방송대 방통대 오픈소스기반데이터분석 10강 - 데이터 시각화 1 - 요약 노트 시험족보 예상문제 - 올에이클래스

오픈소스기반데이터분석 10강 - 데이터 시각화 (1)

데이터 시각화의 개념과 필요성을 이해하고, 인간의 시각 인지에 기반한 게슈탈트 8원리를 학습한다. 데이터 유형별로 적절한 시각화 방법을 구분하고 Matplotlib의 특징, 그래프 구성 요소, Colab 한글 설정과 주요 차트의 용도를 정리한다.

1. 데이터 시각화의 개념과 필요성

데이터 시각화란 무엇인가

데이터 시각화(data visualization)는 복잡한 데이터를 그래프, 차트, 표, 지도와 같은 시각적인 형태로 표현하는 과정이다. 단순히 보기 좋은 그림을 만드는 것이 아니라, 데이터에 담긴 관계와 의미를 효과적으로 드러내어 분석과 의사소통을 돕는 데 목적이 있다.

데이터 시각화가 필요한 이유

필요성	설명
데이터 이해도 향상	복잡한 수치를 일일이 읽는 대신 패턴과 추세를 한눈에 파악할 수 있다.
효과적인 의사소통	정보를 빠르게 전달하고 수용자의 직관적인 이해를 촉진한다.
의사 결정 지원	데이터에 근거한 의사 결정에 필요한 통찰력을 제공한다.
탐색적 데이터 분석	분포, 관계, 이상한 패턴 등을 탐색하는 데 활용된다.

좋은 시각화는 데이터의 핵심 구조를 빠르게 인식하게 한다. 그러나 데이터 유형과 전달 목적에 맞지 않는 그래프를 선택하면 오히려 의미를 흐릴 수 있다. 따라서 무엇을 보여 줄 것인지 결정한 뒤 적절한 시각적 표현을 선택해야 한다.

핵심: 데이터 시각화는 복잡한 정보를 압축하여 패턴과 추세를 찾고, 결과를 전달하며, 데이터 기반 의사 결정을 지원하는 분석 도구이다.

2. 게슈탈트 원리와 시각적 인지

게슈탈트 원리의 배경

데이터 시각화는 인간의 시각 인지 체계를 바탕으로 설계할 때 효과성과 전달력이 높아진다. 게슈탈트 원리(Gestalt principles)는 1920년대 독일의 심리학자 베르트하이머, 볼프강 쾰러, 코프카, 쿠르트 레빈 등이 20세기 전반에 걸쳐 완성한 이론이다.

게슈탈트 이론은 “전체는 부분의 합보다 크다”라는 철학에 기반한다. 사람은 개별 요소를 각각 고립된 것으로만 보는 것이 아니라, 요소들이 이루는 패턴과 관계를 하나의 전체로 인식한다. 데이터 시각화에서도 개별 데이터 포인트보다 이들이 형성하는 구조와 관계에서 더 깊은 통찰을 얻을 수 있다.

게슈탈트 원리의 8요소

원리	인지 특성	시각화 적용
근접성	가까이 있는 요소를 하나의 그룹으로 인식	데이터, 제목, 범례를 관련 차트 가까이에 배치
유사성	색상·모양·크기가 비슷한 요소를 같은 그룹으로 인식	같은 의미의 데이터에 일관된 시각 속성 사용
폐쇄성	불완전한 형태도 완전한 형태로 인식	최소한의 시각 정보로 이해 가능한 구성 설계
연속성	정렬된 요소를 하나의 흐름으로 인식	시간순 또는 오름차순·내림차순 정렬로 패턴 강조
공동 운명	같은 방향으로 움직이거나 변하는 요소를 같은 그룹으로 인식	같은 변화 방향을 가진 계열의 관계 표현
대칭성	대칭 구조를 안정적이고 정돈된 형태로 인식	비교 항목을 균형 있고 대칭적으로 배치
단순성	복잡한 정보를 가장 단순하고 안정적이며 의미 있는 형태로 해석	불필요한 장식을 줄이고 핵심 구조를 명료하게 표현
전경-배경	주목 대상과 이를 둘러싼 배경을 구분	핵심 요소를 전경으로 강조하고 배경은 보조 역할 수행

게슈탈트 원리는 그래프 종류가 아니라 시각 정보를 사람이 어떻게 묶고 구분하여 인식하는지를 설명하는 원리이다. 같은 차트라도 이 원리를 어떻게 적용하느냐에 따라 전달력이 달라질 수 있다.

