728x90
선 그래프
● 시간 경과에 따른 추세 분석 및 시연에 적합하다
● 변화를 쉽게 관찰 가능하다
● 신속한 데이터 설정 및 테스트
● 한 축은 가변 값(예를 들어 가격)을 나타낼 수 있고 다른 축은 시간을 나타낼 수 있습니다
(가령, 월별 매출 시각화를 수행하는 것과 비슷하다).
막대 그래프
● 범주 비교에 적합
● 이해하기 쉬운 전통적인 그래프 표현
● 막대의 길이는 수치 또는 백분율을 표현
● 신속한 프로토타이핑을 지원하는 간단한 설정
산점도
● 두 변수 간의 관계 시연
● 비선형 패턴 시연의 이점이 있다.
● 구축 및 시각화가 쉽고, 많은 산업에서 널리 인정받고 있다.
● 사용자가 정의하기 쉽다.
히트맵
● 다양한 항목 비교에 유용
● 쉽게 이해 가능한 색상 변화
● 보는 사람을 특정 위치로 안내 가능하다.
원 그래프
● 데이터를 전체 값의 일부로 표현하는 데 사용 (비율)
'전체 값' 파악이 이해에 있어서 중요하다
● 간단한 시각화 옵션
● 쉽게 이해 가능
박스 플롯
● 이상치 파악에 용이하며 사용 및 구현이 쉬움
● 다른 그래프 유형보다 여러 데이터 집합을 쉽게 비교 가능
● 바이올린 플롯으로 확장 가능
바이올린 플롯
● 수치 데이터를 그리는 데 적합
● 데이터에 대한 확률 밀도/분포를 나타내는 데 도움이 될 수 있음
● 데이터 분포가 다중 모드일 때 매우 유용하다
그래프 유형을 그룹화
값 | |||
추세 | 구성 | 분포 | 비교 |
선 | 막대 | 선 | 막대 |
산점도 | 누적 막대 | 세로 막대 | 원 |
영역 | 원 | 막대 | 선 |
누적 세로막대 | 바이올린 플롯 | 산점도 |
728x90
'Data Analytics with python > [Theory]' 카테고리의 다른 글
[Machine Learning][Regression] 회귀 소개 (0) | 2023.02.02 |
---|---|
[Machine Learning] 머신 러닝 개괄 (0) | 2023.01.30 |
[Machine Learning][나이브 베이지안 ] NAIVE BAYES (0) | 2023.01.26 |
클래스(class)와 객체(object)와 인스턴스(instance) 구분 (0) | 2022.03.01 |
PCA (Principal Component Analysis) : 주성분 분석 개요 (0) | 2022.02.28 |
댓글