이 장에서는 전체에서의 비율을 시각화하는 데 집중합니다. 파이 차트가 생각만큼 나쁘지 않다는 점을 확인하고, 여러 비율을 비교할 때 와플 차트와 누적 막대 차트를 함께 살펴봅니다.

Grammar of Graphics 소개

질병 데이터와 친숙해지기

데이터 전처리 워밍업

파이 차트와 그 친구들

악명 높은 P-I-E

원형 차트 다듬기

와플 차트는 어떤가요?

막대 그래프를 언제 사용할까요

기본 누적 막대 그래프

가독성을 위한 스택 순서 지정

범주형 x축

전체에서의 비율

이제 단일 관측값, 즉 포인트 데이터로 초점을 옮겨 막대 차트를 언제 쓰는 것이 적절한지, 적절하지 않을 때는 무엇을 대신 써야 하는지, 그리고 지각에 기반한 일반적인 차트 개선 방법을 다룹니다.

막대와 점: 포인트 데이터

막대그래프가 적절할까요?

geom_col 사용하기

geom_bar 다루기

포인트 차트

정렬된 포인트 차트

시각적 기준점 추가하기

패싯으로 구조 드러내기

차트를 더 효과적으로 다듬기

축을 뒤집어 볼까요

막대 차트 다듬기

포인트 차트로 전환하기

포인트 데이터

이제 분포형 데이터를 시각화하는 방법으로 넘어갑니다. 히스토그램의 취약성을 짚어 보고, 커널 밀도 추정 그래프로 전환하는 것이 더 나은 경우를 논의하며, 두 그래프 모두에서 데이터에 가장 잘 맞도록 만드는 방법을 배웁니다.

분포의 중요성

데이터로 방향 잡기

전체 데이터 살펴보기

y축을 밀도로 변경하기

히스토그램의 미묘한 차이

빈 개수 조정하기

막대 더 추가하기

문맥에 맞는 구간 너비

커널 밀도 추정기

히스토그램에서 KDE로

러그 플롯 깔아보기

데이터가 많은 경우의 KDE

단일 분포

마지막으로 여러 분포를 서로 비교하는 방법을 살펴봅니다. 전통적인 상자 그림이 왜 위험할 수 있는지, 이를 어떻게 쉽게 개선할 수 있는지 알아보고, 비즈스웜 플롯과 바이올린 플롯 같은 더 발전된 대안을 언제 사용해야 하는지도 살펴봅니다.

분포 비교 소개

간단한 박스플롯

지터 추가하기

모든 색상을 보여 주는 패싯

비스웜과 바이올린

첫 번째 비스웜 플롯

바이올린 플롯 다듬기

바이올린 플롯과 박스플롯 결합하기

여러 분포 비교하기

공간적으로 관련된 분포 비교하기

기본 리지라인 플롯

리즐라인 깔끔하게 다듬기

빗방울처럼 흩뿌리기(데이터 포인트)

마무리

분포 비교

World Health Organization Disease Dataset

이 강의는 기본을 넘어서 데이터 시각화 역량을 데이터 과학 도구 상자의 강력한 무기로 다듬을 수 있도록 도와드립니다. 수업 전반에 걸쳐 두 가지 흥미로운 공개 데이터셋을 사용해 다양한 데이터 유형(비율, 포인트 데이터, 단일 분포, 다중 분포)을 다루고, 가장 흔한 시각화의 장단점을 살펴봅니다. 또한 각 데이터 유형에 사용할 수 있는 덜 일반적인 대안 시각화와, 메시지를 가장 효율적이고 효과적으로 전달하기 위해 ggplot 기본 설정을 조정하는 방법도 배웁니다.

Introduction to Data Visualization with ggplot2

일반 차트, 대체 시각화 및 인식 기반 스타일로 데이터를 효과적으로 전달하는 법을 배우세요.

R로 배우는 시각화 베스트 프랙티스

공통 차트 개요, 대체 시각화, 지각 기반 스타일 개선을 통해 데이터를 효과적으로 전달하는 법을 배웁니다.

막대와 점: 포인트 데이터

Create Your Free Account