[투빅스 6주차 정규세션] 데이터시각화

Об этом предложении

데이터 시각화 데이터시각화 = 미학 + 과학이다 데이터를 예쁘게 꾸미는게 아닌 파악하기 좋게 정확하게 전달하는 것이 최우선이다 ugly는 취향의 문제이기때문에 틀린 시각화는 없지만 수치를 정확하게 표현하는게 좋음 좌표, 도형, 색깔 스케일 예시 : 위치 스케일, 색상, 크기, 형태 등 다양한 스케일 사용 가능 위치 스케일 : 가장 중요, 좌표, 데카르트 좌표, 축간의 비율을 검토하는 것이 중요, 데카르트 좌표는 선형 변환에 불변 데이터와 스케일은 분리해서 생각해야한다. 선형축: 눈금이 더하기로 증가 로그 : 눈금이 곱하기로 증가 로그0은 발산 - 제곱근 스케일 등장. 제곱근 스케일의 한계 - 격자 단위 규칙이 없음. 눈금 표시 기준이 모호함 데이터에 맞는 임의적이지만 적절한 눈금을 찍는것이 중요 제곱근 스케일이 유리한 경우 : 제곱값으로 산출되는 데이터를 표현하기에 적합(면적) 극 좌표계 : 중심에서 얼마나 떨어져있는가, 어느 쪽을 향하고 있는가 ex.시계 지리 공간 데이터와 곡선축 좌표계 : 경도를 가로 위도를 세로축으로 삼으면 문제가 생긴다. 색상스케일의 3가지 목적 : 데이터 그룹을 구분할 때 (정성적 스케일-그룹간 우열이 없을 떄), 데이터 값을 표현할 떄(순차적 스케일-색상에 크기를 부여해 값의 크기 차이를 표현, 그라데이션 사용, 발산형 스케일-양방향성의 데이터를 표현할 때), 특정 값을 강조할 때(강조 스케일-핵심정보나 범주를 강조) 수량데이터의 시각화 : 막대도표 가로 공간이 넉넉하지 않을시 레이블을 기울여 표기 가로 공간이 넉넉하지 않을 시 막대를 가로로 표기 묶은 막대 범주형 변수 2가지를 다룰 때 묶은막대 도표 사용 동일한 범주형 변수1을 묶어 표현 이후 묶음 안에서 범주형 변수2에 따른 값 표현 누적 막대 막대를 묶지 않고 아래위로 쌓으면 누적막대도표 막대를 쌓아 도출한 합계값이 의미있을 때 유용 ex. 수익 점 도표 막대도표는 기준점이 항상 0이어야하는 한계 존재 점은 축의 범위를 제한할 수 있고, 적절한 위치에 점을 찍어 정량값을 나타낼 수 있다. 히트맵 데이터가 방대한 경우 막대나 점대신 색으로 값을 표현한다 정확한 데이터값보다 전반적인 추세 확인에 용이하다. 히스토그램 데이터셋안에서 변수의 분포를 파악하는 경우 단일 분포를 시각화할 때에 히스토그램 사용 구간 폭이 좁으면 뾰족하고 산만해보이며 전체적인 흐름이 나타나지 않고 구간 폭이 넓으면 소소한 특징이 눈에 띄지 않음 밀도도표 연속적인 곡선으로 데이터의 내제된 확률 분포를 나타냄 커닐밀도추정방식사용 모래를 쌓는 방식과 비슷 대역폭이 작으면 뾰족하고 산만해보이며, 전체적인 흐름이 잘 들어나지 않고 대역폭이 크면 소소한 특징이 눈에 띄지 않음 방대한 데이터에 유리 커닐 밀도 추정 기법 사용시 꼬리 부분 데이터값이 존재하지 않은 것 처럼 보이는 모양새가 나오기 쉬움 누적 히스토그램 둘 이상의 변수에 따른 데이터 분포를 하나의 도표로 나타낼 때 사용 막대의 시작 위치를 파악하기 어려움 모든 막대를 0에서 출발하게 그리고, 부분적으로 투명도를 높여 문제를 해결하고자 했으나 2개가 아닌 3개 처럼 보이고 오히려 혼잡 중첩 밀도 도표를 이용하기 - 이어진 밀도 곡선이 두 분포를 구분해주긴 하지만 17세 이전 분포의 차이를 나타내기 어렵다 연령 피라미드 - 히스토그램 2개 그리기 3가지 변수 이상의 분포를 담으려면 밀도도표를 사용하되 변수의 분포를 뚜렷이 구별해야한다. tableau powerbi

Детали предложения

Провайдер

velog

Источник

velog-rss

Балл

54.38

Уверенность

49%