데이터과학 - 1(데이터 시각화)

데이터 시각화

데이터 시각화 : 통계적 수치(평균, 표준편차등)만으로 데이터를 알 수 없는 정보가 있기 때문에 해야함

• 
• 같은 값을 가지는 데이터도 시각화하면 다른 모양이 될 수 있음

---

데이터 시각화의 목적

• 의사소통 : 데이터를 소비자에게 제공할때 유용
• 분석 : 시각적 판단, 탐구

---

탐색적 데이터 분석(EDA)

• 
• 효과적인 EDA의 조건
  • 시각적 무결성 : 실제 정보의 차이와 시각적인 차이의 괴리감이 없어야 함
    • 
    • 비례의 중요성 :
  • 단순함 : 불필요한 시각적 요소 베제, 데이터 확인에 필요한 요소만 사용
    • 
    • 정렬, 보조선의 사용 :
  • 적절한 시각화 방법 사용
    • 
    • 인지 효율성 : 위치, 길이, 기울기, 각도 등의 수치는 값을 비교하기 편리하지만 색깔과 모양은 값의 비교 보다는 영역을 분류하는데 용이 함 ->
  • 센스있는 색 사용
    • 너무 많은 색 사용 x
    • 순서가 있는 경우 휘도나 채도를 변경
    • 무지개색은 되도록 피하기

---

데이터 시각화 in Python

---

matplotlib

---

선그래프

• savefig = 파일저장

- zip
  - a = [1,2,3], b = [a,b,c]일때
  - zip(a,b) = [(1,a), (2,b), (3,c)]

• line 3 :
  • x,y 인덱스별로 더함

---

막대그래프

---

히스토그램

• 
• counter : 딕셔너리형태로 저장

---

산점도

• scatter : 점만 찍음

  • 

• annotate : 주석

---

네트워크 시각화

• pos = 좌표
• sns 친구 관계등을 시각화 할때 사용 가능함