Binary Tree Level Order Traversal | 알고달레
알고달레
시각화(Visualization)
데이터 시각화(Visualization)는 한눈에 보기 힘든 수많은 데이터를 쉽게 이해할 수 있는 그래프나 차트 등으로 나타내는 것입니다. 데이터를 시각화하면 큰 그림을 쉽게 파악할 수 있기 때문에, 많은 분야에서 사용됩니다.
예를 들어, 점수표를 보고 어떤 학생이 더 잘했는지 비교하려면 숫자를 직접 비교해야 합니다. 하지만 데이터 시각화를 이용하면 그 학생들의 점수를 바로 눈으로 비교할 수 있습니다.
또 기업에서는 제품 판매량을 시각화해서 보고서를 만들어 경영 전략을 세울 수 있습니다. 또한, 역사학자들은 시간에 따른 인구수와 인구 이동을 시각화해서 유용한 정보를 얻을 수 있습니다.
데이터 시각화의 종류는 크게 네 가지로 나눌 수 있습니다. 막대 그래프, 원 그래프, 선 그래프, 산점도 등 다양한 시각화가 존재하는데요. 이러한 그래프들은 데이터의 특성에 따라 다르게 사용됩니다.
- 막대 그래프(Bar Chart): 어떤 항목이 가장 많은지, 적은지를 비교하기에 좋은 그래프입니다. 예를 들어, 과일 가게에서 각 과일의 판매량을 막대 그래프로 나타내면 어떤 과일이 가장 잘 팔리는지 한눈에 알아볼 수 있습니다.
- 원 그래프(Pie Chart): 전체 중에서 각 항목이 차지하는 비율을 보여주기에 좋은 그래프입니다. 예를 들어, 색상별로 구매한 옷의 비율을 원 그래프로 나타내면 어떤 색이 가장 인기 있는지 알아볼 수 있습니다.
- 선 그래프(Line Chart): 시간에 따라 변하는 데이터를 보여주기에 좋은 그래프입니다. 예를 들어, 일주일 동안의 기온 변화를 선 그래프로 나타내면 날씨 변화를 한눈에 파악할 수 있습니다.
- 산점도(Scatter Chart): 두 개의 변수 간의 관계를 보여주기에 좋은 그래프입니다. 예를 들어, 나이와 몸무게를 산점도로 나타내면 두 변수 간의 관계를 쉽게 파악할 수 있습니다.
이렇게 데이터 시각화를 할 때는 어떤 종류의 데이터를 사용하느냐에 따라 그래프의 종류를 선택하면 됩니다. 어떤 그래프가 어떤 상황에서 적합한지 잘 파악하면, 데이터를 더욱 효과적으로 분석할 수 있습니다.
데이터 시각화를 하기 위해서는 다양한 프로그램과 도구들이 있습니다. 대표적으로는
- Tableau (태블로)
- Power BI (파워 비아이)
- Excel (엑셀)
- Quicksight (퀵사이트)
- Looker Studio (루커)
- Redash (리대쉬)
와 같은 도구들이 존재합니다.
PS. 이 포스트는 #데이터리차드 와 #노션AI 가 협업하여 만든
데이터 분석가에게 필요한 6가지 스킬 포스트입니다.
#데이터리차드 #데이터분석 #데이터과학
다음 내용이 궁금하다면?
이미 회원이신가요?
2023년 3월 20일 오전 2:19
댓글 0
함께 읽은 게시물
나는 가끔 조합형 한글의 아름다움에 대해 생각한다.
그 아름다움은 단순히 예쁜 글꼴이나 정갈한 종이 위의 자소 배열에서 끝나지 않는다. 진짜 매력은, 정밀한 정보 구조와 이산 수학적 규칙성 속에 숨어 있다.
👋 LLM 활용에 도움이 되는 가이드 모음
✅️Prompting Guide 101 by Google : https://lnkd.in/d8UwPWeN
... 더 보기리트코드 102. Binary Tree Level Order Traver
코
... 더 보기
[성장하는 데이터 분석가에게 필요한 3가지 마인드셋] 3
지난 시간에 이어서 데이터 분석가가 성장하기 위해 필요한 3가지 마인드셋(Mindset)에 대해 이야기해보고자 합니다.
여기서 마인드셋(Mindset)은 하나의 가치관 또는 사고 방식이라고 이해하셔도 좋을 것 같습니다.
성장하는 데이터 분석가는
1. 분석적 사고(Analytical mindset)
2. 문제-해결 논리(Problem-solving logic)
3. 의사소통 능력(Communicational skill)
이 3가지를 갖추어야 합니다.
그럼 마지막, 의사소통 능력에 대해 이야기 해볼까요?
[3] 의사소통
데이터 분석가는
의미가 분명하지 않은 데이터를
의미가 분명한 인사이트로 바꾸는 탐험가입니다.
기업이 나아가야할 미래의 방향,
평소에 놓치고 있던 고객의 행동 패턴,
여러 공정 과정에서 발견되는 이상현상,
그리고 그 외에도 발생하는 다양한 현상을 찾아내어 수면위로 끄집어 올리죠.
그렇지만 데이터 분석의 가장 큰 장애물이 하나 남아 있습니다.
내가 공들여서 찾아낸 데이터 분석의 결과물은
다른 사람들의 눈에
1. 크게 중요하지 않거나
2. 의미가 분명하지 않거나
3. 또는 이해할수 없는
경우들이 많기 때문이죠.
이 ... 더 보기
데이터 분석가를 꿈꾸는 취준생의 고민
최근 몇일간 취준생분들 및 현업자분들과 멘토링을 진행하면서
가장 많이 받았던 질문에 대해 공유하고자 합니다.
👦 취준생
기업들이 최근 지원자에게 데이터 역량 또는 관련 스킬을 요구하는 경우가 많은데요. 데이터 리차드님이 추천하는 단기간에 데이터 분석 능력을 키울수 있는 방법이 있나요?
👨 데이터 리차드
저는 스스로 기획하는 데이터 프로젝트를 추천드리고 싶습니다.
데이터 프로젝트는 실제로 데이터 분석이 어떻게 진행되는지를 파악하는데 매우 도움이 되는 경험입니다. 실제로 분석을 해보고 인사이트를 찾아낸... 더 보기
-
