tensorflow kmean으로 gps 분류 연습 예제, 1일차

tensorflow를 연습하려고 할만한 아이템을 찾다, gps 위치를 kmean으로 분류하는 방법이 할만해 보인다.
휴대폰이 시간맞춰 자동으로 서버로 gps 포인트를 올렸는데, 최근 일년, 사진에서 뽑아낸 gps 정보를 뽑아보니 한 50,000개 정도가 된다. 데이터베이스에서 csv로 쉽게 뽑아냈고, 전에 쓰던 코드를 활용하여 pandas로 data frame으로 저장도 되었다. 이 정보를 뿌려짐 형식의 그래프로 그려야 되는데, 잘 안되었다.

gps 데이터 처음 몇개는 대략 아래와 같다.
latitude longitude updated
0 37.8968 127.528 2015-11-06
1 37.8968 127.528 2015-11-06
2 37.8968 127.528 2015-11-06
3 37.8924 127.548 2015-11-06
4 37.8968 127.528 2015-11-06

plot에 대한 문서들도 찾아 봤는데, 너무 추상적이라 무슨 말인지 모르겠다. 프로그램을 배우는 방법은 실재 해보는 거라, 인터넷의 예제를 찾아보았다. 여기에주인이 내가 필요한 답을 써놓아 그대로 참조했다.
아래와 같이 실행하면 gps의 위도, 경도별 그래프를 그릴 수 있다.

ipd = pd.read_csv("./TRK.csv")
print(ipd.head())

plt.scatter(ipd.latitude, ipd.longitude)
plt.show()
plt.savefig('gps-plot.jpg')