EDA 차트 갤러리 30

값의 구간별 빈도를 막대로 나타냅니다. 대칭인지, 한쪽으로 치우쳤는지, 봉우리가 몇 개인지를 빠르게 보여줍니다. 다만 막대 폭을 바꾸면 모양도 달라집니다.

이럴 때 · 고객 연령, 주문 금액, 응답 시간 등 숫자 변수 하나의 모양을 처음 볼 때

Q1에서 Q3까지를 상자로, 중앙값을 가운데 선으로 그립니다. 수염은 상자 끝에서 상자 길이(IQR)의 1.5배 안에 있는 가장 먼 값까지 뻗고, 그 바깥 값은 이상치 점으로 따로 찍습니다. 여러 그룹을 나란히 비교하기 좋습니다.

이럴 때 · 부서별 연봉, 채널별 일간 전환율처럼 그룹 간 분포 차이를 한눈에 비교할 때

박스플롯에 분포 모양(밀도 곡선)을 입혔습니다. 데이터가 어디에 몰려 있는지, 봉우리가 하나인지 둘인지까지 보여줍니다.

이럴 때 · 박스플롯은 비슷한데 실제 분포 모양은 다를 때. 봉우리가 두 개인 분포도 잡아냅니다.

히스토그램을 매끄러운 곡선으로 바꾼 그림입니다. 여러 집단을 겹쳐 비교하기 좋지만, 곡선을 얼마나 매끄럽게 하느냐(대역폭)에 따라 봉우리가 생기거나 사라집니다.

이럴 때 · 올해와 작년 고객 구매액 분포를 한 그림에 겹쳐, 구매액 분포가 어느 쪽으로 옮겨 갔는지 볼 때. 곡선마다 넓이를 1로 맞추므로 고객 수 변화는 따로 확인합니다.

데이터의 분위수를 정규분포의 분위수와 짝지어 찍고, 점이 대각선 위에 놓이는지로 정규성을 진단합니다. 점 전체가 활처럼 굽으면 치우침, 양 끝이 서로 반대쪽으로 벌어지면 극단값이 많다는 신호입니다.

이럴 때 · 평균±표준편차로 범위를 설명해도 되는 데이터인지, 회귀 모델의 잔차가 정규성 가정을 만족하는지 점검할 때

값이 작은 쪽부터 누적 비율을 그려, "이 값 이하가 전체의 몇 %인가"를 곡선에서 바로 읽습니다. 중앙값·분위수·구간 비중을 한 번에 확인합니다.

이럴 때 · "응답 시간 2초 이내가 전체의 몇 %인지", "상위 10% 고객의 구매액 기준선"을 정할 때

두 숫자 변수를 점으로 찍어 관계를 봅니다. 양의 상관·음의 상관·무관계·곡선·군집까지 한 그림에서 판단합니다.

이럴 때 · 광고비와 매출, 가격과 판매량 같은 두 숫자 변수의 관계를 처음 확인할 때

여러 변수 쌍의 상관계수를 색으로 보여줍니다. 파랑은 양의 상관, 주황은 음의 상관이고, 진할수록 관계가 강합니다. 직선 관계만 잡아내므로 곡선 관계나 셋 이상의 변수가 얽힌 다중공선성은 놓칠 수 있습니다.

이럴 때 · 변수가 10개 넘게 있을 때 어떤 쌍이 강하게 묶여 있는지 빠르게 파악할 때

산점도 위에 가장 잘 맞는 직선(최소제곱)과 그 신뢰구간(점선)을 덧그립니다. 관계의 방향과 기울기, 추세선 자체가 얼마나 불확실한지를 한 번에 봅니다. 신뢰구간은 데이터 가운데에서 가장 좁고 양 끝으로 갈수록 벌어집니다.

이럴 때 · 산점도에서 직선 관계가 보일 때 그 추세를 기울기라는 숫자로 요약하고 싶을 때

여러 변수의 모든 짝을 산점도 격자로 한 번에 펼칩니다. 대각선은 각 변수의 분포, 나머지 칸은 변수 사이의 관계를 담아 어떤 조합이 함께 움직이는지 한눈에 훑습니다.

