데이터 시각화
- 매우 광범위하게 분산된 방대한 양의 자료를 분석하여 한 눈에 볼 수 있도록 도표나 차트 등으로 정리하는 것
- 통찰력을 얻기 위해서는 시각화한 서비스가 필요
- 데이터 분석과 의사소통 목적
시각화
데이터
- 연구나 조사/발견/수집 결과인 일종의 기초 자료로서, 정보를 만들기 위한 원자재 같은 것
- 디자인의 대상은 될 수 없음
정보
- 생산자와 사용자의 관점에 따라 다르게 전달될 수 있으며, 나름대로의 형태와 형식을 갖고 있음
- 자기 조직화되지 않은 일반적인 의미만을 내재
지식
- 다른 영역의 정보가 자지 조직화해 획들할 수 있는 것
지혜
- 자기 내면화한 지식이기 때문에 명시적인 언어로 상대방에게 전달하기 어려움
시각화 분류와 구분
데이터 시각화
- 그래픽 의미를 이용해 명확하고 효과적으로 커뮤니케이션하기 위함
정보 시각화
- 대규모 비수량 정보를 시각적으로 표현
정보 디자인
- 기술 데이터를 시각적으로 표현하는 방법
- 의미만들기, 형태만들기, 맥락만들기
인포그래픽
- 중요한 정보를 한 장의 그래픽으로 표현해 이를 보는 사람들이 손쉽게 해당 정보를 이해할 수 있도록 만드는 그래픽 메시지
정보 디자인 프로세스 10단계
- 데이터 수집
- 모든 것을 읽기
- 내러티브 찾기
- 문제의 정의
- 계층 구조 만들기
- 와이어프레임 그리기
- 포맷 선택하기
- 시각 접근 방법 결정하기
- 정제와 테스트
- 세상에 선보이기
벤 프라이 7단계 방법론
- 획득
- 분해
- 선별
- 마이닝
- 표현
- 정제
- 상호작용
빅데이터 시각화 도구
엑셀, 구글차트, Infogram, 매니아이즈, D3.js, 파이썬 Processing, R, YFD, 일러스트레이터
시각화 방법
정보 구조화 → 정보 시각화 → 정보 시각표현
정보 구조화
- 정보 조직화
- 데이터 수집 및 탐색
- 데이터 분류 : 구분 텍스트, JSON, XML
- 배열 : LATCH
정보 시각화
| 시간 | 분포 | 관계 | 비교 | 공간 |
| 막대그래프 누적 막대그래프 점그래프 |
파이차트 도넛차트 트리맵 누적연속그래프 |
스캐터 플롯 버블차트 히스토그램 |
히트맵 체르노프 페이스 스타차트 평행 좌표계 다차원 척도법 |
지도 매핑 |
그래프 단순화
- 배경을 지워라
- 범례를 지워라
- 테두리를 지워라
- 색깔을 지워라
- 특수효과를 지워라
- 룩은 글씨를 지워라
- 라벨을 흐리게 처리해라
- 보조선을 흐리게 처리하든지 아예 지워라
- 라벨을 직저 표시하라
정보 시각 표현
자크 베르탱의 그래픽 7요소
- 위치
- 크기
- 모양 : 전혀 다른 형태로 변경
- 색 : 정량적이지 않아 순서를 매기기 적합하지 않음
- 명도 : 같은 색의 요소들 중 하나만 명도가 유난히 높거나 낮음
- 기울기 : 같은 요소들 중 하나만 기울기가 다름
- 질감
타이포그래피
- 서체 : 서체 선택하는 것이 가장 어려운 일
- 무게 : 심리적 무게감에 따라 정보의 위계표현 가능
- 크기 : 정보의 중요성 및 위계관계 표현 가능
- 스타일
- 색채 : 청색은 후퇴돼 보이므로 자제, 바탕색에 크게 영향
- 간격 : 글자 사이 < 낱말 사이 < 글줄 사이
아이소타이프
- 정보, 자료, 개념, 의미 등을 나타내기 위해 문자와 숫자 대신 상징적 도형이나 정해진 기호를 조합해 시각적이고 직접적으로 나타내는 방식
- 단순히 우리 눈에 익숙한 픽토그램을 뜻하는 것이 아니며, 하나의 기호가 일정한 수량을 대표
- 아이소타이프의 도표 기호들은 시공간을 초월해 읽어야함
인터랙션
- 사용자 스스로 정보를 필터링하고 탐색하는 과정에서 인사이트를 얻어갈 수 있는 기회 제공
- 인터랙션 위에 구현된 정보 디자인은 비선형적 구조로, 정보 제시 순서가 고정돼 있지 않고 사용자가 정보에 임의로 접근하고 선택적으로 탐색할 수 있음
- 사용자는 데이터 변환 컨트롤을 이요해 다른 구조의 비슷한 데이터세트를 불러오는 테믈릿 위에 자신이 필요한 데이터만을 취사 선택 가능
시각 정보 디자인 7원칙
- 시각적 비교를 강화
- 인과관계 제시
- 다중변수 표시
- 텍스트, 그래픽, 데이터를 한 화면에 조화롭게 배치
- 콘텐츠의 질과 연관성, 진실성을 분명히
- 시간순이 아닌 공간순으로 나열
- 정량적 자료의 정량성을 제거하지 말기
빅데이터 시각화 구현
시각화 플랫폼
Cognos Insight, Information Builders, PowerPivot, PowerView, Visual Insight, QilkView, Visual Intelligence, SAS Enterprise business Intellligence, Tableau, Tibco Spotfire Analytics, R, WolframAlpha, Better Wolrd Flux, Dipity, Mny Eyes, Excel, CartoDB, Weka, Gephi
시각화 라이브러리
Flot, Rapha 1, Modest Maps, Leaflet, Timeline, Exhibit, jQuery Visulize, jqPlot, D3.js, JavaScript InfoVis Toolkit, Highcharts, Google Cahrts, Crossfilter, Tangle, Polymaps, Opnelayers, Kartograph, Processing, NodeBox
'05. 빅분기 ADP > 04. ADP' 카테고리의 다른 글
| [온라인 교육 2025년 ] Pytorch 인공신경망 딥러닝 모델 개발 (2) | 2025.08.24 |
|---|---|
| ADP 필기 요약 정리 (4과목 - 데이터 분석) (3) | 2025.08.22 |
| ADP 필기 요약 정리 (3과목 - 데이터 분석 기획) (0) | 2025.08.22 |
| ADP 필기 요약 정리 (2과목 - 데이터 처리 기술 이해) (0) | 2025.08.22 |
| ADP 필기 요약 정리 (1과목 - 데이터의 이해) (1) | 2025.08.22 |