데이터 시각화란?

데이터 시각화를 하는 이유

• 많은 데이터를 빠르게 분석가능
• 시각화를 통한 데이터를 한눈에 습득가능
• 새로운 패턴을 발견가능
• 항목 간의 관계 발견가능

막대차트(Bar Chart)

• 데이터 트렌드 파악
• 데이터 순위 파악

cf)
비교 데이터가 많으면 수평 막대가 유용함
순위를 강조하려면 오름 차순으로 표현
데이터 구분을 하려면 다른 색상으로 지정

분산형 데이터(Scatter Chart)

• 직교 좌표계를 이용하여 점들을 표시
• 두 개의 데이터의 관계를 나타낼 때 유용함
• 분포 양상을 비교할 때 유용함

cf)
데이터 관계를 나타낼 때는 추세선을 사용하기도 함
변수의 관계가 두 개 이상이면 서로 다른 색상을 사용

선 차트(Plot Chart)

• 데이터 트렌드의 변화를 확인하는 데 유용함
• 시간의 흐름에 따른 데이터 변화를 확인하는 데 유용함

cf)
데이터 구분을 위해서 색상 활용
새로 선과 가로선의 눈금과 범위를 적절히 조절할 필요가 있음

파이차트(Pie Chart)

• 데이터 간 비율 파악할 때 사용함
• 상대적인 크기를 파악할 때 사용

cf)
핵심 전달을 위해 조각 개수는 한눈에 보일 정도로 해야 함
강조하고자 하는 핵심 정보만 표시

위드 클라우드(WordCloud)

• 문자열 데이터를 분석할 때 유용함
• 빈도, 중요도가 높은 텍스트를 강조할 때 사용함

cf)
빈도가 낮은 글자는 제외해 줄 필요가 있음

지도 차트

• 데이터 지리적으로 비교할 때 사용함
• 지리적 데이터 변화를 확인할 때 사용함

데이터 시각화를 위한 대표 라이브러리(matplotlib)

• 데이터를 다양한 형태의 차트로 그려주는 데이터 시각화 패키지
• 설치: pip install matplotlib

라이브러리 선언: import matplotlib.pyplot as plt

• seaborn 라이브러리: 22종의 데이터 셋을 제공하고 matplotlib에 비해 손쉽게 그래프를 그리고 스타일 설정 가능