이번에는 행당1동, 행당2동을 다른 지역과 비교해 보겠습니다. 서울에서 인구가 많은 지역 중 하나인 역삼1동과 비교해 봅시다. 먼저 dong_search() 함수로 역삼1동의 행정동코드를 조회해야죠. 그러고 나서 역삼1동의 이름과 행정동코드를 input_name3, input_code3에 저장합니다. 행당1동과 역삼1동의 비교하려면 hangdang1 객체에서 analysis4() 메서드를 실행합니다. 행당2동과 역삼1동의 비교하려면 hangdang2 객체에서 analysis4() 메서드를 실행합니다.

input_name3 = input('비교할 행정동을 입력하세요. --> ')
input_code3 = dong_search(input_name3)

hangdang1.analysis4(input_name3, input_code3)
hangdang2.analysis4(input_name3, input_code3)

실행결과
비교할 행정동을 입력하세요. --> 역삼1동
역삼1동 - 11680640 을(를) 분석합니다!

결과를 보면 역삼1동의 인구가 행당1동과 행당2동보다 압도적으로 많네요. 역삼1동은 인구 변화도 커서 행당동의 인구 변화가 미미하게 느껴질 정도입니다.

핫플레이스 프로젝트를 클래스와 객체로 재구성하니 동시에 다양한 지역을 비교할 수 있게 됐습니다. 이 장 초반에 여러 대출 조건을 객체로 만들어 비교하는 예시로 클래스와 객체의 이점을 설명했는데, 핫플레이스 프로젝트에도 동일하게 적용할 수 있습니다. 지역별로 각각 객체를 만들 수 있으니 다양한 지역을 동시에 비교할 수 있습니다. 다른 궁금한 지역이 있다면 객체를 생성해 분석해 보세요!