분포에 통계적 맥락 추가한 차트

의사별 대기 시간 산포도

Hospital Visit.csv

마크 유형 원 선택

계산된 필드: 진료 시간

입장 날짜 - 퇴장 날짜 (단위: day)

DATEDIFF('day', [Date of Admit], [Date of Discharge])

열: 계산된 필드(진료 시간)

행: Department Type

합계 > 측정값 > 평균

[Department Type] - 색상 카드

[Docter] - 세부정보

• X축은 시간의 분포!

박스프롯

[분석] > 박스플롯 뷰 영역으로 드래그

IQR

- 3/4 지점에서 1/4 지점을 뺀 값

- IQR +- 1.5를 곱한 범위 외의 값을 이상치로 판단

1. 개요

- 행과 열 선반에 각각 1개 이상의 측정값을 활용

• 색상과 크기를 이용해서 세부 정보 표현

- 해당 데이터가 어떻게 분포되는지 파악, 데이터의 분포나 상관관계를 알아보고자 할 때 유용

- 2개의 측정값을 나열할 때 서로 관련성이 높은 데이터 배치

X축: 매출

Y축: 수익

버블의 색상: 평균 할인율

버블의 크기: 수량

2. 분산형 차트 만들기

마크 선반 유형 원으로 변경

분산형 차트는 일반적으로 숫자 데이터만으로 구성

열: 매출

행: 수익

범주는 세부정보에 배치

[도시] 마크 세부정보로 드래그

배치되는 모양

대각선 모양: 상관관계가 높다고 할 수 있음

사각형 / 원형: 상관관계가 거의 없음 → 클러스터링(군집)

3번째 특성을 적용하려면 크기에 배치

[할인율]을 마크 크기로 배치

• 유사한 상관관계 확인

4번째 특성을 적용하려면 색상에 배치

[수량] 마크 색상으로

[도시] 마크 레이블로

분포가 일정한 선의 모양이나 특정 영역에 몰려있는 경우 이상치 탐색

기울기가 바뀌는 임계점이 Threshold

데이터분석에서는 elbow

Use Case

1. 재난 지원금 비율과 아파트 평 단가를 시각화

• 재난지원금이 높아질수록 아파트 평 단가가 낮아지는 음의 상관관계
• 전혀 다른 2가지 측정값에서 새로운 관계상을 발견하는 데 유용

2. 물류 데이터를 활용한 분산형 차트

• 16번 창고에서 시간당 처리 화물 수에 비해 화물당 비용이 높게 측정
• 이상치 데이터를 확인해 문제를 파악하고 빠르게 조치하는 데 유용

1. 개요

- 시계열에 따른누적 데이터가 어떻게 구성되는지 보여줄 때 사용

• 라인 그래프와 다른점은 추세와 더불어 누적데이터까지 표현

- 1 시계열 데이터, 1 차원, 1 측정값

열: 시계열 데이터

행: 측정값

색상: 차원(범주)

• 각 항목의 성질이 다르기 때문에 한번에 선택하고 영역 차트를 선택하면 태블로가 자동으로 배치

2. 영역 차트 생성

주문 날짜, 대분류, 매출 필드 선택 > 표현 형식 > 영역 차트

격자선 조정: 축 우클릭 > 서식 > 라인

시계열에서 일부 데이터를 사용하는 경우

X축 선택 > 마우스 우클릭 > 축 편집... > 범위 > 사용자 지정

Use Case

• HR 가상 데이터를 기반으로 최근 10년 미국 성별 및 인종별 구성 비율을 영역 차트로 표현한 대시보드
• 전반적으로 변화 폭이 크지 않지만 대시보드 오른쪽에 있는 여성은 2019-2020 White 비율이 소폭 줄어들고 Black 비율이 소폭 늘어나는 모습
• 시간의 흐름에 따라 비율의 변동성 표현 시 유용!

1. 개요

- Tag Cloud

- 단어의 빈도 수를 단어의 크기나 색상으로 표현하는 텍스트 데이터 시각화

- 이미지 위에 표현하기도 함

- 배제하는 단어(stop wrods)로 전처리하는게 필요

분류 > 텍스트

수치 > 크기

수치 > 색상

필터 > 도시 > 조건 '매출합계 > 50'

Use Case

• 해리포터 비밀의방 책에서 언급된 단어를 클라우드 형식으로 표현
• 관사와 전치사 등을 제외하고 가장 많이 언급된 상위 500개 단어
• 빈도 횟수에 따라 그룹을 만들고 색상을 통해 가장 많이 언급된 단어가 선명하게 표현