3. 게슈탈트 8원리의 적용

근접성과 유사성

근접성(proximity)에 따르면 서로 가까운 위치의 요소는 하나의 그룹으로 인식된다. 그러므로 차트의 제목과 범례, 설명은 관련된 그래프와 인접하게 배치하는 것이 좋다. 서로 다른 집단을 구분할 때는 적절한 간격을 두어 시각적 그룹을 명확히 할 수 있다.

유사성(similarity)은 색상, 모양, 크기 등이 유사한 요소를 같은 그룹으로 인식하는 특성이다. 동일한 범주나 계열에는 일관된 색과 마커를 사용하고, 서로 다른 의미에는 구별되는 속성을 적용해야 한다.

폐쇄성과 연속성

폐쇄성(closure)은 일부가 끊기거나 불완전한 형태도 전체 모양으로 완성하여 인식하려는 특성이다. 이 원리를 활용하면 모든 경계를 자세히 그리지 않아도 최소한의 시각 정보로 구조를 이해시키는 구성을 만들 수 있다.

연속성(continuity)은 정렬된 요소를 하나의 흐름으로 받아들이는 특성이다. 시계열 데이터를 시간순으로 배치하거나 값을 오름차순·내림차순으로 정렬하면 변화와 패턴을 더 분명하게 보여 줄 수 있다.

공동 운명과 대칭성

공동 운명(common fate)은 같은 방향으로 움직이거나 함께 변화하는 요소들을 같은 그룹으로 인식하는 원리이다. 여러 데이터 계열이 비슷한 방향으로 변화할 때 그 관계를 시각적으로 파악하는 데 도움이 된다.

대칭성(symmetry)은 대칭적으로 배치된 형태를 더 안정적이고 정돈된 구조로 인식하는 특성이다. 서로 대응하는 두 집단이나 항목을 균형 있게 비교할 때 활용할 수 있다.

단순성과 전경-배경

단순성(prägnanz)은 복잡하고 모호한 시각 정보를 가능한 한 단순하고 안정적이며 의미 있는 형태로 해석하려는 경향이다. 시각화에서는 불필요한 장식을 줄이고 핵심 패턴이 드러나는 형태를 선택하는 것이 중요하다.

전경-배경(figure-ground) 원리는 중심인 전경에 명확한 초점을 형성하여 사용자가 어디에 주목해야 하는지 판단하게 한다. 배경은 전경을 방해하지 않고 보완하거나 강조하는 역할을 해야 한다.

근접성은 거리, 유사성은 색·모양·크기, 연속성은 정렬과 흐름, 공동 운명은 같은 변화 방향, 전경-배경은 초점과 보조 영역의 구분에 관한 원리이다.

4. 데이터 유형에 따른 시각화 선택

범주형 데이터

범주형 데이터는 몇 개의 구분된 범주로 나뉘는 데이터이다. 막대 그래프, 파이 차트, 도넛 차트로 범주별 빈도나 비율을 비교하고 전체에서 각 범주가 차지하는 비중을 강조할 수 있다. 다만 범주가 많으면 시각 요소가 복잡해져 가독성이 떨어질 수 있다.

수치형 데이터

수치형 데이터는 연속적인 수치 값을 가진다. 선 그래프, 히스토그램, 산점도, 박스 플롯, 바이올린 플롯 등을 이용하여 분포, 상관관계, 변동성 등 다양한 통계 특성을 나타낼 수 있다.

시계열 데이터

시계열 데이터는 시간의 흐름에 따라 변화하는 데이터이다. 선 그래프, 영역 그래프, 히트맵을 활용하면 시간에 따른 변화 추세, 누적 변화, 주기성을 파악하는 데 효과적이다.

지리 데이터

지리 데이터는 위치 정보를 포함한 데이터이며 지도 시각화를 사용한다. 공간적인 패턴을 분석하고 특정 지역별 데이터의 밀도와 분포를 보여 주는 데 유용하다.

