구하는 작업을 위해 여러 데이터 전처리와 통계적 분석에 대한 중요성과 학습을 하게 해 주었습니다. 또한, 통계 분석을 통해 미세먼지 농도의 월별 변화를 시각적으로 확인할 수 있었습니다. 이를 통해 미세먼지 농도가 계절과 연도에 따라 어떻게 변화하는지를 파악할 수 있었습니다.

그래프를 통해 미세먼지 농도의 추이를 확인하는 과정은 데이터 시각화의 중요성과 간편성을 깨닫게 해 주었습니다. 이를 통해 데이터를 보기 쉽게 시각화하여 분석하면 더 쉽고 빠르게 인사이트를 얻을 수 있을 것이란 생각이 들고 언젠가 시각화 툴 Tableau를 공부해 봐야겠단 생각이 들었습니다. 또한, 그래프를 통해 미세먼지 농도의 증감 패턴을 파악하여 대기오염에 영향을 미치는 요인들을 추론하는 것이 흥미로웠습니다.

사실 학습, 공부 그리고 목표인 데이터분석가가 되고자 이런 프로젝트들을 진행하고 있지만 가볍게 생각했던 일상의 문제들의 데이터를 가지고 나름의 분석을 내본 것이 정말 의미 있었다고 생각합니다. 데이터 분석은 부수적인 효과와 더불어서 현실에서의 문제를 해결하는 데 정말 유용하고 강력해지겠다는 생각이 들었고, 저도 언젠가 이러한 분석을 통해서 누군가에게 도움이 되는 분석가가 되고 싶은 마음이 한층 강해지는 경험이었습니다.

 

 

GITHUB:https://github.com/siilver94/Analyzing-about-fine-dust

GitHub - siilver94/Analyzing-about-fine-dust