시각화에 대한 동기 부여

데이터 그래프를 해석하고 상관관계, 선형 관계, 로그 척도와 같은 핵심 데이터 시각화 개념을 이해하는 방법을 배웁니다. 인터랙티브형 연습 문제를 통해 산포도 그래프와 선 그래프로 두 연속 변수 간의 관계를 살펴봅니다. 또한, 기대 수명, 기술 보급, 코로나19 확진자 수, 스위스 청소년 범죄 데이터를 분석합니다. 이어서 범주형 변수와 연속형 변수의 관계를 살펴볼 때 자주 사용되는 막대 그래프와 점 그래프도 소개합니다. 그리고 유명 운동선수, 건강 관련 설문 조사 데이터, 전 세계 빅맥 가격 데이터를 알아봅니다.

Exercise 1: 산포도 그래프 Exercise 2: 산포도 그래프 해석하기 Exercise 3: 산포도 그래프로 파악하는 추세 Exercise 4: 선 그래프 Exercise 5: 선 그래프 해석하기 Exercise 6: 선 그래프의 로그 척도 Exercise 7: 막대 그래프 Exercise 8: 막대 그래프 해석하기 Exercise 9: 누적 막대 그래프 해석하기 Exercise 10: 점 그래프 Exercise 11: 점 그래프 해석하기 Exercise 12: 점 그래프 정렬하기

이제 인사이트를 더욱 효과적으로 전달할 차례입니다. 특히 두 개 이상의 변수를 동시에 다룰 때 색상과 모양을 활용해 데이터 시각화를 더 명확하고 이해하기 쉽게 만드는 방법을 알아봅니다. 로스앤젤레스 주택 가격, 기술주 가격, 수학에 대한 불안감, 역대 최고의 힙합 노래, 스카치 위스키 선호도, 올리브 오일 지방산 데이터를 살펴봅니다.

Exercise 1: 더 높은 차원 Exercise 2: 산포도 그래프의 또 다른 차원 Exercise 3: 선 그래프의 또 다른 차원 Exercise 4: 색상 사용하기 Exercise 5: 눈에 띄는 색상 Exercise 6: 정성적, 순차적, 발산형 Exercise 7: 데이터 강조하기 Exercise 8: 여러 변수를 한 번에 그래프화하기 Exercise 9: 페어 그래프 해석하기 Exercise 10: 상관관계 히트맵 해석하기

마지막 챕터에서는 가장 흔한 그래프 문제를 파악하고 피하는 방법을 배웁니다. 오해의 소지가 있거나 해석하기 어려운 그래프를 피하려면 어떻게 할 수 있을까요? 여러분이 의도한 내용을 오디언스가 올바르게 이해할 수 있을까요? 모든 내용을 직접 확인해보세요! 풍향, 천식 발생률, 독일 연방 의회의 의석 데이터를 살펴봅니다.

Exercise 1: 극좌표 Exercise 2: 파이 그래프 Exercise 3: 장미 그래프 Exercise 4: 악의 축 Exercise 5: 막대 그래프의 축 Exercise 6: 이중 축 Exercise 7: 과도한 시각 정보 Exercise 8: 차트정크 Exercise 9: 여러 개의 그래프 Exercise 10: 축하합니다