데이터 유형	적합한 시각화 기법	주요 목적
범주형	막대 그래프, 파이 차트, 도넛 차트	범주별 빈도·비율과 전체 대비 비중 비교
수치형	선 그래프, 히스토그램, 산점도, 박스 플롯, 바이올린 플롯	분포·상관관계·변동성과 통계 지표 표현
시계열	선 그래프, 영역 그래프, 히트맵	시간 변화 추세·누적 변화·주기성 파악
지리	지도 시각화	공간 패턴과 지역별 밀도·분포 표현

그래프는 익숙한 모양을 기준으로 고르는 것이 아니라 데이터의 유형과 전달하려는 관계를 기준으로 선택해야 한다.

5. Matplotlib의 특징과 기본 구조

Matplotlib 소개

Matplotlib은 파이썬에서 가장 많이 사용되는 데이터 시각화 라이브러리이다. 2003년 John D. Hunter가 개발했으며 MATLAB의 그래프 작성 기능에서 영감을 받아 설계되었다. 과학 및 공학 분야에서 데이터를 표현하는 강력한 도구로 활용된다.

Matplotlib은 광범위한 시각화 유형과 여러 그래프를 조합한 복합 시각화를 지원한다. 제목, 축, 눈금, 선, 범례와 같은 요소를 세밀하게 조정할 수 있고 PDF, PNG, SVG, JPEG 등 다양한 이미지 형식으로 결과를 저장할 수 있다. Colab과 GUI 애플리케이션 등 여러 환경에서도 동작한다.

Matplotlib 그래프의 구성 요소

구성 요소	역할
Figure	그래프 전체를 담는 최상위 그림 영역
Axes	데이터가 실제로 그려지는 개별 플롯 영역
Axis	X축과 Y축의 척도와 방향을 구성하는 축
title	그래프의 주제와 내용을 나타내는 제목
ticks	축에 표시되는 눈금과 위치
line	데이터의 연결과 변화를 표현하는 선
marker	각 데이터 지점을 나타내는 표식
legend	색, 선, 표식이 의미하는 데이터 계열을 설명하는 범례
label	축이나 데이터 요소의 의미를 알려 주는 이름

Figure는 전체 그림이고 Axes는 그 안에서 실제 그래프가 그려지는 영역이다. Axis는 Axes 안의 X축·Y축을 뜻하므로 세 용어를 구분해야 한다.

6. Colab에서 한글 폰트 설정

한글 폰트가 필요한 이유

Google Colab에서 Matplotlib 그래프에 한글을 정상적으로 표시하려면 한글 폰트를 설치하고 Matplotlib이 해당 폰트를 사용하도록 지정해야 한다. 강의에서는 나눔 폰트를 설치한 뒤 런타임 세션을 다시 시작하고 폰트 설정을 적용하는 순서를 제시한다.

설정 순서

1. 나눔 폰트를 설치하고 폰트 캐시와 Matplotlib 캐시를 갱신한다.
2. Colab 메뉴에서 런타임 세션을 다시 시작한다.
3. Matplotlib의 글꼴을 NanumBarunGothic으로 지정한다.

!sudo apt-get install -y fonts-nanum
!sudo fc-cache -fv
!rm ~/.cache/matplotlib -rf

import matplotlib.pyplot as plt
plt.rc('font', family='NanumBarunGothic')

이 설정은 Colab 런타임에 연결할 때마다 다시 수행해야 한다. 설치 명령을 실행한 직후에는 새로 설치한 폰트를 현재 세션이 인식하지 못할 수 있으므로 세션 재시작 단계가 필요하다.

설정 순서: 나눔 폰트 설치와 캐시 처리 → 런타임 세션 다시 시작 → plt.rc()로 폰트 지정.

7. 기본 그래프의 용도

표와 선 그래프

표는 데이터를 행과 열로 정리하여 정확한 값을 보여 주는 시각화 방법이다. 개별 값을 직접 확인해야 할 때 유용하다. 선 그래프는 데이터 값을 선으로 연결하여 변화를 나타내며, 특히 시간 흐름에 따른 추세를 보여 줄 때 사용한다.

막대 그래프와 히스토그램

막대 그래프는 범주형 데이터를 표현하는 대표적인 방법이다. 각 범주의 값을 막대 길이로 나타내므로 범주별 크기나 빈도를 비교하기 쉽다. 반면 히스토그램은 연속형 데이터를 여러 구간으로 나누어 값의 분포를 표현한다. 데이터의 중심 경향, 분산, 왜도 등을 살펴보는 데 효과적이다.