이럴 때 · 매출·광고비·방문자·객단가처럼 지표가 여러 개일 때, 어떤 쌍을 깊게 파고들지 먼저 추릴 때

산점도의 두 축에 점 크기라는 세 번째 지표를 더합니다. x·y·크기로 세 변수를 한 그림에 담아 규모까지 함께 비교합니다.

이럴 때 · 제품별 가격(x)·판매량(y)·광고비(크기)를 한눈에 비교할 때. 크기는 반지름이 아니라 면적이 값에 비례하게 그립니다.

점이 수만 개라 산점도가 까맣게 뭉개질 때, 영역을 육각형으로 나눠 칸마다 점의 밀집도를 색 진하기로 보여줍니다. 어디에 데이터가 몰리는지 드러납니다.

이럴 때 · 거래·로그처럼 데이터 점이 너무 많아 일반 산점도로는 패턴이 안 보일 때

범주형 변수 두 개의 관계를 넓이로 보여줍니다. 막대 폭은 각 그룹의 크기, 막대 안 칸의 높이는 그룹 안의 비율이라, 그룹 크기와 비율 차이를 한 그림에서 함께 봅니다.

이럴 때 · 유입 채널과 구매 여부처럼 두 범주형 변수가 서로 관련 있는지 볼 때. 숫자 변수끼리는 산점도를 씁니다.

시간에 따른 값의 변화를 선으로 잇습니다. 추세·요동·계절성·갑작스러운 변화 지점을 가장 자연스럽게 보여줍니다.

이럴 때 · 일별 매출, 월별 가입자, 주식 가격 등 시간이 X축인 모든 데이터의 첫 번째 시각화

시계열을 추세, 계절 반복, 나머지 잡음 세 층으로 나눠 따로 그립니다. 매출이 오른 것이 실제 성장인지, 해마다 돌아오는 계절 효과인지 구분합니다.

이럴 때 · 12월마다 매출이 뛰는데, 그 효과를 빼고도 매출이 늘고 있는지 확인할 때

오늘 값이 며칠 전 값과 얼마나 닮았는지를 시차별 막대로 보여줍니다. 7일, 12개월처럼 일정한 간격에서 막대가 점선 밖으로 솟으면 그 주기로 반복된다는 신호입니다.

이럴 때 · 일별 방문자 수에 요일 패턴이 있는지, 예측 모델에 며칠 전 값까지 넣을지 정할 때

막대와 선을 한 그래프에 겹쳐 단위가 다른 두 지표를 함께 봅니다. 왼쪽 축은 금액, 오른쪽 축은 비율처럼 척도를 나눠 읽습니다. 다만 눈금을 어떻게 잡느냐에 따라 두 지표가 함께 움직이는 것처럼 보일 수 있으니, 관계는 산점도로 다시 확인합니다.

이럴 때 · 월 매출(막대)과 성장률(선)을 함께 놓고 규모와 추세를 동시에 볼 때

범주별 값을 막대 높이로 나타냅니다. 카테고리 간 크기 비교에 가장 직관적이며 정렬해 두면 순위까지 한눈에 보입니다.

이럴 때 · 지역별 매출, 카테고리별 클릭 수, 채널별 전환율 등 그룹 단위 비교

막대 하나를 여러 구성 요소로 쌓아 전체 크기와 내부 구성 비율을 동시에 보여줍니다. 100% 기준으로 맞추면 그룹 간 구성 비교가 더 선명해집니다.

이럴 때 · 분기별 매출을 제품군별로 쌓아, 전체도 늘었는지 구성도 바뀌었는지 함께 볼 때

행은 데이터 한 줄, 열은 변수입니다. 빈 칸이 어디에 모여 있는지 보여, 어떤 변수가 비어 있는지, 여러 변수가 함께 비는 패턴이 있는지를 빠르게 확인합니다.

이럴 때 · 데이터를 처음 받아 어느 컬럼을 채우거나 버리기 전에, 빈 값이 무작위로 생긴 것인지부터 살필 때

날짜별로 들어온 데이터 건수를 막대로 그립니다. 수집이 끊겨 비어 있는 날, 같은 데이터가 두 번 들어와 건수가 갑자기 두 배가 된 날이 바로 드러납니다.

