데이터 분석을 하다 보면 평균, 표준편차, 상관계수처럼 숫자로 요약한 결과만으로는 데이터의 모습을 충분히 파악하기 어려운 경우가 많다.
그래서 분석 초반에는 통계값과 시각화를 함께 확인하는 습관이 중요하다.
이번 글에서는 데이터 시각화가 왜 필요한지부터, Python 그래프를 이해할 때 자주 등장하는 Figure, Axes, Axis의 차이와 Matplotlib, Seaborn을 언제 사용하는지까지 정리해본다.
데이터 시각화는 왜 필요할까?
데이터 시각화는 데이터를 그래프 형태로 표현해서 분포, 패턴, 관계, 이상치를 빠르게 파악하는 방법이다.
예를 들어 쇼핑몰의 사용자 행동 데이터를 분석한다고 해보자.
- 일별 방문자 수는 증가하고 있는가?
- 특정 요일에 주문이 몰리는가?
- 체류시간이 긴 사용자가 구매도 많이 하는가?
- 일부 사용자만 지나치게 큰 값을 가지고 있지는 않은가?
이런 질문은 숫자 표만 보는 것보다 그래프로 확인했을 때 훨씬 빠르게 답을 찾을 수 있다.
원본 데이터
↓
기술 통계 확인
↓
그래프로 분포와 관계 확인
↓
이상치·패턴 발견
↓
추가 분석 방향 결정즉, 시각화는 단순히 결과를 예쁘게 보여주는 작업이 아니라 분석 과정 자체의 일부라고 볼 수 있다.
기술 통계만으로는 부족할 수 있다
평균이나 분산 같은 통계값이 비슷하다고 해서 데이터의 모양까지 같은 것은 아니다.
예를 들어 두 API의 평균 응답 시간이 모두 200ms라고 하더라도 실제 데이터는 다음처럼 다를 수 있다.
- A API: 대부분 180~220ms에 안정적으로 분포
- B API: 대부분 100ms이지만 일부 요청이 1초 이상 지연
평균만 보면 두 API가 비슷해 보이지만, 시각화하면 분포와 이상치 차이가 바로 드러난다.
그래서 EDA에서는 다음 두 가지를 함께 보는 것이 좋다.
| 확인 방법 | 알 수 있는 것 |
|---|---|
| 기술 통계 | 평균, 중앙값, 분산, 최소·최대값 등 수치 요약 |
| 시각화 | 분포 형태, 이상치, 군집, 관계, 추세 |
숫자는 요약하고, 그래프는 구조를 보여준다고 생각하면 이해하기 쉽다.
좋은 시각화는 그래프 종류 선택부터 시작한다
그래프를 그릴 때 중요한 것은 화려한 디자인보다 분석 목적에 맞는 그래프를 선택하는 것이다.
| 알고 싶은 내용 | 주로 사용하는 그래프 |
|---|---|
| 값의 변화 추세 | 선 그래프 |
| 범주별 크기 비교 | 막대 그래프 |
| 값의 분포 | 히스토그램 |
| 두 수치형 변수의 관계 | 산점도 |
| 분포와 이상치 비교 | 박스플롯 |
| 여러 변수 간 관계 | pairplot, 상관행렬 |
예를 들어 사용자 수의 일별 변화라면 선 그래프가 자연스럽고, 페이지별 클릭 수 비교라면 막대 그래프가 더 적절하다.
그래프를 만들기 전에 먼저 다음 질문을 해보는 것이 좋다.
"이 그래프를 통해 무엇을 확인하려는가?"
이 질문에 답할 수 있어야 그래프 종류와 옵션도 자연스럽게 결정된다.
Matplotlib 그래프의 구조 이해하기
Python 시각화를 공부할 때 헷갈리기 쉬운 개념이 Figure, Axes, Axis다.
간단히 구분하면 다음과 같다.
Figure
└── Axes
├── x-axis
└── y-axisFigure
Figure는 그래프 전체가 올라가는 하나의 도화지라고 생각하면 된다.
한 개의 그래프만 포함할 수도 있고, 여러 개의 그래프를 함께 배치할 수도 있다.
import matplotlib.pyplot as plt
fig = plt.figure()
plt.show()이 코드에서는 그래프를 실제로 그리기 전, 전체 그림 영역인 Figure를 만든다.
Axes
Axes는 Figure 내부에서 실제 그래프가 그려지는 영역이다.
하나의 Figure 안에 여러 Axes를 배치할 수 있다.