그래프	주요 데이터	핵심 용도
표	행과 열로 정리할 데이터	정확한 개별 값 제시
선 그래프	시간에 따라 변화하는 데이터	변화와 추세 표현
막대 그래프	범주형 데이터	범주별 크기나 빈도 비교
히스토그램	연속형 데이터	구간별 분포와 중심·분산·왜도 파악

막대 그래프와 히스토그램은 모두 막대 모양을 사용하지만 목적이 다르다. 막대 그래프는 범주 간 비교, 히스토그램은 연속형 값의 구간별 분포를 보여 준다.

8. 관계·분포·비율을 표현하는 그래프

산점도와 박스 플롯

산점도(Scatter Plot)는 두 변수의 값을 좌표 위 한 점으로 표시하여 두 변수 사이의 관계를 시각적으로 표현한다. 데이터 포인트의 전체 패턴을 관찰하여 상관관계를 분석하는 데 활용한다.

박스 플롯(Box Plot)은 데이터 분포를 중앙값, 사분위수, 이상치로 요약하여 한눈에 보여 준다. 여러 집단의 분포를 비교하거나 이상치가 있는지 확인할 때 유용하다.

파이 차트와 히트맵

파이 차트(pie chart)는 전체를 기준으로 각 항목이 차지하는 비율을 부채꼴로 나타낸다. 전체 대비 각 항목의 비중을 빠르게 파악할 수 있지만 범주가 지나치게 많으면 비교가 어려워진다.

히트맵(Heatmap)은 행렬 형태의 데이터를 색으로 표현한다. 값의 크기나 패턴을 색상 차이로 보여 주므로 데이터 사이의 관계와 패턴을 쉽게 파악할 수 있다.

레이더 차트와 3D 차트

레이더 차트(Radar)는 여러 변수를 방사형 축에 배치하여 항목별 특성을 시각적으로 비교한다. 3D 차트(3D Chart)는 데이터를 3차원 공간에 표현하여 복잡한 데이터 관계를 보다 직관적으로 보여 주는 데 활용한다.

그래프	표현 대상	해석 초점
산점도	두 변수의 데이터 포인트	변수 간 관계와 상관관계
박스 플롯	중앙값·사분위수·이상치	분포의 위치와 퍼짐, 이상치
파이 차트	전체 대비 항목별 비율	구성 비중
히트맵	행렬 형태의 값	색상으로 드러나는 패턴
레이더 차트	방사형으로 배치한 여러 변수	다변량 특성 비교
3D 차트	3차원 공간의 데이터	복잡한 관계의 입체적 표현

핵심 개념 정리

10강 핵심 요약

• 데이터 시각화는 복잡한 데이터를 시각적인 형태로 표현하여 패턴과 관계를 효과적으로 전달하는 과정이다.
• 시각화는 데이터 이해도 향상, 효과적인 의사소통, 의사 결정 지원, 탐색적 데이터 분석에 활용된다.
• 게슈탈트 원리는 인간이 개별 요소보다 요소들이 이루는 전체 패턴과 관계를 인식하는 방식을 설명한다.
• 게슈탈트 8요소는 근접성, 유사성, 폐쇄성, 연속성, 공동 운명, 대칭성, 단순성, 전경-배경이다.
• 범주형 데이터는 막대·파이·도넛 차트, 수치형 데이터는 선·히스토그램·산점도·박스 플롯·바이올린 플롯을 활용할 수 있다.
• 시계열 데이터는 선·영역 그래프와 히트맵, 지리 데이터는 지도 시각화가 효과적이다.
• Matplotlib은 2003년 John D. Hunter가 개발한 파이썬의 대표적인 시각화 라이브러리이다.
• Matplotlib 그래프는 전체 영역인 Figure, 실제 플롯 영역인 Axes, X축과 Y축인 Axis 등으로 구성된다.
• Colab의 한글 표시는 폰트 설치, 세션 재시작, plt.rc() 글꼴 지정 순서로 설정한다.
• 막대 그래프는 범주별 비교, 히스토그램은 연속형 값의 분포, 산점도는 두 변수 관계, 박스 플롯은 분포와 이상치 표현에 적합하다.
• 파이 차트는 비율, 히트맵은 행렬 패턴, 레이더 차트는 여러 변수 비교, 3D 차트는 3차원 관계를 표현한다.

