2022년 취업률 통계와 그래프를 활용한 고등교육기관 졸업생 분석 (feat. Python)
어떻게 하면 데이터를 통해 졸업생 취업률 통계를 더 쉽게 이해할 수 있을까요? 취업률 통계는 고용 시장의 건강 상태를 가늠할 수 있는 중요한 지표입니다. 특히, 2022년 고등교육기관 졸업생의 취업률은 69.6%로 전년 대비 1.9%p 상승하며 주목받았습니다.
이 포스트에서는 취업률 통계와 취업률 그래프를 중심으로 졸업생 고용 동향을 시각적으로 분석하는 방법을 소개합니다. Python을 활용한 코드와 그래프 시각화도 함께 다뤄, 누구나 쉽게 따라할 수 있도록 친절히 설명합니다.
취업률 통계란?
취업률 통계는 특정 집단(예: 졸업생)의 취업 상태를 나타내는 수치입니다. 예를 들어, 2022년 고등교육기관 졸업자의 경우, 졸업생 558,039명 중 취업 대상자는 479,573명이며, 실제 취업한 졸업생은 333,909명입니다. 이를 통해 69.6%의 취업률이 산출됩니다.
취업률은 다음과 같은 공식으로 계산됩니다.
취업률 = (취업자 수 / 취업 대상자 수) × 100 이러한 통계는 졸업생의 진로 결정, 고용 시장의 변화, 교육 정책 수립 등에 중요한 역할을 합니다.
Python으로 취업률 그래프 그리기
Python을 사용하면 취업률 통계를 쉽게 시각화할 수 있습니다. 아래는 취업률 통계를 활용하여 막대 그래프와 원형 강조선을 포함한 그래프를 그리는 코드입니다.
import matplotlib.pyplot as plt
from matplotlib.patches import Circle
# 데이터 설정
graduates = 558039
job_seekers = 479573
employed = 333909
employment_rate = 69.6
increase_rate = 1.9
# 캔버스 생성
fig, ax = plt.subplots(figsize=(8, 6))
ax.set_xlim(0, 10)
ax.set_ylim(0, 8)
ax.axis('off') # 축 숨기기
# 막대 그래프 스타일 데이터
bar_data = [
{"label": f"Graduates {graduates:,}", "value": 10, "color": "#88CCEE"},
{"label": f"Job Seekers {job_seekers:,}", "value": 8.5, "color": "#44AA99"},
{"label": f"Employed {employed:,}", "value": 6, "color": "#FF6F61"},
]
# 막대 그리기
for i, bar in enumerate(bar_data):
ax.barh(y=7 - i * 1.5, width=bar["value"], height=0.8, color=bar["color"], edgecolor="black")
ax.text(bar["value"] + 0.2, 7 - i * 1.5, bar["label"], va="center", fontsize=12)
# 텍스트 강조
ax.text(2, 2.2, "2022 Higher Education Graduates Employment Rate", fontsize=16, weight="bold")
ax.text(2, 1.5, f"{employment_rate:.1f}%", fontsize=30, color="#FF6F61", weight="bold")
ax.text(2, 1.0, f"Year-on-Year Increase: {increase_rate:.1f}p", fontsize=12, color="gray")
# 원형 강조선 그리기
circle_center = (8, 3.5)
circle_colors = ["#FF6F61", "#FFB5A1", "#FFD2C7"]
for i, color in enumerate(circle_colors):
circle = Circle(circle_center, radius=0.8 + i * 0.3, edgecolor=color, facecolor="none", lw=2)
ax.add_patch(circle)
# 조사 기준일 텍스트
ax.text(2, 0.5, "Based on Survey Date: 2022-12-31", fontsize=10, color="gray")
# 플롯 출력
plt.tight_layout()
plt.show()
코드 간략 해설
- 데이터 설정
- 졸업자 수, 취업 대상자 수, 취업자 수를 설정합니다. 취업률과 전년 대비 증가율도 텍스트로 추가합니다.
- 캔버스 생성
matplotlib의plt.subplots를 사용해 그래프 영역을 생성합니다. X, Y축은 숨겨 가독성을 높였습니다.
- 막대 그래프 그리기
- 각 막대를
ax.barh로 그리며,label로 세부 정보를 텍스트로 표시했습니다.
- 각 막대를
- 텍스트 강조
- 취업률(69.6%)을 중심으로 강조 텍스트를 추가했습니다.
weight="bold"를 사용해 주요 수치를 돋보이게 했습니다.
- 취업률(69.6%)을 중심으로 강조 텍스트를 추가했습니다.
- 원형 강조선 추가
matplotlib.patches.Circle을 사용하여 취업률을 중심으로 원형 강조선을 그렸습니다.
- 조사 기준일 추가
- 하단에 조사 기준일(
2022-12-31) 텍스트를 추가했습니다.
- 하단에 조사 기준일(
취업률 그래프의 인사이트
이 그래프를 통해 졸업생, 취업 대상자, 취업자의 비율을 직관적으로 확인할 수 있습니다. 특히, 취업률(69.6%)과 전년 대비 증가율(1.9%)은 긍정적인 고용 시장 흐름을 보여줍니다.
마무리
이 포스트에서는 취업률 통계와 취업률 그래프를 활용한 데이터 분석 방법을 소개했습니다. Python으로 시각화를 구현함으로써 데이터를 효과적으로 전달할 수 있었습니다. 여러분도 이 코드를 응용해 다양한 데이터를 분석하고, 인사이트를 도출해 보세요!
