Data viz

#

데이터

#

시각화를 진행할 데이터

• 데이터셋 관점(global)
• 개별 데이터의 관점(local)

정형 데이터

#

CSV 파일. 

item = row 1개 attribute(feature) = column

시계열데이터

#


• 시간의 흐름에 따른 Time-Serires 형태.
• 음성, 비디오
• 시간 흐름에 따른 추세(trend), 계절성(SEasonality), 주기성(cycle)을 살핀다.

지리/지도 데이터

#


• 거리, 경로, 분포 등을 사용

관계 데이터

#


• 객체 간의 관계를 시각화
• 객체는 Node
• 관계는 Link

계층적 데이터

#


• 포함관계가 분명한 데이터
• Tree, Treemap, Sunburst 등..

데이터의 종류

#

• 수치형(numerical)
  • 연속형(continuous) : 길이, 무게, 온도..
  • 이산형(discrete) : 주사위 눈금, 사람 수 …
• 범주형(categorical)
  • 명목형(nominal) : 혈액형, 종교 …
  • 순서형(ordinal) : 학년, 별점, 등급 …

이산형과 순서형이 혼용될 수 있다.

• 이산형 : 수치적으로 비례해서 사용 가능하다.
• 순서형 : 이산형이 아니고 순서 같은 것들이 존재하는 것?

mark, channel

#

Mark

• 점, 선, 면으로 이루어진 시각화 데이터

Channel

• 각 마크를 변경할 수 있는 요소들 

Pre-attentive Attribute(전주의적 속성)

#

특별히 관심을 가지지 않아도 사람이 자연스럽게 인지하게 되는 요소들을 의미한다. 

가령 위 그림에서 Orientation은 가운데 요소만 기울기만 다른 것을 한번에 알 수 있다.

동시에 사용하면 인지하기 어렵다! 적절하게 사용해, 시각적 분리(visual pop-out) 유도하자.