최종 정리: 효과적인 데이터 시각화는 데이터의 유형과 전달 목적에 알맞은 차트를 선택하고, 게슈탈트 원리를 이용해 사용자의 시선을 핵심 정보로 이끄는 과정이다. Matplotlib의 Figure·Axes·Axis 구조와 각 그래프의 용도를 이해하면 복잡한 데이터를 더 정확하고 직관적으로 전달할 수 있다.

예상문제 20선

1. 데이터 시각화의 개념으로 가장 적절한 것은?

① 모든 데이터를 문자로만 변환하는 과정 ② 데이터의 값을 임의로 변경하는 과정 ③ 분석 결과를 저장하지 않고 삭제하는 과정 ④ 복잡한 데이터를 시각적 형태로 표현하여 의미를 전달하는 과정

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ④
데이터 시각화는 복잡한 데이터를 그래프, 차트, 표, 지도 등의 형태로 표현하여 패턴과 의미를 효과적으로 전달한다.

2. 데이터 시각화의 필요성으로 옳지 않은 것은?

① 패턴과 추세를 한눈에 파악하게 한다. ② 데이터에 존재하는 모든 오류를 자동으로 수정한다. ③ 정보를 빠르게 전달하고 이해를 촉진한다. ④ 데이터 기반 의사 결정에 통찰력을 제공한다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ②
시각화는 데이터의 이해와 전달, 의사 결정을 돕지만 데이터 오류 자체를 자동으로 수정하는 전처리 도구는 아니다.

3. 게슈탈트 원리의 기본 철학은?

① 전체는 부분의 합보다 크다. ② 모든 시각 요소는 서로 독립적으로만 인식된다. ③ 데이터의 양이 많을수록 차트의 품질이 항상 높다. ④ 시각적 관계보다 개별 숫자만 중요하다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ①
게슈탈트 원리는 사람이 개별 요소뿐 아니라 요소들이 만드는 패턴과 관계를 하나의 전체로 인식한다는 관점에 기반한다.

4. 서로 가까운 위치의 요소를 하나의 그룹으로 인식하는 원리는?

① 대칭성 ② 폐쇄성 ③ 근접성 ④ 공동 운명

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ③
근접성은 가까이 배치된 요소를 관련된 하나의 그룹으로 인식하는 원리이며, 제목과 범례를 관련 차트에 인접하게 두는 근거가 된다.

5. 동일한 데이터 그룹에 같은 색상과 모양을 적용하는 것은 어떤 원리를 활용한 것인가?

① 연속성 ② 전경-배경 ③ 폐쇄성 ④ 유사성

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ④
유사성은 색상, 모양, 크기가 비슷한 요소를 동일한 그룹으로 인식하는 특성이다.

6. 불완전한 형태도 완전한 형태로 인식하려는 게슈탈트 원리는?

① 폐쇄성 ② 근접성 ③ 대칭성 ④ 유사성

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ①
폐쇄성은 일부가 생략되거나 끊긴 형태도 완전한 구조로 보려는 인지 특성이며 최소한의 정보로도 이해 가능한 설계에 활용된다.

7. 시계열 데이터를 시간순으로 정렬하여 변화 흐름을 강조하는 데 가장 직접적으로 관련된 원리는?

① 단순성 ② 연속성 ③ 대칭성 ④ 폐쇄성

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ②
연속성은 정렬된 요소를 하나의 흐름으로 인식하게 하므로 시간순이나 크기순 정렬을 통한 패턴 강조와 관련된다.

8. 같은 방향으로 움직이거나 변화하는 요소를 동일한 그룹으로 인식하는 원리는?

① 근접성 ② 단순성 ③ 공동 운명 ④ 전경-배경

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ③
공동 운명은 함께 움직이거나 같은 방향으로 변하는 요소를 하나의 집단으로 인식하는 원리이다.

9. 핵심 요소를 분명하게 강조하고 나머지 영역을 보조적으로 처리하는 원리는?

① 전경-배경 ② 유사성 ③ 공동 운명 ④ 연속성

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ①
전경-배경 원리는 사용자가 주목해야 할 중심 요소를 전경으로 만들고, 배경은 이를 보완하거나 강조하도록 구성한다.

