부스트캠프 데이터 시각화 강의

[1강] Introduction to Visualization (OT)

  • 시각화
    • 구성요소 : 목적, 독자, 데이터, 스토리, 방법, 디자인
    • 목표 : 모범 사례를 통해 좋은 시각화를 만들어보자
  • 데이터 시각화
    • 데이터셋 종류 : 정형, 시계열, 지리, 관계형, 계층적, 비정형 데이터
    • 수치형(numerical) : 연속형(continuous) / 이산형(discrete)
    • 범주형(categorical) : 명목형(nominal) / 순서형(ordinal)
  • 시각화의 요소
    • 마크(mark) : 점, 선, 면
    • 채널(channel) : 마크를 변경할 수 있는 요소들
      • 위치, 색, 모양, 크기, 부피, 각도 등
      • 전주의적 속성(Pre-attentive Attribute)
        • 주의를 주지 않아도 인지하게 되는 요소
        • 적절하게 사용할 때, 시각적 분리(visual pop-out)
  • Matplotlib : numpy와 scipy를 베이스로 하여, 다양한 라이브러리와 호환성이 좋다.

[2강] 기본 차트의 사용

  • Bar plot : 막대 그래프, 범주에 따른 수치값 비교에 적절
    • Principle of Proportion ink : 실제 값과 그래픽으로 표현되는 잉크 양은 비례해야 함
  • Line plot : 꺾은선 그래프, 시간/순서에 대한 추세(시계열 데이터)에 적합
    • 보간 : 점과 점 사이에 데이터가 없을 때 잇는 방법
  • Scatter plot : 산점도 그래프, 두 feature간의 상관 관계 파악에 용이
    • 인과 관계(causal relation)과 상관 관계(correlation)은 다르다.

[3강] 차트의 요소

  • Text 사용하기
    • 시각적으로만 표현이 불가능한 내용 설명
  • Color 사용하기
    • 효과적인 구분, 색조합 중요, 인사이트 전달 중요
    • 범주형 : 독립된 색상 / 연속형 : 단일 색조의 연속적인 색상 / 발산형 : 상반된 색
    • 색각 이상(색맹, 색약) 고려가 필요할 수 있다.
  • Facet(분할) 사용하기
    • Multiple View : 다양한 관점 전달
    • subplot, grid spec 등 이용

[4강] 통계와 차트

  • Seaborn : Matplotlib 기반의 통계 시각화 라이브러리, 쉬운 문법과 깔끔한 디자인
  • Seaborn 기초 : 기본 차트 그리기
    • Categorical API : 범주형 데이터에 대한 시각화
      • 대표적 : counterplot / boxplot / violinplot
      • ETC : boxenplot / swarmplot / stripplot
    • Distribution API : 분포에 대한 시각화
      • Univariate Distribution : 단일 변수에 대한 분포
        • histplot : 히스토그램
        • kdeplot : Kernel Density Estimate
        • ecdfplot : 누적 밀도 함수
        • rugplot : 선을 사용한 밀도함수
      • Bivariate Distribution : 두 변수에 대한 결합 확률 분포(joint probability distribution)
        • histplot과 kdeplot 사용 시 축 두개 입력
    • Relational API : 관계에 대한 시각화
      • scatterplot / lineplot
    • Regression API : 회귀에 대한 시각화
      • regplot
    • Matrix API : Matrix 데이터에 대한 시각화
      • heatmap(data.corr()) : 주로 상관관계(correlation) 시각화에 많이 사용
  • Seaborn 심화 : 여러 차트 그리기
    • jointplot : 두 변수의 결합확률 분포와 함께 각각의 분포도 살필 수 있는 시각화를 제공
    • pairplot : 데이터셋의 pair-wise 관계를 시각화하는 함수, 서브플롯 100개 이하로 그리는 것 추천
    • FaceGrid : pairplot으로 feature-feature 사이를 살폈다면, Facet Grid는 feature-feature 뿐만이 아니라 feature’s category-feature’s category의 관계도 살펴볼 수 있다.
      • catplot : Categorical
      • displot : Distribution
      • relplot : Relational
      • lmplot : Regression

[5강] 다양한 시각화 방법론

  • Polar Coordinate (극 좌표계)
    • 구현 : Matplotlib Projection
    • Polar Plot
      • 극 좌표계를 사용하는 시각
      • 회전, 주기성 등을 표현하기에 적합
      • Line, Bar, Scatter 모두 가능
      • Matplotlib 공식 로고도 그릴 수 있다.
    • Radar Plot
      • 극 좌표계를 사용하는 대표적인 차트
      • 중심점을 기준으로 N개의 변수 값 표현하기에 적합 (데이터의 Quality)
      • 각 feature는 독립적이며, 척도가 같아야 한다.
  • Pie Charts
    • 구현 : Pie Chart in Matplotlib
    • Pie Chart
    • Donut Chart
      • 중간이 비어있는 Pie Chart
      • 데이터 분석 EDA 에 있어서는 비추천
      • 인포그래픽, 스토리텔링 시에 종종 사용
    • Surburst Chart
      • 햇살(sunburst)을 닮은 차트
      • 계층적 데이터를 시각화하는데 사용
      • 가독성이 떨어지기 때문에 Treemap 추천
  • 다양한 시각화 라이브러리
    • missingno
      • 결측치(missing value)를 체크하는 시각화 라이브러리
    • squarify
      • Treemap : 계층적 데이터를 직사각형을 사용하여 포함 관계를 표현한 방법
      • Mosaic plot과 유사
      • History of Treeviews
    • PyWaffle
      • Waffle Chart : 와플 형태로 discrete하게 값을 나타내는 차트
      • Pictogram Chart, 인포그래픽에서 유용
    • pyvenn
      • Venn : 집합(set) 등에서 사용하는 익숙한 벤 다이어그램
      • EDA 보다는 출판 및 프레젠테이션에 사용

[6강] 인터랙티브 시각화

  • Interactive를 사용하는 이유 : 정적 시각화는 원하는 메세지를 압축해서 담는다는 장점이 있지만, 공간적 낭비가 크다.
    • jupyter notebook : 함수형으로 1번에 1개를 만드는 방식
    • web demo : 모든 내용을 한 번에 db에 올려서 사용 (느릴 수 있음)
  • 인터랙티브의 종류
  • 인터랙티브 시각화 라이브러리
    • Plotly
      • 인터랙티브 시각화에 가장 많이 사용, 예시+문서화 강점
      • 통계, 지리, 3D, 금융 시각화 등
    • Plotly Express
      • Ploty를 seaborn과 유사하게 만든 쉬운 문법
    • Bokeh
      • 기본 테마가 Plotly에 비해 깔끔
      • 비교적 부족한 문서화
    • Altair
      • Vega 라이브리를 사용하여 만들었고, 문법이 Pythonic하지 않다.
      • 기본 차트(Bar, Line, Scatter, Histogram)에 특화

[7강] 주제별 시각화와 사용법