빅데이터 분석결과 해석 및 활용 - 데이터 시각화 개요

데이터 시각화 정의

분석된 결과를 해석하는 대표적인 방법
데이터 값을 시각적 속성으로 변환하고 이를 그래프로 표현하는 과정
- 데이터 사이의 관계를 대표할 수 있는 특징을 도표나 차트 등으로 표현
시각화를 통해 데이터의 의미를 명확하게 표현하고 효율적으로 전달하는 것을 목적으로 하는 것
- 즉, 데이터 분석 결과를 쉽게 이해할 수 있도록 시각적으로 표현하고 전달하는 과정과 기법을 의미
고려사항
- 기능적인 측면 : 데이터의 의미를 정확하게 표현하여야 함
- 심미적인 측면 : 사람이 쉽게 인지하고 직관적으로 이해할 수 있어야 함

자료로부터 정보를 습득하는 시간을 절감하고 데이터에 대한 즉각적인 판단 가능
데이터의 특징과 패턴, 추세를 직관적으로 제공하여 데이터의 의미에 대한 이해를 효과적으로 도움
하나의 시각화 자료를 통해 시간, 공간, 분포 등 다양한 측면에서의 표현 가능
그래픽 도구를 이용함으로써 데이터의 의미, 관계, 차이, 분포 등을 선명하게 표현
데이터 시각화 접근 방법
- 통계적 그래픽(Statistical Graphics)
  - 데이터의 분포와 통계적 정보를 2차원, 또는 3차원 공간에 시각적으로 표현하는 방법
- 주제 지도학(Thematic Carography)
  - 특정 주제의 지리적 분포와 패턴을 나타내는 지도 형태의 표현 방법

특성에 따라 크게 범주형과 수치형으로 나눔

탐색적 자료분석(EDA, Exploratory Data Analysis)
- 주어진 자료에 대해 다양한 탐색 기법을 이용해 자료에 대한 충분한 이해를 하는 방법
- 데이터셋에 대한 주요 특징을 주로 시각적 방법을 이용해 분석
차트(Chart)
- 개별적인 데이터를 표현하는 방식
- 데이터 특성에 따라 다른 종류의 차트를 선택
  - 원 그래프, 막대 그래프, 선 그래프, 면적 그래프 등
데이터셋(Data Set)
- 데이터 시각화의 기초가 되는 데이터의 집합
축(Axis)
- 데이터가 표시될 위치에 대한 기준선
- 2차원 그래프는 2개, 3차원 그래프는 3개의 축으로 구성
스케일(Scale)
- 그래프에 표현되는 데이터 값의 범위
- 각각의 축에 일정한 간격을 가지고 표시
범례(Legend)
- 차트에 표현되고 있는 기호나 선 등이 어떤 의미인지 설명하는 역할
이상치(Outliers)
- 데이터의 정상분포를 벗어나는 데이터
- 데이터 시각화를 통해 이상치를 효율적으로 발견

체계적이고 논리적인 방식을 통해 데이터 값을 시각적 속성으로 변환하고 속성들을 이용하여 최종 그래프 생성
데이터 값을 정량화 가능한 시각적 속성으로 나타내 그래픽으로 표현
자주 사용되는 시각적 속성 : 위치, 형태, 크기, 색, 굵기, 선 유형 등
- 위치, 크기, 굵기, 색 : 연속형 데이터와 이산형 데이터에 모두 적용
- 형태, 선 유형 : 이산형 데이터에만 적용