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
ax.plot([1, 2, 3, 4], [10, 15, 13, 20])
plt.show()여기서 역할은 다음과 같다.
fig → 전체 도화지
ax → 실제 그래프 영역실제로 제목, 축 이름, 그래프 데이터 등을 설정할 때는 ax를 많이 사용한다.
fig, ax = plt.subplots()
ax.plot([1, 2, 3, 4], [10, 15, 13, 20])
ax.set_title('Daily Active Users')
ax.set_xlabel('Day')
ax.set_ylabel('Users')
plt.show()Axis
Axis는 Axes 내부의 실제 축을 의미한다.
일반적인 2차원 그래프라면 다음 두 축이 있다.
- x-axis
- y-axis
그래서 이름이 비슷하지만 구분해서 기억할 필요가 있다.
| 용어 | 의미 |
|---|---|
| Figure | 그래프 전체 영역 |
| Axes | 실제 그래프가 그려지는 공간 |
| Axis | x축, y축 같은 개별 축 |
하나의 Figure에 여러 그래프 배치하기
데이터 분석에서는 변수 여러 개를 동시에 비교해야 하는 경우가 많다.
이럴 때 plt.subplots()를 사용하면 하나의 Figure에 여러 Axes를 만들 수 있다.
예를 들어 웹 서비스의 방문자 수와 주문 수를 함께 확인해보자.
import matplotlib.pyplot as plt
days = [1, 2, 3, 4, 5, 6, 7]
visitors = [120, 150, 180, 170, 210, 240, 260]
orders = [12, 18, 21, 19, 28, 32, 35]
fig, axes = plt.subplots(2, 1, figsize=(8, 6))
axes[0].plot(days, visitors)
axes[0].set_title('Visitors')
axes[1].plot(days, orders)
axes[1].set_title('Orders')
plt.tight_layout()
plt.show()여기서 핵심은 axes[0], axes[1]처럼 각각의 그래프 영역을 별도로 제어할 수 있다는 점이다.
그래프를 복잡하게 구성해야 할수록 Figure/Axes 구조를 이해하는 것이 중요해진다.
Matplotlib과 Seaborn의 차이
Python에서 데이터 시각화를 할 때 자주 사용하는 라이브러리는 Matplotlib과 Seaborn이다.
둘은 경쟁 관계라기보다 역할이 조금 다르다.
| 항목 | Matplotlib | Seaborn |
|---|---|---|
| 특징 | 기본적인 Python 시각화 라이브러리 | 통계 시각화에 특화 |
| 제어 범위 | 매우 세밀하게 조정 가능 | 비교적 간단한 코드로 표현 가능 |
| 복잡한 레이아웃 | 유연하게 구성 가능 | 상대적으로 제한적 |
| DataFrame 활용 | 직접 설정할 일이 많음 | Pandas 데이터와 연결이 편리함 |
| 추천 상황 | 세밀한 커스터마이징 | 빠른 EDA, 통계 그래프 |
실무에서는 둘 중 하나만 고집하기보다는 Seaborn으로 그래프를 만들고 Matplotlib으로 세부 옵션을 조정하는 방식도 많이 사용한다.
Matplotlib 예제
사용자 행동 데이터를 간단한 막대 그래프로 표현해보자.
import matplotlib.pyplot as plt
pages = ['Home', 'Search', 'Product', 'Cart']
clicks = [420, 310, 540, 180]
fig, ax = plt.subplots(figsize=(7, 4))
ax.bar(pages, clicks)
ax.set_title('Clicks by Page')
ax.set_xlabel('Page')
ax.set_ylabel('Clicks')
plt.show()Matplotlib은 축 이름, 제목, 크기, 배치 등 그래프의 세부 요소를 직접 제어하기 좋다.
Seaborn 예제
같은 데이터를 DataFrame으로 관리하고 있다면 Seaborn을 활용할 수 있다.
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
df = pd.DataFrame({
'page': ['Home', 'Search', 'Product', 'Cart'],
'clicks': [420, 310, 540, 180]
})
sns.barplot(data=df, x='page', y='clicks')
plt.title('Clicks by Page')
plt.show()Seaborn은 data, x, y 형태로 DataFrame 컬럼을 바로 지정할 수 있어 데이터 분석 코드와 자연스럽게 연결된다.
관계를 확인할 때는 산점도가 유용하다
두 개의 수치형 변수가 함께 변하는지 보고 싶다면 산점도(Scatter Plot)를 사용할 수 있다.
예를 들어 사용자의 체류시간과 구매금액 관계를 확인해보자.
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
df = pd.DataFrame({
'session_minutes': [2, 4, 6, 8, 10, 12, 14],
'purchase_amount': [0, 10, 8, 25, 22, 40, 55]
})
sns.scatterplot(
data=df,
x='session_minutes',
y='purchase_amount'
)
plt.show()그래프를 볼 때는 단순히 점이 위로 올라가는지만 보는 것이 아니라 다음을 함께 확인해야 한다.