이럴 때 · 로그·주문 데이터를 분석하기 전에, 빠진 날짜나 중복 적재가 없는지 먼저 확인할 때

두 변수를 함께 놓고 데이터 군집(점선 타원)에서 멀리 떨어진 점을 강조합니다. 변수 하나씩 보는 박스플롯과 달리, 두 값 각각은 평범한데 조합이 이상한 점(조합 이상)까지 찾을 수 있습니다. 입력 오류인지 실제 특이 사례인지 구분해야 분석이 왜곡되지 않습니다.

이럴 때 · 거래 금액이 비정상적으로 큰 케이스, 응답 시간이 100배 느린 케이스를 골라낼 때

분류 문제에서 각 클래스의 데이터 수를 막대로 보여줍니다. 그림처럼 정상이 92%라면 모두 정상이라고만 답해도 정확도가 92%가 나오므로, 드문 클래스를 얼마나 잡아내는지(재현율)를 함께 봐야 합니다.

이럴 때 · 사기 탐지, 이탈 예측, 질병 진단 등 "드문 사건"을 맞히려는 모델의 첫 점검

히스토그램과 같은 모양을 숫자로 그립니다. 막대 대신 실제 값의 끝자리를 늘어놓아, 분포도 보고 원래 숫자도 그대로 읽습니다.

이럴 때 · 데이터가 수십 개로 적을 때, 분포 모양과 실제 값을 한 번에 보고 싶을 때

최솟값, 아래 힌지(1사분위수와 거의 같음), 중앙값, 위 힌지, 최댓값 다섯 개로 분포를 요약합니다. 수염을 최솟값과 최댓값까지 그으면 이 다섯 숫자가 그대로 상자 그림이 되고, 1.5 IQR 규칙으로 이상치를 따로 찍으면 위 박스플롯이 됩니다.

이럴 때 · 평균 하나로는 놓치는 중심과 퍼짐, 치우침을 최소한의 숫자로 잡을 때

구간별 도수를 제곱근으로 바꾼 막대를 이론 곡선에 매달아 아래로 늘어뜨립니다. 제곱근을 쓰면 도수가 큰 구간과 작은 구간의 흔들림이 비슷해집니다. 막대 아랫끝이 기준선(점선)에서 얼마나 벗어나는지로 어느 구간이 분포 가정과 어긋나는지 봅니다.

이럴 때 · 데이터가 정규분포 같은 특정 분포를 따르는지, 어느 구간이 어긋나는지 진단할 때

점을 x 순서로 세 묶음으로 나누고, 왼쪽과 오른쪽 묶음의 중앙값 점을 이어 기울기를 정합니다. 극단값 몇 개에 흔들리지 않아, 이상치(주황)가 있어도 큰 추세를 지킵니다. 점선은 이상치에 끌려 올라간 일반 회귀선입니다.

이럴 때 · 산점도에 이상치가 섞여 일반 회귀선이 엉뚱하게 끌려갈 때, 견고한 추세선이 필요할 때

이웃한 값들의 중앙값으로 선을 다시 그립니다. 평균과 달리 튀는 값에 끌려가지 않아, 뾰족한 잡음(주황)을 걷어내고 큰 추세만 남깁니다.

이럴 때 · 노이즈가 심한 시계열에서 급등락에 흔들리지 않는 추세를 뽑아낼 때

행과 열의 중앙값을 번갈아 빼내며 표를 정리합니다. 전체 효과와 행 효과, 열 효과를 걷어내면 대부분의 칸은 0 근처로 옅어지고, 유독 튀는 칸(주황)만 남습니다.

이럴 때 · 지역×월, 제품×채널 같은 두 방향 표에서 순수하게 튀는 칸을 가려낼 때

값을 로그나 제곱근으로 바꿔 다시 봅니다. 튜키는 이를 거듭제곱 사다리로 정리했습니다. 한쪽으로 쏠린 분포가 대칭에 가까워지면, 평균과 상관 같은 도구를 다시 쓸 수 있습니다.

이럴 때 · 매출·소득처럼 한쪽 꼬리가 긴 데이터를 다루기 쉬운 형태로 바꿀 때