[데이터 시각화 교과서] 2-4장

Fundamentals of Data Visualization

2 Visualizing data: Mapping data onto aesthetics

---

• 데이터 시각화: 체계적이고 논리적인 방식을 통해 데이터 값을 시각적 속성으로 변환, 해당 속성들로 최종 그래프를 만드는 과정
• 시각적 속성(aesthetics): 차트를 구성하는 기하학적 시각적 속성(요소)

2.1 Aesthetics and types of data

• 시각적 속성
  • 위치
  • 형태
  • 크기
  • 색
  • 선 굵기
  • 선 유형
• 시각적 속성의 표현
  • 연속성: 연속형 데이터(임의의 정밀한 중간 값이 존재하는 데이터) VS 이산형 데이터
    • 위치, 크기, 색, 선 굵기는 연속형 데이터를 표현하지만, 형태와 선 유형은 주로 이산형 데이터만을 표현
• 데이터의 유형
  • 정량적(숫자 데이터) VS 정성적(범주형 데이터)
  • 연속형 VS 이산형
  • 요인: 정성적 데이터를 가진 변수. 변수 간에 서열이 있을 경우 순서 요인.
  • 수준: 여러 범주
  • 텍스트: 자유 형식의 문자. 필요에 따라 범주형 데이터로 처리

2.2 Scales map data values onto aesthetics

• 스케일(척도): 데이터와 시각적 속성과의 연결 방식 정의. 일대일 대응.

3 Coordinate Sysyems and axes

---

• 좌표계

3.1 Cartesian coordinates

• 데카르트 좌표계(직교 좌표계): x값과 y값을 조합해 고유의 위치 값들을 명시. x축과 y축이 서로 직각을 이루며, 축을 때라 일정한 간격으로 데이터 값들이 위치. 두 축은 연속형이자, 선형적 위치 스케일.
  • 전하려는 메시지에 따라 가로 세로 비율 조절
  • 두 축에 같은 단위를 사용하려면 두 축의 격자선 간격 통일

3.2 Nonlinear axes

• 비선형 스케일
  • 로그 스케일
  • 제곱근 스케일

3.3 Coordinate systems with curved axes

• 극 좌표계: 원점으로부터의 거리와 방향을 통해 위치를 표시, 축이 원형.
  • 주로 주기 데이터를 다룰 때 사용

4 Color scales

---

• 데이터 시각화에 색을 사용하는 경우
  1. 데이터 군을 서로 구분하기 위해
  2. 데이터 값을 나타내기 위해
  3. 데이터 값을 강조하기 위해

4.1 Color as a tool to distinguish

• 정성적 색상 스케일: 오카베 이토, 컬러브루어 다크2, 지지플롯2 색조 등

4.2 Color to represent data values

• 순차적 색상 스케일: 컬러브루어 블루스 스케일, 히트 스케일, 비리디스 스케일 등
• 단계 구분도: 데이터 값에 맞게 색을 넣어 그린 지도
• 발산형 색상 스케일: 카토 어스 스케일, 컬러브루어 PiYG, 파랑-빨강 스케일 등

4.3 Color as a tool to highlight

• 강조 색상 스케일: 오카베 이토 강조 색상 스케일, 회색 강조 스케일, 컬러브루어 강조 색상 스케일 등등