(Data Viz) Scatter Plot

이 색깔은 주석이라 무시하셔도 됩니다.

기본 Scatter Plot

Scatter plot이란?

• Scatter plot은 점을 사용하여 두 feature간의 관계를 알기 위해 사용하는 그래프
• 산점도 등의 이름으로 사용됨
• 직표 좌표계에서 x축/y축에 feature 값을 매핑해서 사용
• .scatter() 사용

Scatter plot의 요소

• 점에서 다양한 variation 사용 가능 (2차원 데이터에서 N차원 데이터로 확장 가능)
  1. 색 (color)
  2. 모양 (marker)
  3. 크기 (size)

Scatter plot의 목적

• 상관 관계 확인 (양의 상관관계 / 음의 상관관계 / 없음)

• 세 가지를 확인하자

정확한 Scatter Plot

Overplotting

• 점이 많아질수록 점의 분포를 파악하기 힘들다
  • 투명도 조정
  • 지터링 (jittering)
    • 점의 위치를 약간씩 변경
  • 2차원 히스토그램
    • 히트맵을 사용하여 깔끔한 시각화
  • Contour plot
    • 분포를 등고선을 사용하여 표현

점의 요소와 인지

• 색
  • 연속은 gradient, 이산은 개별 색상으로
• 마커
  • 거의 구별하기 힘듬
  • 크기가 고르지 않음
• 크기
  • 흔히 버블 차트 (bubble chart)라고 부름
  • 구별하기는 쉽지만 오용하기 쉬움 (원의 크기 비교)
  • 관계보다는 각 점간 비율에 초점을 둔다면 좋음
  • SWOT 분석 등에 활용 가능

인과관계와 상관관계

• 인과 관계 (casual relation)와 상관 관계 (correlation)는 다름
  • 분석 과정에서 꼭 고민해볼 것
• 인과 관계는 항상 사전 정보와 함께 가정으로 제시할 것

추세선

• 추세선을 사용하면 scatter의 패턴을 유추할 수 있음
  • 단, 추세선이 2개 이상이 되면 가독성이 떨어지므로 주의

ETC

• Grid는 지양, 사용한다면 최소한으로
  • 색은 무채색으로
• 범주형이 포함된 관계에서는 heatmap 또는 bubble chart를 추천

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