10. 범주형 데이터의 빈도나 크기를 비교하기에 가장 적합한 그래프는?

① 히스토그램 ② 산점도 ③ 막대 그래프 ④ 3D 차트

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ③
막대 그래프는 범주별 값을 막대 길이로 나타내므로 범주 사이의 크기나 빈도를 비교하기 쉽다.

11. 연속형 데이터를 구간별로 나누어 분포를 표현하는 그래프는?

① 파이 차트 ② 히스토그램 ③ 표 ④ 지도 시각화

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ②
히스토그램은 연속형 값을 구간으로 나누고 각 구간의 빈도를 표시하여 중심 경향, 분산, 왜도 등의 분포 특성을 보여 준다.

12. 시간 흐름에 따른 변화 추세를 표현할 때 대표적으로 사용하는 그래프는?

① 파이 차트 ② 박스 플롯 ③ 레이더 차트 ④ 선 그래프

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ④
선 그래프는 시간순 데이터 값을 선으로 연결하여 변화 방향과 추세를 파악하는 데 적합하다.

13. 지리 데이터에 가장 적합한 시각화 방법은?

① 바이올린 플롯 ② 지도 시각화 ③ 표준편차 그래프 ④ 텍스트 목록

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ②
위치 정보를 포함한 지리 데이터는 지도 위에 표현하면 공간 패턴과 지역별 밀도·분포를 효과적으로 파악할 수 있다.

14. Matplotlib에 대한 설명으로 옳은 것은?

① John D. Hunter가 개발했으며 MATLAB의 그래프 기능에서 영감을 받았다. ② 파이썬에서는 사용할 수 없는 전용 데이터베이스이다. ③ PNG 형식만 지원한다. ④ 그래프 구성 요소를 조정할 수 없다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ①
Matplotlib은 2003년 John D. Hunter가 개발한 파이썬 시각화 라이브러리로 다양한 그래프와 이미지 형식, 세밀한 사용자 정의를 지원한다.

15. Matplotlib 기본 구조에서 데이터가 실제로 그려지는 개별 플롯 영역은?

① Figure ② Legend ③ Ticks ④ Axes

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ④
Figure는 전체 그림 영역이고 Axes는 그 안에서 데이터가 실제로 그려지는 플롯 영역이다. Axis는 X축과 Y축을 뜻한다.

16. Colab에서 Matplotlib 한글 폰트를 설정하는 올바른 순서는?

① 세션 재시작 → 그래프 삭제 → 폰트 제거 ② 폰트 지정 → 나눔 폰트 삭제 → 세션 종료 ③ 나눔 폰트 설치 → 세션 다시 시작 → Matplotlib 폰트 지정 ④ 이미지 저장 → 데이터 삭제 → 폰트 설치

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ③
Colab에서는 먼저 나눔 폰트를 설치하고 세션을 다시 시작한 뒤 plt.rc()로 사용할 폰트를 지정한다.

17. 두 변수 사이의 관계와 상관관계를 점의 패턴으로 살펴보는 그래프는?

① 파이 차트 ② 산점도 ③ 표 ④ 도넛 차트

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ②
산점도는 두 변수의 값을 좌표상의 점으로 나타내어 전체 패턴과 변수 간 관계를 파악하게 한다.

18. 중앙값, 사분위수, 이상치를 한눈에 파악하기에 적합한 그래프는?

① 선 그래프 ② 파이 차트 ③ 지도 시각화 ④ 박스 플롯

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ④
박스 플롯은 중앙값, 사분위수, 이상치를 요약하여 데이터 분포의 중심과 퍼짐을 비교하기 쉽게 보여 준다.

19. 행렬 형태의 데이터를 색상으로 표현하여 패턴을 파악하는 그래프는?

① 히트맵 ② 레이더 차트 ③ 막대 그래프 ④ 표

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ①
히트맵은 행렬의 값을 색상 차이로 나타내어 값의 크기와 데이터 간 패턴을 직관적으로 보여 준다.

20. 여러 변수를 방사형 축에 배치하여 항목별 특성을 비교하는 그래프는?

① 히스토그램 ② 박스 플롯 ③ 레이더 차트 ④ 산점도

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ③
레이더 차트는 여러 변수의 값을 방사형으로 배치하여 여러 항목의 특성이나 대상을 시각적으로 비교한다.