수치형 데이터는 숫자로 표현되는 양을 의미하며, 연속적(예: 온도, 수입) 또는 이산적(예: 결석 횟수, 제품의 개수)일 수 있습니다. 이러한 데이터를 시각화하는 것은 데이터의 분포, 중심 경향, 변동성 등을 이해하고, 데이터 간의 관계를 파악하는 데 매우 유용합니다.

수치형 데이터 시각화를 위한 기본 차트 유형

  1. 히스토그램(Histogram): 데이터를 구간별로 나눈 뒤, 각 구간에 속하는 데이터의 빈도수를 막대로 표현합니다. 데이터의 분포 형태를 파악하는 데 적합합니다.
  2. 산점도(Scatter Plot): 두 변수 간의 관계를 점으로 표현한 그래프입니다. 변수 사이의 상관 관계를 시각적으로 확인할 수 있습니다.
  3. 선 그래프(Line Graph): 시간에 따른 데이터의 변화를 선으로 연결하여 표현합니다. 시간에 따른 추세나 패턴을 파악하는 데 유용합니다.
  4. 박스 플롯(Box Plot): 데이터의 중앙값, 사분위수, 최솟값, 최댓값 등을 그래픽으로 요약하여 표현합니다. 데이터의 분포와 이상치를 파악하기 좋습니다.
  5. 바이올린 플롯(Violin Plot): 박스 플롯과 유사하지만, 데이터의 분포(밀도)도 함께 보여줍니다. 데이터의 전반적인 분포 형태를 더 상세하게 파악할 수 있습니다.
  6. 히트맵(Heatmap) : 데이터 매트릭스에서 값의 크기에 따라 색상의 강도를 다르게 해서 표현하는 시각화 도구입니다. 히트맵은 복잡한 데이터의 패턴을 한눈에 파악하기 쉽게 해주며, 주로 상관 관계 분석, 특정 시간대에 걸친 활동량 변화 등을 나타내는 데 사용됩니다.
  7. 컨투어 플롯(Contour Plot): 컨투어 플롯은 3차원 데이터를 2차원 평면에 등고선이나 색상으로 표현한 그래프입니다. 등고선(컨투어 라인)은 같은 값을 가지는 점들을 연결한 선이며, 이를 통해 변수 간의 관계 및 데이터의 밀도 등을 시각적으로 파악할 수 있습니다.

수치형 데이터 시각화의 중요성