시각화를 통한 데이터 드릴다운 1 – Bar Chart

데이터 분석 과정을 진행할 때, 막대 그래프(Bar Chart)는 범주형(또는 이산형) 변수가 갖는 값을 시각적으로 확인하는 데 매우 효과적입니다. 이번 포스팅에서는 직급(JobLevel)과 월급(MonthlyIncome) 간 관계를 막대 그래프로 살펴보면서, 직급별 급여 수준이 어떠한 패턴을 갖는지 알아보겠습니다.

---

1. 막대 그래프(Bar Chart)란?

• 범주형 데이터를 시각화할 때 주로 사용
• x축에는 범주(Category), y축에는 그 범주의 값(혹은 집계 결과)
• 범주별로 막대(Bar)의 높이로 값의 크기를 직관적으로 비교 가능

---

2. 코드 예시

아래 코드는 matplotlib.pyplot의 bar() 함수를 사용해, JobLevel을 x축, MonthlyIncome을 y축으로 하는 막대 그래프를 그립니다.

python
코드 복사
import matplotlib.pyplot as plt

# 간단한 예시 코드
plt.bar(df['JobLevel'], df['MonthlyIncome'])
plt.xlabel('JobLevel')
plt.ylabel('Monthly Income')
plt.title('JobLevel vs. MonthlyIncome (Bar Chart)')
plt.show()

코드 해설

1. import matplotlib.pyplot as plt: matplotlib를 불러와 그래프 관련 함수를 사용합니다.
2. plt.bar(x, height):
   • x 파라미터에 범주형 또는 이산형 변수(df['JobLevel'])
   • height 파라미터에 해당 범주에 대응되는 값(df['MonthlyIncome'])
3. plt.xlabel(), plt.ylabel(): 그래프의 x축, y축 레이블을 설정합니다.
4. plt.title(): 그래프 제목을 설정합니다.
5. plt.show(): 그래프를 화면에 표시합니다.

---

3. 결과 해석

실행 결과, 직급이 높을수록 막대의 높이가 증가하는 패턴이 보일 수 있습니다. 즉, 월급(MonthlyIncome)이 직급(JobLevel)과 양의 상관관계를 가질 가능성이 높다는 뜻입니다.

다만, 기본 bar() 함수로 그린 그래프는 한 행당 하나의 막대를 그리므로, 데이터가 많을 경우 막대가 지나치게 많아져 시각적으로 복잡해질 수 있습니다.

예를 들어, JobLevel이 단일 범주형이 아니라 사실상 숫자형(1~5)으로 들어가거나, 각 행마다 다른 월급을 가지면 막대가 무수히 많아질 수 있습니다.

---

4. 개선 방안

1. 그룹 집계 후 막대 그래프 그리기
   • groupby('JobLevel')['MonthlyIncome'].mean()처럼 직급별 평균 월급을 구한 뒤, 이를 막대 그래프로 표현하면 직급별 평균 월급을 한눈에 보기 편합니다.
   • 예시:

     python
     코드 복사
     mean_income_by_level = df.groupby('JobLevel')['MonthlyIncome'].mean()
     plt.bar(mean_income_by_level.index, mean_income_by_level.values)
     plt.xlabel('JobLevel')
     plt.ylabel('Average Monthly Income')
     plt.title('Average Monthly Income by JobLevel')
     plt.show()
     

2. 정렬
   • 필요하다면 직급 순서(1, 2, 3, 4, 5)가 제대로 표시되도록 인덱스를 정렬하거나, sorted 함수를 사용할 수 있습니다.
3. Seaborn 활용
   • seaborn.barplot()을 사용하면 평균값 및 신뢰구간을 자동으로 표시할 수 있어 더 풍부한 정보를 시각화 가능
   • 예시:

     python
     코드 복사
     import seaborn as sns
     
     sns.barplot(data=df, x='JobLevel', y='MonthlyIncome')
     plt.title('Monthly Income by JobLevel (Seaborn)')
     plt.show()
     

---

마무리

직급(JobLevel)과 월급(MonthlyIncome) 간의 관계를 막대 그래프로 표현하면, 급여가 직급에 따라 어떻게 변하는지 직관적으로 확인할 수 있습니다. 특히, 간단한 탐색적 분석(EDA) 단계에서 범주형 변수에 따른 값을 비교할 때 막대 그래프가 매우 유용합니다.

• Tip: 실제 데이터가 많으면, 단순 plt.bar()보다 집계한 데이터를 시각화하거나 Seaborn의 고급 그래프를 사용해 가독성을 높이는 것이 좋습니다.