- 두 변수 사이에 일정한 방향성이 있는가?
- 관계가 선형인가, 곡선 형태인가?
- 다른 데이터와 크게 떨어진 이상치가 있는가?
- 특정 영역에 데이터가 몰려 있는가?
이런 특징은 상관계수 하나만 확인했을 때 놓칠 수 있다.
여러 변수를 한 번에 탐색하기
변수가 여러 개라면 Seaborn의 pairplot()도 유용하다.
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
df = pd.DataFrame({
'visits': [2, 5, 8, 4, 10, 12],
'clicks': [5, 12, 18, 9, 25, 30],
'orders': [0, 1, 2, 1, 3, 4]
})
sns.pairplot(df)
plt.show()pairplot()은 여러 변수 조합의 산점도와 각 변수의 분포를 한 번에 볼 수 있어 EDA 초반에 변수 간 관계를 훑어볼 때 편리하다.
다만 변수 개수가 많아지면 그래프 수가 급격히 증가하고 메모리 사용량도 커질 수 있다.
따라서 실제 분석에서는 필요한 변수만 골라 사용하는 것이 좋다.
sns.pairplot(df[['visits', 'clicks', 'orders']])그래프를 볼 때 체크할 포인트
데이터 시각화를 할 때는 단순히 그래프를 만드는 것에서 끝나지 않는다.
그래프를 통해 다음 질문에 답할 수 있어야 한다.
분포는 어떤가?
↓
이상치는 있는가?
↓
변수끼리 관계가 있는가?
↓
시간이나 범주에 따른 패턴이 있는가?
↓
다음 분석에서 무엇을 확인해야 하는가?특히 머신러닝이나 통계 분석 전에 시각화를 해두면 다음 작업의 방향을 잡는 데 도움이 된다.
예를 들어,
- 이상치가 심하다 → 전처리 여부 검토
- 변수 관계가 비선형이다 → 단순 선형 모델만으로 충분한지 검토
- 특정 범주에 데이터가 몰린다 → 불균형 여부 확인
- 시간에 따라 패턴이 변한다 → 시계열 특성 확인
처럼 다음 분석 단계로 자연스럽게 연결할 수 있다.
개발자 관점에서 이해하기
프론트엔드나 백엔드 개발에서도 시각화는 생각보다 자주 활용된다.
예를 들어 서비스 운영 데이터를 분석한다고 하면 다음과 같은 지표를 그래프로 만들 수 있다.
API 요청 수
오류율
응답 시간
DAU / MAU
페이지별 클릭 수
구매 전환율
사용자 이탈률이때 중요한 것은 그래프를 만드는 것 자체가 목적이 아니라, 그래프를 통해 문제를 발견하는 것이다.
예를 들어 API 평균 응답 시간이 200ms라는 숫자만 보면 정상처럼 보일 수 있지만, 시간대별 그래프를 확인했을 때 특정 시간에만 1초 이상 치솟는 패턴이 발견될 수도 있다.
결국 시각화는 데이터 분석뿐만 아니라 서비스 모니터링과 문제 해결을 위한 도구로도 활용할 수 있다.
핵심 정리
- 데이터 시각화는 데이터의 분포, 패턴, 관계, 이상치를 직관적으로 확인하는 방법이다.
- 평균이나 분산 같은 기술 통계만으로는 데이터의 전체 구조를 파악하기 어렵다.
- 그래프를 그리기 전에 무엇을 확인하려는지 먼저 정해야 한다.
- Matplotlib에서 Figure는 전체 도화지, Axes는 그래프가 그려지는 영역, Axis는 개별 축이다.
- Matplotlib은 세밀한 제어와 복잡한 그래프 구성에 강하다.
- Seaborn은 DataFrame 기반의 통계 시각화를 비교적 간단하게 작성할 수 있다.
- 산점도와 pairplot은 여러 변수 사이의 관계와 이상치를 탐색할 때 유용하다.
- 시각화 결과는 전처리, 통계 분석, 머신러닝 모델 선택 같은 다음 단계의 판단 근거가 된다.
정리하며
데이터 분석을 시작할 때 숫자만 먼저 계산하기보다 데이터를 직접 그려보는 과정이 생각보다 중요하다.
특히 Figure, Axes 같은 Matplotlib의 기본 구조를 이해해두면 이후 복잡한 그래프를 만들 때 훨씬 수월해진다.
Seaborn까지 함께 익혀두면 빠르게 데이터의 분포와 관계를 확인할 수 있어 EDA 작업에서도 활용도가 높다.
다음 단계에서는 히스토그램, 박스플롯, 산점도, 막대그래프처럼 자주 사용하는 그래프를 직접 그려보면서 그래프별 목적과 옵션을 익혀보면 좋다.