1. 개요

- 1 차원 1 측정값

- 측정값 크기에 따라 사각형의 색상과 크기를 다르게 표현 

- 구성 비율 · 비중 파악

- 항목별 데이터 크기 차이가 커야 효과적

• 5개 이상의 항목은 트리 맵 차트가 효과적
• 5개 미만이면 누적막대나 파이차트가 효과적

2. 세그먼트 별 매출의 구성 비율 맵 차트로 구현

[세그먼트]와 [매출] 선택 >  [표현 방식] > Tree Map 

- 여러 개의 차원을 하나의 계층으로 생성

• python의 pandas에서는 멀티 인덱스라고 함

현재 대분류 - 중분류 - 제품 이름들 존재

3개를 선택 > 마우스 우클릭 > 계층 > 계층 만들기

계층을 마크 색상으로 드래그

대분류	중분류  (대분류 왼쪽 + 버튼)

1. 개요

- 시계열 데이터를 시각화 할 때 많이 사용

• 시계열 데이터 분석 때 특정 패턴은 분석에 악영향을 미칠 수 있음

- 데이터의 상승 또는 하락 추세 등 특정 패턴을 쉽게 파악

• 패턴을 찾을 경우 날짜의 형식을 여러가지 형태로 변경해서 적용해봐야 함

- 시계열 데이터를 출력할 때 모든 데이터를 기반으로 하지 않고 특정 범위에 한정되는 데이터만 사용

X축: 시계열 데이터

Y축: 측정값

2. 라인그래프 그리기

대분류별 매출일자의 년도별 추세를 확인

- 새로운 시트 선택 > 마크카드 라인 선택 

열: 주문 날짜

• 드롭다운에서 표시 형식 '월' 단위로 변경
• 추세를 보기 위해 '연속형' 선택

행: 매출

불연속형 (월별 합계)	연속형 (추세)

• 날짜 항목이 있으므로 기본적으로 라인 그래프
  
  • 라인 그래프가 아닌데 라인 그래프로 변경하려면 콤보 박스를 눌러서 라인 선택
• 불연속형 데이터는 막대형 그래프가 good
  • 2022년 1월, 2023년 1월, 2024년 1월의 데이터를 합산해서 하나의 데이터로 간주한다.

대분류 별 매출 합계 추세 확인

대분류 필드 > 열 선반 : 대분류 필드 별로 그래프 작성

대분류 필드 > 색상 선반: 하나의 그래프 안에서 각각의 라인 차트 생성

대분류 필드 > 행 선반: 상하로 대분류를 별도로 출력

열 선반: 대분류 각각의 추세를 확인	색상 선반: 대분류 간 상관관계 확인	행 선반: 추세를 비교하기 편함

3. 추세선 

열: 주문날짜

행: 매출

분석 > 추세선 > 추세선 표시

R-제곱: 결정계수 (높을수록 좋다)

P-값: 신뢰수준 (낮을수록 좋다)

예측

분석 > 예측 > 예측 표시

4. 라인/막대 이중 축 차트

- 막대 그래프와 라인 그래프를 같이 그리면 서로 다른 2가지 정보를 하나의 축으로 확인하여 비교나 연동에 유용

• 값의 범위가 유사한 경우에만 가능!
• 데이터분석 전에 전처리 과정에서 각 feature의 데이터 크기가 고르지 않을 때 크기를 맞추기 위해 0.0 ~ 1.0 또는 -1.0 ~ 1.0의 범위로 데이터를 조정하는 스케일링 작업
• 이런 차트나 상관계수를 비교한 후 머신러닝이나 딥러닝을 할 때 피처 제거나 여러 피처를 합치는 경우가 있음

- 새로운 Insight를 습득, 올바른 의사결정에 도움

주문 날짜의 월별 [매출]과 [수익률-수익/매출] 이중 축 차트

열: 주문날짜 - 불연속형 '월'

행: 매출, 수익률

수익률 데이터 생성

• 이름: 수익률
• 수식: SUM([수익])/SUM([매출])

이중 축으로 만들 필드 우클릭 > 이중축 만들기

• 오른쪽에도 매출을 위한 축이 생성되고 차트는 하나의 영역에 같이 그려진다.

[매출]의 라인 그래프 -> 막대 그래프로 변환

행 선반의 매출 클릭 > 마크 유형을 막대로 변경

라인그래프를 앞으로 가져오려면축 우클릭 > 맨 앞으로 가져오기

레이블을 아래로 내리려면 레이블 > 맞춤 > 하위

1. 개요

- 다양한 카테고리(범주)의 값을 쉽게 비교할 수 있는 방식으로 데이터를 시각화

2. 그룹 막대 그래프

- 기본 막대 그래프에서 항목을 추가해서 여러 데이터를 함께 비교하기 위해 사용

- 데이터의 컬럼이 여러 단계로 구분된 경우 많이 사용

- 대분류 안에 중분류 추가해서 매출 합계 확인

열: [대분류]

행: [매출]

열 선반에 [중분류] 추가

열: [대분류] , [중분류]

행: [매출]

정렬

[중분류] 우클릭 혹은

3. 누적 막대 그래프

- 그룹 막대 차트는 크기 비교는 가능하지만 기여도를 파악하기 쉽지 않다.

