반응형
'대시보드 설계와 데이터 시각화' 책을 읽고 배운 점과 실천해보면 좋을 점들을 정리해봤습니다.
1. 대시보드는 1. 상황을 모니터링하고 2. 데이터 관계/추세를 이해할 수 있게 돕는 시각물입니다.
다양한 요소 (주로 차트와 텍스트)를 일관되고 정돈된 하나의 시각물로 조합해 사람들이 데이터를 직관적으로 이해할 수 있게 돕습니다.
2. 다양한 scale로 실험해보기
가장 좋다고 생각하는 방법은, 어떤 scale (크기, 색, 위치 ..)이 효과적인지 계속해서 시도해보는 것입니다.
때론 이미 알려진 정보를 참고해서 scale을 골라도 좋습니다.
ex. 인간은 크기와 색의 차이를 잘 구별하기 때문에 크기와 색은 비교하는 정보를 보여주기에 효과적인 scale입니다.
3. Every Chart was a Table.
데이터시각화를 보고, 생 데이터 테이블을 그려보고, 이게 어떤 Scale에 매핑돼서 어떤 차트를 그린건지 역으로 분석해보면 좋습니다. 그 다음엔 생 데이터 테이블을 가지고, 다른 시각화 (다른 scale mapping)로 그려보는거죠.
4. One Chart One Core Message
하나의 차트가 모든걸 설명할 순 없습니다. 어떤 질문에 가장 답을 잘 해주는 시각화인가? 한가지 답을 잘*하는게 좋습니다.
5. 데이터의 유형
- 범주형 Categorical
- 순서형 Number with sequence ex. 에피소드 번호
- 정량적 ex. 에피소드 평점 : 소수점 표기가 불가한 '이상'과 소수점 표기가 가능한 '연속'으로 나뉩니다.
6. Color 색상 사용법
- 색은 목적을 가지고 써야합니다. 단지 뷰티용이 아닙니다(라고 저자는 말하지만 TPO에 따라 뷰티용으로도 필요하다고 생각합니다).
- 대표적 목적은 두가지입니다 1. 강조하거나 2. 구별하거나.
- 경고가 아닌 이상 비비드한 컬러는 지양합니다.
- 색맹친화적 색상 사용하기: 보통 녹색 대신 파란색, 빨간색 대신 오렌지색을 사용하면 색맹친화적입니다.
- 참고로 색맹일때 초록과 빨강은 모두 갈색으로 보입니다.
7. Bar Chart Rules, most of times
- 심플, 직관 면에서 바 차트 > 버블 차트
- 사람은 원을 볼때 실제보다 작게 인지한다고 합니다. 따라서 크기로 구별하기란 쉽지 않습니다.
- 저자는 도넛 차트를 원의 유혹에 빠진 바차트라 표현합니다.
- 효과적인 대시보드를 만드려면 장식에만 치중한 차트 유형을 사용하려는 유혹을 견뎌야합니다.
- 바 차트 >>>> 파이 차트, 도넛 차트
8. Average Sucks, most of times
- 평균은 분포를 가리기 때문에 정확하지 않을 가능성이 높습니다.
- jitter plot은 분포를 보여주기 때문에 평균의 맹점을 보완할 수 있습니다.
9. Bar Chart를 그릴 때
- 보통 막대간 margin은 막대너비의 25-50% (저자 추천) p60
- 통일된 band-width(?) 막대너비로 막대를 그립니다.
10. 미세한 비교가 필요할 때
- 꼭 0부터 시작하지 않아도 됩니다.
- 특히 작은 차이도 캐치할 필요가 있을땐 0이 아니라 최저값부터 시작합니다 ex. 몸무게
- dot plot으로 데이터를 점으로 표기합니다.
- 바차트는 미세한 차이를 구분해 보기에 취약합니다.
11. Jitter plot
- 중첩이 너무 많으면 구분이 어렵기 때문에 jitter가 필요합니다.
- 분포를 보여주기에 용이합니다. ex. 내가 평균이상이네 아싸. 하고 끝낼게 아니라, jitter를 높여보니 거의 모든 사람이 평균이상이라면? 정신차려야죠.
- 데이터가 수백건이면 histogram, 수천건이면 jitter plot이 효과적입니다.
- 그런데 그보다 더 많은 수만건 쯤 되면 histogram이 낫습니다 p.72
+ Terms
- cohort
- 가로 참조선/목표선
- 백분위=전체 중 나보다 낮은 학생의 비율
- 추세선 trendline
- scale/preattentive attribute전주의적 속성
- hover text
- Bullet Graph: 목표와 현재를 대비해서 보여주는 바차트
올랖
디자인을 좋아하고 더 잘하고 싶어 공부합니다.
쉬는 시간에는 책이나 영화를 보고 농구 슛 연습을 합니다.
반응형
'dataVisualization' 카테고리의 다른 글
책 '모두의 SQL' (0) | 2021.09.25 |
---|---|
viz to dataframe 9월 3째주 (0) | 2021.09.24 |
데이터와 차트 매핑하기 (1): 비교할 때 (0) | 2021.09.17 |
이유있는 데이터 색칠 (0) | 2021.09.16 |
데이터 시각화를 연마하는 두가지 방법 (0) | 2021.09.16 |
댓글