Line plot
plt.plot()
- 추세, 변화, 변수 간 관계 파악 가능
- 연속형 데이터

Bar plot
plt.bar()
- 카테고리 또는 그룹 간 비교 용이
- 분산형 데이터

Histogram
plt.hist()
- 연속형 데이터의 분산 표현
- 빈도 및 간격에 따른 패턴 파악 가능

Scatter plot
plt.scatter()
- 두 연속형 변수 간 관계 표현
- 상관관계와 패턴을 보여줘 군집과 이상치, 트렌드 파악 가능

Box plot
plt.boxplot()
- 데이터셋 분산에 대한 요약
- 중앙값, 4 분위수, 이상치 비교 가능

Pie chart
plt.pie()
- 범주형 데이터의 차지하는 비율 표시
- 데이터 구성요소 파악 가능

Area plot
plt.stackplot()
- 다른 변수나 범주를 연속형 분포 시계열에 따라 표현
- 여러 변수의 누적 영향에 대해 분석 가능

Violin plot
plt.violinplot()
- 상자 그래프와 커널 밀도 그래프의 결합
- 모양, 첨점, 다양성에 따른 데이터 분포의 심층적 이해 가능

Heatmap
plt.imshow()
- 행렬이나 표 데이터 표현 유용
- 색깔로 값의 정도 표현
- 패턴과 상관관계 파악 가능

인사이트
- 대표적인 그래프 및 차트에 대한 용도에 대해 리마인드 했습니다.
- 상황에 따라 적절한 시각화 방법을 선택하는 것이 중요하다고 생각합니다.
- 시각화 템플릿을 구축하여 필요한 분석에 활용하고자 합니다.
출처
'데블챌' 카테고리의 다른 글
| [데블챌 6일차] ROUGE: 문서 요약의 품질을 측정하는 지표 (0) | 2024.06.02 |
|---|---|
| [데블챌 5일차] 번역 품질을 측정하는 BLEU 스코어: 기계번역의 신뢰성을 평가하다 (0) | 2024.06.01 |
| [데블챌 3일차] 데이터 모델링: 속성과 관련된 주제 3가지 (0) | 2024.05.30 |
| [데블챌 2일차] 데이터 분석 쉽게 이해하기 (0) | 2024.05.29 |
| [데블챌 1일차] 데이터를 대하는 자세 (0) | 2024.05.28 |