(Data Viz) Line Plot

이 색깔은 주석이라 무시하셔도 됩니다.

기본 Line plot

Line plot이란?

• Line Plot은 연속적으로 변화하는 값을 순서대로 점으로 나타내고, 이를 선으로 연결한 그래프
• 꺾은선 그래프, 선 그래프, line chart, line graph 등의 이름으로 사용됨
• 시간/순서에 대한 변화에 적합하여 추세를 살피기 위해 사용
  • 시계열 분석에 특화
• 신기하게 .line이 아니라 .plot()

Line Plot의 요소

• 5개 이하의 선을 사용하는 것을 추천
  • 더 많은 선은 중첩으로 인한 가독성 하락
• 그렇다면 이를 구별하는 요소는 어떤 것이 있을까?
  1. 색상 (color)
  2. 마커 (marker, markersize)
  3. 선의 종류 (linestyle, linewidth)

Line plot을 위한 전처리

• 시시각각 변동하는 데이터는 Noise로 인해 패턴 및 추세 파악이 어려움
• Noise의 인지적인 방해를 줄이기 위해 smoothing을 사용

정확한 Line plot

추세에 집중

• Bar plot과 다르게 꼭 축을 0에 초점을 둘 필요는 없음
  • 추세를 보기 위한 목적이므로
• 너무 구체적인 line plot보다는 생략된 line plot이 더 나을 수 있다.
  • Grid, Annotate 등 모두 제거
  • 디테일한 정보는 표로 제공하는 것을 추천
• 생략되지 않는 선에서 범위를 조정하여 변화율 관찰 (.set\_ylim())

간격

• 규치적인 간격이 아니라면 오해를 줄 수 있다
  • 그래프 상에서 규칙적일 때 : 기울기 정보의 오해
  • 그래프 상에서 간격이 다를 때 : 없는 데이터에 대해 있다고 오해
• 규칙적인 간격의 데이터가 아니라면 각 관측 값에 점으로 표시하여 오해를 줄이자

보간

• Line은 점을 이어 만드는 요소 → 점과 점 사이에 데이터가 없기에 이를 잇는 방법(보간)
• 데이터의 error나 noise가 포함되어 있는 경우, 데이터의 이해를 돕는 방법
  • Moving Average
  • Smooth Curve with Scipy
    • scipy.interpolate.make_interp_spline()
    • scipy.interpolate.interp1d()
    • scipy.ndimage.gaussian_filter1d()
• Presentations에는 좋은 방법일 수 있으나
  • 없는 데이터를 있다고 생각하게 할 수 잇으며
  • 작은 차이를 없앨 수 있음
  • 일반적인 분석에서는 지양할 것!

이중 축 사용

• 한 plot에 대해 2개의 축을 이중 축(dual axis)라고 함
• 같은 시간 축에 대해 서로 다른 종류의 데이터를 표현하기 위해서는 축이 2개가 필요
  • .twinx()를 사용
• 한 데이터에 대해 다른 단위 (ex. radian과 degree)
  • .secondary\_xaxis(), .secondary\_yaxis() 사용
• 2개의 plot을 그리는 것 >>>> 이중 축 사용
  • 이중 축은 지양할 것

ETC

• 라인 끝 단에 레이블을 추가하면 식별에 도움 (범례 대신)
• Min/Max 정보(또는 원하는 포인트)는 추가해주면 도움이 될 수 있음 (annotation,)
• 보다 연한 색을 사용하여 uncertainty 표현 가능 (신뢰구간, 분산 등)

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