참고로, 취업률과 함께 대학 순위에 대한 관심도 많은게 사실이죠? 2025년 전세계 대학교 순위 시각화하기 (Python 데이터 시각화) 포스트를 통해서 한번 알아보시죠!
# 코드 상세 해설
1. 라이브러리 가져오기
import matplotlib.pyplot as plt from matplotlib.patches import Circle
matplotlib.pyplot: Python의 데이터 시각화 라이브러리로, 그래프나 플롯을 생성하는 데 사용됩니다.matplotlib.patches.Circle: 그래프에 원형 강조선을 추가하기 위한 클래스를 가져옵니다.2. 데이터 설정
graduates = 558039 job_seekers = 479573 employed = 333909 employment_rate = 69.6 increase_rate = 1.9
graduates: 고등교육기관 졸업생 수(558,039명)를 저장합니다.job_seekers: 취업 대상자로 분류된 졸업생 수(479,573명)를 저장합니다.employed: 실제로 취업한 졸업생 수(333,909명)를 저장합니다.employment_rate: 취업률(69.6%)입니다.increase_rate: 전년 대비 취업률 증가율(1.9%p)입니다.3. 캔버스 생성
fig, ax = plt.subplots(figsize=(8, 6)) ax.set_xlim(0, 10) ax.set_ylim(0, 8) ax.axis('off') # 축 숨기기
fig, ax = plt.subplots(): 그래프를 그리기 위한 캔버스를 생성합니다.
figsize=(8, 6): 그래프 크기를 너비 8인치, 높이 6인치로 설정합니다.set_xlim과set_ylim: X축(0,10)과 Y축(,08)의 범위를 설정합니다.ax.axis('off'): 축을 숨겨 그래프가 깔끔하게 보이도록 설정합니다.4. 막대 그래프 데이터 설정
bar_data = [ {"label": f"Graduates {graduates:,}", "value": 10, "color": "#88CCEE"}, {"label": f"Job Seekers {job_seekers:,}", "value": 8.5, "color": "#44AA99"}, {"label": f"Employed {employed:,}", "value": 6, "color": "#FF6F61"}, ]
bar_data: 막대 그래프에 표시될 데이터를 리스트 형태로 저장합니다.
label: 각 막대에 표시될 텍스트(숫자와 함께 콤마로 포맷).value: 막대의 길이를 결정하는 값입니다.color: 막대의 색상을 나타냅니다.5. 막대 그리기
for i, bar in enumerate(bar_data): ax.barh(y=7 - i * 1.5, width=bar["value"], height=0.8, color=bar["color"], edgecolor="black") ax.text(bar["value"] + 0.2, 7 - i * 1.5, bar["label"], va="center", fontsize=12)
for i, bar in enumerate(bar_data):bar_data리스트의 각 항목을 반복 처리합니다.
y=7 - i * 1.5: Y축에서 막대의 위치를 설정합니다(막대 간 간격: 1.5).width=bar["value"]: 막대의 길이를 데이터 값에 따라 설정합니다.height=0.8: 막대의 두께를 설정합니다.color=bar["color"]: 막대의 색상을 설정합니다.edgecolor="black": 막대의 테두리 색상을 검은색으로 설정합니다.ax.text: 각 막대 오른쪽에 텍스트를 추가합니다.
bar["label"]: 텍스트 내용.va="center": 텍스트를 막대의 수직 중심에 맞춥니다.6. 텍스트 강조
ax.text(2, 2.2, "2022 Higher Education Graduates Employment Rate", fontsize=16, weight="bold") ax.text(2, 1.5, f"{employment_rate:.1f}%", fontsize=30, color="#FF6F61", weight="bold") ax.text(2, 1.0, f"Year-on-Year Increase: {increase_rate:.1f}p", fontsize=12, color="gray")
ax.text(x, y, text): 그래프에 텍스트를 추가합니다.
- 첫 번째 텍스트: 그래프 제목. 위치는 (2, 2.2), 굵은 글씨(
weight="bold").- 두 번째 텍스트: 취업률(69.6%) 강조. 폰트 크기 30, 붉은색 강조.
- 세 번째 텍스트: 전년 대비 증가율(1.9%p)을 회색 글씨로 추가.
7. 원형 강조선 추가
circle_center = (8, 3.5) circle_colors = ["#FF6F61", "#FFB5A1", "#FFD2C7"] for i, color in enumerate(circle_colors): circle = Circle(circle_center, radius=0.8 + i * 0.3, edgecolor=color, facecolor="none", lw=2) ax.add_patch(circle)
circle_center: 원형 강조선의 중심 좌표를 설정합니다.circle_colors: 원형 강조선의 색상 리스트.for i, color in enumerate(circle_colors): 색상 리스트를 반복하여 원을 그립니다.
radius=0.8 + i * 0.3: 원의 반지름이 점차 커지도록 설정합니다.edgecolor=color: 원의 테두리 색상.facecolor="none": 원의 내부를 비우고 투명하게 설정합니다.ax.add_patch(circle): 생성한 원을 그래프에 추가합니다.8. 조사 기준일 추가
ax.text(2, 0.5, "Based on Survey Date: 2022-12-31", fontsize=10, color="gray")
ax.text: 그래프 하단에 조사 기준일을 텍스트로 추가합니다.fontsize=10: 작은 크기의 폰트를 사용하여 부가 정보를 제공합니다.9. 플롯 출력
plt.tight_layout() plt.show()
plt.tight_layout(): 그래프 내의 요소가 서로 겹치지 않도록 자동으로 간격을 조정합니다.plt.show(): 생성된 그래프를 화면에 표시합니다.
