# -*- coding: utf-8 -*- r"""브리프 05 — 「우리 동네 물가」를 확인할 수 있는 경기도민은 절반뿐이다 (2006~2025) py prep.py (run.py 가 analysis/ 를 cwd로 잡고 실행한다) 무엇을 보는가 소비자물가는 **조사 도시**에서만 따로 집계된다. 경기 31개 시군 중 9곳뿐이다. 나머지 22곳 사람은 「경기도 평균」이나 「전국」으로만 자기 동네 물가를 짐작한다. 그러면 조사되는 곳은 실제로 다른가? — 안산 20년치로 확인한다. 쓰는 표 DT_1YL20581 소비자물가 등락률(시도/시) 2000~2025 · 지역prefix 31 DT_1B04005N 행정구역별/5세별 주민등록인구 2011~2025 · 지역prefix **41** ★ 두 표의 **지역 코드 체계가 다르다** (31 vs 41). 코드로 결합하지 않는다 — 이 파일은 두 표를 각각 라벨로 뽑아 **이름으로만** 맞춘다. (ds_wiki L008) ★ 밟은 함정 (전부 실제로 밟았다 · 2026-08-06) ① 조사 도시가 시점마다 다르다 — 안산 2006~ · 용인 2016~ · 화성 2021~. 11곳을 한 번에 넣으면 구간이 2021~2025 다섯 시점으로 줄어든다. → 여기서는 **안산·경기도·전국 세 곳만** 쓴다(2006~2025 균형패널). ② 인구 표에 **여주군**(2013 폐지) 코드가 남아 있다. 빼지 않으면 32개가 되어 가드가 멈춘다. ③ 물가 값은 **등락률(%)** 이다. 연도끼리 더하지 않는다 — 누적은 복리로 곱한다. """ import csv, math, statistics, sys from pathlib import Path sys.path.insert(0, str(Path(__file__).resolve().parents[2])) import kosis import matplotlib matplotlib.use("Agg") import matplotlib.pyplot as plt # ⛔ 그림 저장은 정본(`chartkit.save`)을 지난다 〔2026-09-21〕 — 그래야 # ⑴ 폰용 그림이 같이 나가고(`analysis/폰/`) ⑵ 「폰에서 읽히나」 관문이 돈다. # `plt.savefig` 를 직접 부르면 그 둘이 통째로 꺼진다. import chartkit as ck try: sys.stdout.reconfigure(encoding="utf-8") except Exception: pass plt.rcParams["font.family"] = ["Malgun Gothic", "sans-serif"] plt.rcParams["axes.unicode_minus"] = False CPI, POP = "DT_1YL20581", "DT_1B04005N" ORG = "101" Y0, Y1 = "2006", "2025" # 안산이 조사에 들어온 해부터 조사도시 = ["수원시", "성남시", "의정부시", "안양시", "부천시", "안산시", "고양시", "용인시", "화성시"] 조사시작 = {"안산시": "2006", "용인시": "2016", "화성시": "2021"} # 나머지는 2000~ C_ON, C_OFF, C_HL = "#c8482a", "#c9d1d9", "#2f6fb5" # ── ① 물가: 전국·경기도·안산 20년 ──────────────────────────────────── rec = kosis.fetch_rows(ORG, CPI, (Y0, Y1), sel={"SGG": ["전국", "경기도", "안산시"]}, prefix={"SGG": "31"}, itm="T10") cpi = {} for r in rec: cpi.setdefault(r["SGG"], {})[r["연도"]] = r["값"] yrs = sorted(cpi["전국"]) kr, gg, an = cpi["전국"], cpi["경기도"], cpi["안산시"] print(f"[대장] 물가 원문위치 → {kosis.cite(ORG, CPI, 'SGG', ['안산시'], '31')}") cum = lambda v: (math.prod(1 + v[y] / 100 for y in yrs) - 1) * 100 누적 = {"전국": cum(kr), "경기도": cum(gg), "안산시": cum(an)} 높은해 = sum(1 for y in yrs if an[y] > kr[y]) 같은해 = sum(1 for y in yrs if an[y] == kr[y]) 낮은해 = sum(1 for y in yrs if an[y] < kr[y]) # ── ② 인구: 경기 31개 시군 (여주군 제외) ────────────────────────────── m = kosis.meta(ORG, POP)["A"] 시군 = [n for c, n in m.items() if c.startswith("41") and len(c) == 5 and (n.endswith("시") or n.endswith("군")) and n != "여주군"] # ★ 2013 폐지 — 함정 ② prec = kosis.fetch_rows(ORG, POP, "2025", sel={"A": 시군, "B": ["계"]}, prefix={"A": "41"}, itm="T2") pop = {r["A"]: r["값"] for r in prec} print(f"[대장] 인구 원문위치 → {kosis.cite(ORG, POP, 'A', ['안산시'], '41')}") 총인구 = sum(pop.values()) 조사인구 = sum(v for k, v in pop.items() if k in 조사도시) 미조사 = sorted(((k, v) for k, v in pop.items() if k not in 조사도시), key=lambda x: -x[1]) # ── raw.csv ───────────────────────────────────────────────────────── rows = [] for y in yrs: rows.append({"구분": "물가", "연도": y, "지역": "전국", "값": kr[y]}) rows.append({"구분": "물가", "연도": y, "지역": "경기도", "값": gg[y]}) rows.append({"구분": "물가", "연도": y, "지역": "안산시", "값": an[y]}) for