- 누적 막대 차트는 2가지 이상의 데이터의 기여도를 파악하기 용이

대분류 별 배송형태의 매출 비율 조회하는 누적 막대 차트 생성

열: 대분류

행: 매출

[매출] 마크 레이블로 드래그 > [배송 형태] 필드를 마크 색상으로 드래그 > [배송 형태] 마크 레이블로 드래그

4. 비율 막대 그래프

- 누적 막대 차트를 만들면 각 항목의 기여도를 확인할 때 값보다는 비율이 필요한 경우

행 선반의 [합계(매출)] 우클릭 > 퀵 테이블 계산 > 구성 비율

행 선반의 [합계(매출)] 우클릭 > 다음을 사용하여 계산 > 테이블(옆으로) -- 세로 막대는 테이블(아래로)

행 선반의 [합계(매출)] 마크 레이블로 드래그

5. 겹 막대 그래프

- 하나의 항목에 대한 값을 2개의 겹쳐지는 막대 그래프로 출력하는 것

- 하나의 항목에 대한 2개 데이터 크기 비교를 위해

- 일반적으로 달성률 파악

Hospital Visits.csv

• 태블로에서 csv 파일에 첫 행은 무조건 index가 된다.
• 따라서 파이썬 등에서 index 지정, encoding 등 정제해주는 과정이 필요하다.

Department Type 별로 Revenue와 Date of Admit 데이터로 겹 막대 그래프 그리기

열: Revenue

행: Department Type

• 차원이 행, 측정값이 열에 위치하면 기본적으로 가로 방향의 막대 그래프

[Date of Admit]을 마크 색상 레이블로

누적 막대 그래프에서 각 항목을 겹쳐서 표시

분석 > 마크 누적 > 해제

Date of Admit을 크기에 배치 > 자동 변환된 [분기]를 다시 [년]으로 수정

[합계] 마크 레이블로

막대 그래프에서 특정 항목을 강조

Ctrl로 선택하고 마우스 우클릭 > 그룹

[그룹]을 마크 레이블로 대체

Ctrl로 선택하고 마우스 우클릭 > 마크 레이블 > 항상 표시

1. 시간의 흐름에 따른 추세 확인

- 숫자가 전체적으로 올라가는 추세인가

- 특정 기간에 발생한 이벤트 효과가 있었는지

- 수치가 나빠졌다면 언제부터 그런 현상이 발생했는지

- 라인, 영역, 막대 그래프

라인 그래프

- 날짜 및 시간 필드를 활용할 때는 기본적으로 마크에 라인 차트!

- 행 선반보다 열 선반에 날짜 필드를 올린다.

• 시간 별 추세를 살필 때 사람의 시선이 왼쪽에서 오른쪽으로 이동하는 것이 익숙하기 때문
• 시트에서 날짜 유형을 더블 클릭하면 기본적으로 열 선반에 배치

- 다른 항목 간의 상관관계를 살펴볼 때 유용

• 하나의 영역에 2개 이상의 라인을 같이 그리기도, 나누어 그리기도 한다.

영역 그래프

- 값이 여러 개일 경우  영역이 누적되어 나타날 때 주로 사용

막대 그래프

- 추세를 반영하면서도 각각을 분리해 화면을 개별적으로 구성할 때 적합

- 라인차트와 같이 그려서 추세를 별도로 볼 수 있게 구성하는 경우가 많음

2. 순위 기반 비교

- 정렬을 수행하는 것이 좋음

- 막대 그래프, 라인 그래프, 텍스트

막대그래프	양방향 막대그래프
라인 그래프	텍스트

3. 상관 관계 표현

- 측정값 두 개를 비교해서 의미있는 분석을 할 때 사용하는 기법

- 분산형 차트 주로 이용

측정값 두개 비교		연도별 변화 확인하기 위해 애니메이션 처리로 흐름추적

4. 기여도

- 전체에서 차지하는 부분의 비율 그래프

- 파이차트, 누적 막대 그래프, 트리 맵

파이차트	누적 막대 그래프	트리 맵
		사각형의 크기에 따라 화면 분할, 항목이 많은 경우 유용

5. 구간 차원

- 특정 구간에 어느 정도 데이터가 분포하는지 확인

- 히스토그램이나 히스토그램의 변형들 이용 

6. 분포

- 전체에서 특정한 차원 내 값들이 어느 범위로 펼쳐져 있고 몰려 있는지 보여줄 때 적합

7. 지리적 데이터

- 태블로는 지도 기능을 제공

- 어느 지점에 어떤 값이 크게 표시되는지 구분

• 시·도, 시·군 ·구 명으로 표현 가능
• 혹은 별도의 위도와 경도 값으로 표현 가능

위치 표시	거리 표시
밀집도	밀집도 확대하면