[Data viz(1)] Inroduction to Visualization

*데이터 시각화란?

 

• 데이터를 그래픽 요소로 매핑하여 시각적으로 표현하는 것
• 시각화는 다양한 요소가 포함된 Task
  • 목적 - 왜 시각화 하는지?
  • 독자 - 시각화 결과는 누구를 대상으로 하는지?
  • 데이터 - 어떤 데이터를 시각화할 것인지?
  • 스토리 - 어떤 흐름으로 인사이트를 전달할 것인지?
  • 방법 - 전달하고자 하는 내용에 맞게 효과적인 방법을 사용하고 있는지?
  • 디자인 - UI에서 만족스러운 디자인을 가지고 있는지?
• raw data만 처리하는게 아니라 원하는 정보를 추출할 수 있어야 함 => ex) Preprocessing
• Data의 전체적인 흐름을 알 필요가 있음 => 흐름을 잘 전달하기 위한 Bar plot, Line plot, Scatter plot 등...

 

 

1.1 '데이터' 시각화 

 

• 데이터 시각화를 위해서는 데이터가 우선적으로 필요
• 데이터셋 종류
  • 정형 데이터
    - 테이블 형태, 일반적으로 csv, tsv
    - 가장 쉽게 시각화할 수 있는 데이터셋
    - 통계적 특성과 feature 사이 관계
    - 데이터 간 관계, 데이터 간 비교
  • 시계열 데이터
    - 시간 흐름에 따른 데이터 Time-Series
    - 기온, 주가 등 정형데이터와 음성, 비디오와 같은 비정형 데이터 존재
    - 시간 흐름에 따른 추세(Trend), 계절성(Seasonality), 주기성(Cycle) 등 살핌
  • 지리 데이터
    - 지도 정보와 보고자 하는 정보 간의 조화 중요 + 지도 정보를 단순화 시키는 경우도 존재
    - 거리, 경로, 분포 등 다양한 실사용
  • 관계형(네트워크) 데이터
    -  객체와 객체간의 관계를 시각화 : Graph Visualization / Network Visualization
    - 객체는 Node, 관계는 Link
    - 크기, 색, 수 등으로 객체와 관계의 가중치를 표현
    - heuristic
  • 계층적 데이터
    - 관계 중에서도 포함관계가 분명한 데이터
    - Tree, Treemap, Sunburst가 대표적
  • 다양한 비정형 데이터

 

1.2 데이터의 종류

 

• 수치형(numerical)
  • 연속형(continuous) : 길이, 무게, 온도 등
  • 이산형(discrete) : 주사위 눈금, 사람 수 등
• 범주형(categorical)
  • 명목형(nominal) : 혈액형, 종교 등
  • 순서형(ordinal) : 학년, 별점, 등급 등

 

2.1 마크와 채널

 

• Mark : 점, 선, 면으로 이루어진 데이터 시각화

• Channel : 각 마크를 변경할 수 있는 요소들

 

 

2.2 전주의적 속성

• Pre-attentive Attribute
• 주의를 주지 않아도 인지하게 되는 요소
• 적절히 사용하여 시각적 분리(visual pop-out) 적용

 

 

3.Python , Matplotlib

 

*Why matplotlib?

• 현재 사용되고 있는 다양한 데이터 분석 및 머신러닝/딥러닝은 Python에서 이루어짐
• numpy와 scipy를 베이스로 하여 다양한 라이브러리와 호환성이 좋음
  • Scikit-Learn, PyTorch, Tensorflw
  • pandas
• 다양한 시각화 방법론을 제공
  • 막대그래프
  • 선그래프
  • 산점도
  • ETC 
• 이외 Seaborn, Plotly, Bokeh, Altair 등 시각화 라이브러리 존재

 

*Pythonic plot

 

• Pyplot API : 순차적 방법
• 객체지향(Object-Oriented) API : 그래프에서 각 객체에 대해 직접적으로 수정하는 방법

fig = plt.figure()

x1 = [1, 2, 3]
x2 = [3, 2, 1]

ax1 = fig.add_subplot(211)
ax2 = fig.add_subplot(212)

ax1.plot(x1)
ax2.plot(x2)
plt.show()