nm, v in sorted(pop.items(), key=lambda x: -x[1]): rows.append({"구분": "인구2025", "연도": "2025", "지역": nm, "값": v, "물가조사": 1 if nm in 조사도시 else 0, "조사시작": 조사시작.get(nm, "2000" if nm in 조사도시 else "")}) with open("raw.csv", "w", encoding="utf-8-sig", newline="") as f: w = csv.DictWriter(f, fieldnames=["구분", "연도", "지역", "값", "물가조사", "조사시작"]) w.writeheader() w.writerows(rows) # ── 차트 (웹) ── 누가 자기 동네 물가 통계를 갖고 있나 order = sorted(pop.items(), key=lambda x: x[1]) fig, ax = plt.subplots(figsize=(7.6, 9.0)) ys = range(len(order)) cols = [C_ON if nm in 조사도시 else C_OFF for nm, _ in order] ax.barh(list(ys), [v / 10000 for _, v in order], color=cols, height=.72) ax.set_yticks(list(ys)) ax.set_yticklabels([nm for nm, _ in order], fontsize=10.5) for i, (nm, v) in enumerate(order): if nm in 조사도시: tag = f" 조사 {조사시작.get(nm,'2000')}~" ax.text(v / 10000 + 1.2, i, tag, va="center", fontsize=9, color=C_ON, fontweight="bold") ax.set_xlabel("2025년 인구 (만 명)", fontsize=10.5) ax.set_title(f"경기 31개 시군 중 소비자물가를 따로 조사하는 곳은 {len(조사도시)}곳\n" f"나머지 {len(미조사)}곳 {(총인구-조사인구)/10000:,.0f}만 명은 자기 도시 물가 통계가 없다", fontsize=12.5, fontweight="bold", loc="left", pad=14) for s in ("top", "right", "left"): ax.spines[s].set_visible(False) ax.spines["bottom"].set_color("#cfd4de") ax.grid(axis="x", color="#eef0f4", lw=.8) ax.set_axisbelow(True) fig.tight_layout() ck.save(fig, "chart.png", dpi=130) plt.close(fig) # ── 카드용 ── 폰에서 본다. 20년 추이 한 장. fig, ax = plt.subplots(figsize=(8.4, 6.0)) xs = [int(y) for y in yrs] ax.plot(xs, [kr[y] for y in yrs], color="#8b95a1", lw=2.4, label="전국", zorder=2) ax.plot(xs, [an[y] for y in yrs], color=C_ON, lw=3.0, label="안산", zorder=3) ax.fill_between(xs, [kr[y] for y in yrs], [an[y] for y in yrs], color=C_ON, alpha=.14, zorder=1) ax.set_title(f"조사되는 도시는 실제로 달랐나 — 안산 vs 전국\n" f"20년 누적 안산 {누적['안산시']:.1f}% · 전국 {누적['전국']:.1f}%", fontsize=14, fontweight="bold", loc="left", pad=12) ax.set_ylabel("소비자물가 등락률 (%)", fontsize=11) ax.legend(fontsize=11, frameon=False, loc="upper right") ax.grid(axis="y", color="#eef0f4", lw=.9) ax.set_axisbelow(True) for s in ("top", "right", "left"): ax.spines[s].set_visible(False) ax.spines["bottom"].set_color("#cfd4de") fig.tight_layout() fig.savefig("chart_card.png", dpi=130) plt.close(fig) print(f"[저장] raw.csv {len(rows)}행 · chart.png · chart_card.png") # ── 대장에 옮길 값 ─────────────────────────────────────────────────── print("\n[대장] 수치대장.csv 에 옮길 값 ─────────────────") print(f" 경기시군수 {len(시군)}") print(f" 물가조사도시수 {len(조사도시)}") print(f" 물가미조사시군수 {len(미조사)}") print(f" 경기시군인구합 {총인구:,}") print(f" 물가조사도시인구 {조사인구:,}") print(f" 물가미조사인구 {총인구-조사인구:,}") print(f" 물가미조사인구비율 {100*(총인구-조사인구)/총인구:.1f} %") for nm, v in 미조사[:4]: print(f" 미조사인구_{nm:<8} {v:,}") print(f" 화성시인구 {pop['화성시']:,} (조사 시작 2021)") print(f" 안산누적물가상승 {누적['안산시']:.1f} % (2006~2025 복리)") print(f" 전국누적물가상승 {누적['전국']:.1f} %") print(f" 경기누적물가상승 {누적['경기도']:.1f} %") print(f" 안산전국누적차 {누적['안산시']-누적['전국']:.1f} %p") print(f" 안산평균등락률 {statistics.mean(an.values()):.2f} %") print(f" 전국평균등락률 {statistics.mean(kr.values()):.2f} %") print(f" 안산전국상회연수 {높은해} (같음 {같은해} · 하회 {낮은해})") print(f" 관측연수 {len(yrs)}")