차트와 그래프에 대해 공부하게 된 계기
자료를 차트 형태로 만들어야 할 때 지금까지는 양이 많거나 다양하게 표현할 필요가 없었어서, 간단한 차트나 그래프는 엑셀이나 파워포인트로 만들었었다. 그동안의 업무에선 굳이 접할 일이 많지 않다보니 가끔 업무에 필요할 때만 그때 그때 필요한 형태로 사용했는데, 이제는 상황에 맞게 어떤 데이터를 제작 목적에 맞게 무슨 형태의 그래프로 표현하는 것이 효율적일지 알아둬야 할 것 같았다. 앞으로 데이터를 공부하면서 데이터 시각화(Data Visualization)를 다룰 일이 많을 것 같아 미리 공부를 해보려 한다.
차트를 고르는 방법
정확한 시각화 분석을 위해서는 데이터의 종류에 따라 그에 맞는 차트 유형을 사용하는 것이 중요하다. 차트를 사용해야 하는 목적에 따라 분류할 수 있는데 크게 4가지로 나눌 수 있다.
1. 비교
여러 데이터를 비교하므로써 인사이트를 도출할 수 있을 때 데이터는 의미 있어진다. 이때 비교를 쉽게 하는 대표적인 방법은 '항목별 측정값을 시각화 요소의 크기로 표현'하는 것인데, 막대형, 그룹 막대형, 버블형 등이 있다.
아래 그래프는 마블 시리즈별 개봉 당일 관객수를 나타내고 있다.
(이미지 출처: 태블로 마블 막대 그래프 제작자:Juyoung)
관객 수의 범위에 따라 색을 설정했는데, 한 눈에 봐도 '어벤져스: 인피니티 워'가 길이가 가장 길고 색이 진한 것을 알 수 있다. 그에 반해 당일 관객 수가 20만이 되지 않는 '퍼스트 어벤져', '헐크' 등은 막대도 짧지만 색을 연하게 하여 존재감을 낮췄다. 이를 통해 마블 시리즈 중에서도 '어벤져스: 인피니티 워' 개봉에 대한 관객의 기대치가 높았다는 인사이트를 도출할 수 있다.
비슷하지만 다른 유형으로 버블 차트가 있다.
(이미지 출처: 태블로 rape_case_bubbles 제작자:ultimateposeur)
2013년도 주별 강간 발생과 유죄판결 비율 중에서도 유죄판결률을 나타내고 있는데 저장된 데이터를 보면 영어가 아니다. 그렇지만 원의 크기가 클수록, 색이 진할수록 높은 비율을 차지한다는 것을 알 수 있다. 따라서 원의 크기와 색의 진한 정도를 보고 Nagaland에서 85.70%로 강간 재판이 완료된 사건의 유죄판결률이 가장 높은 것을 알 수 있다. 이와 같이 시각화된 데이터를 보면 한 눈에 객관적으로 결과값을 얻을 수 있다.
2. 변화
시간 단위로 변하는 데이터는 라인 차트, 영역 차트로 보는 것이 효과적이다. 각 라인의 높낮이를 통해 변동 추이나 성장률 등을 파악하기 좋다.
아래 차트는 선형으로, 5월 6일부터 13일까지 시간의 흐름에 따라 가스 요금이 어떻게 변화하는지 나타내고 있다.
(이미지 출처: 태블로 Gas prices line chart
제작자:Nick Papantonis)
NC와 SC 모두 우상향 그래프로, 시간이 갈수록 요금이 오르는 것을 쉽게 확인할 수 있다.
3. 구성(비율/비중)
특정 데이터의 percentage를 파악하기 좋다. 파이, 도넛, 트리맵, 와플 차트 등이 있다.(왜 먹는 것의 이름이 많을까?)
(이미지 출처: 태블로 Pie chart inspiration 제작자:Emma HNANA)
위 차트를 보면 같은 데이터값으로 다양한 형태의 원형 차트로 표현했다. 1시 방향에 The Classical이 가장 흔한 파이형 차트이고, 그 아래처럼 여러 종류의 차트 중 제작 목적과 필요에 따라 효과적인 형태로 고르면 된다.
(이미지 출처: 태블로 tree map chart 제작자:Mahesh Nile)
또한 이렇게 트리맵 차트로 표현할 수도 있는데, 다양한 데이터값을 표현할 때 네모 면적의 크기와 색상의 진함 정도로 나타내어 직관적으로 이해할 수 있다. 위 예시에서도 가장 조각이 크고 진한 남색인 핸드폰과 의자가 가장 많이 판매 되었다는 것을 한 눈에 바로 알 수 있다.
(이미지 출처: 태블로 Tableau Composition/Tree Map Chart 제작자:Priyanka)
또한 이렇게 지역에 직접적으로 값을 나타내기도 한다. 위 차트는 미국 주별 독감 사망자수를 보여주는데 면적의 크기와는 상관 없지만 색이 진할 수록 사망자가 많다는 것으로 해석할 수 있다.
자료 출처 및 참고: 뉴스젤리, chatgpt, 태블로
