(Data Viz) Bar Plot

이 색깔은 주석이라 무시하셔도 됩니다.

기본 Bar Plot

Bar plot이란?

• Bar plot이란 직사각형 막대를 사용하여 데이터의 값을 표현하는 차트/그래프
• 막대그래프, bar chart, bar graph 등의 이름으로 사용됨
• 범주(category)에 따른 수치 값을 비교하기에 적합한 방법
  • 개별 비교, 그룹 비교 모두 적합
• 막대의 방향에 따른 분류 (.bar() / .barh())
  • 수직(vertical) : x축에 범주, y축에 값을 표기. (default)
  • 수평(horizontal) : y축에 범주, x축에 값을 표기. (범주가 많을 때 적합)

다양한 Bar Plot

Raw Data

• 임의의 그룹 데이터를 시각화해 보자
  • A, B, C, D, E 데이터가 2 그룹에 존재
  • Group Sky : [1, 2, 3, 4, 3]
  • Group Pink : [4, 3, 2, 5, 1]

Multiple Bar Plot

• Bar Plot에서는 범주에 대해 각 값을 표현 → 즉 1개의 feature에 대해서만 보여줌
• 여러 Group을 보여주기 위해서는 여러 가지 방법이 필요

1. 플롯을 여러 개 그리는 방법
2. 한 개의 플롯에 동시에 나타내는 방법
   1. 쌓아서 표현하는 방법
   2. 겹쳐서 표현하는 방법
   3. 아웃에 배치하여 표현하는 방법

Stacked Bar Plot

• 2개 이상의 그룹을 쌓아서(stack) 표현하는 bar plot
  • 각 bar에서 나타나는 그룹의 순서는 항상 유지
• 맨 밑의 bar의 분포는 파악하기 쉽지만
  • 그 외의 분포들은 파악하기 어려움
  • 2개의 그룹이 positive/negative라면 축 조정 가능
• .bar()에서는 bottom 파라미터를 사용
• .barh()에서는 left 파라미터를 사용
• 응용하여 전체에서 비율을 나타내는 Percentage Stacked Bar Chart가 있음

Overlapped Bar Plot

• 2개 그룹만 비교한다면 겹쳐서 만드는 것도 하나의 선택지
  • 3개 이상에서는 파악이 어렵기 때문
• 같은 축을 사용하니 비교가 쉬움
  • 투명도를 조정하여 겹치는 부분 파악 (alpha)
• Bar plot보다는 Area plot에서 더 효과적

Grouped Bar Plot

• 그룹별 범주에 따른 bar를 이웃되게 배치하는 방법
• Matplotlib으로는 비교적 구현이 까다로움
  • 적당한 테크닉 (.set_xticks(), .set_xticklabels())
• 앞서 소개한 내용 모두 그룹이 5개~7개 이하일 때 효과적
  • 그룹이 많다면 적은 그룹은 ETC로 처리

정확한 Bar Plot

Principle of Proportion Ink

• 실제 값과 그에 표현되는 그래픽으로 표현되는 잉크 양은 비례해야 함
• 반드시 x축의 시작은 zero(0)
  • 만약 차이를 나타내고 싶다면 plot의 세로 비율을 늘리기
• 막대그래프에만 한정되는 원칙은 아님
  • Area plot, Donut Char 등등 다수의 시각화에서 적용됨

데이터 정렬하기

• 더 정확한 정보를 전달하기 위해서는 정렬이 필수
  • Pandas에서는 sort_values(), sort_index()를 사용하여 정렬
• 데이터의 종류에 따라 다음 기준으로
  1. 시계열 | 시간순
  2. 수치형 | 크기순
  3. 순서형 | 범주의 순서대로
  4. 명목형 | 범주의 값 따라 정렬
• 여러 가지 기준으로 정렬을 하여 패턴 발견
• 대시보드에서는 Interactive로 제공하는 것이 유용

적절한 공간 활용

• 여백과 공간만 조정해도 가독성이 높아진다.
• Matplotlib의 bar plot은 ax에 꽉 차서 살짝 답답
• Matplotlib techniques.
  • X/Y axis Limit (.set_xlim(), .set_ylime())
  • Spines (.spines[spine].set_visible())
  • Gap (width)
  • Legend (.legend())
  • Margins (.margins())

복잡함과 단순함

• 필요 없는 복잡함은 NO
  • 무의미한 3D는 Never
  • 직사각형이 아닌 다른 형태의 bar는 지양
• 무엇을 보고 싶은가? (시각화를 보는 대상이 누구인가?)
  • 정확한 차이 (EDA)
  • 큰 틀에서 비교 및 추세 파악 (Dashboard)
• 축과 디테일 등의 복잡함
  • Grid (.grid())
  • Ticklabels (.set_ticklabels())
    • Major & Minor
  • Text를 어디에 어떻게 추가할 것인가 (.text() or .annotate())
    • Bar의 middle / upper

ETC

• 오차 막대를 추가하여 Uncertainty 정보를 추가 가능 (errorbar)
• Bar 사이 Gap이 0이라면 → 히스토그램(Histogram)
  • .hist()를 사용하여 가능
  • 연속된 느낌을 줄 수 있음
• 다양한 Text 정보 활용하기
  • 제목 (.set_title())
  • 라벨 (.set_xlabel(), .set_ylabel())

출처: 부스트캠프 AI Tech 4기(NAVER Connect Foundation)