03. Data Science_Data Visualization

Posted Sep 30, 2026

By younghoonko

24 min read

[toc]

데이터 시각화의 의미와 역할

데이터 시각화란?
- 수치와 복잡한 데이터를 그래프나 차트로 표현해 의미를 직관적으로 이해하도록 돕는 과정
- 단순히 숫자를 그림으로 바꾸는 데 그치지 않고, 데이터의 추세·패턴·이상치를 드러내는 것이 목적
시각화는 다음과 같은 역할을 함
- 통찰 제공: 매출 추세를 보고 전략을 조정하거나 검사 차트를 참고해 치료 방향을 정하는 데 활용할 수 있음
- 데이터 품질 확인: 박스플롯과 히스토그램으로 이상치나 결측치 등 데이터의 문제를 살펴볼 수 있음
- 소통과 설득: 복잡한 수식 대신 그래프를 이용해 메시지를 전달하고, 다양한 이해관계자가 함께 논의할 수 있음

목표는 Matplotlib과 Seaborn의 기초를 익히고, 분포·관계·시계열을 시각화해 실제 데이터의 패턴을 파악하는 것

Matplotlib의 개념과 기본 구조

Matplotlib이란?
- Python에서 널리 사용되는 기본 시각화 라이브러리로 세밀한 제어 가능
- MATLAB의 시각화를 Python에서 구현하려는 요구에서 출발
- 주요 특징
  1. 두 가지 사용 방식
    1. pyplot: 상태 기반 인터페이스 → 간단하지만 복잡해지면 가독성 저하
    2. 객체 지향 API → Figure, Axes를 명시적으로 다룸 → 복잡한 그래프 제어에 유리
  2. 커스터마이징
    1. 축, 눈금, 서체, 색상, 마커 등 세밍 제어 등 다양한 출력 포맷 지원
NumPy, pandas, SciPy와 연계되며, DataFrame.plot()도 내부적으로 Matplotlib 기반임
Seaborn, Cartopy, mplfinance 등 확장 라이브러리도 Matplotlib 생태계와 연결됨
Matplotlib의 주요 구성 요소:
- Figure
  - 전체 그림을 담는 캔버스
  - 하나 이상의 Axes와 제목·범례·컬러바 등의 요소를 포함할 수 있음
  - 하나의 Figure 안에는 보통 두 개의 Axis(x축, y축)가 들어 있고, 3D인 경우 세 개가 들어갈 수 있음
- Axes
  - 실제 데이터가 그려지는 좌표 영역
  - 각 Axes는 눈금(tick)과 레이블(lable)을 가리킴
  - 제목, 축 이름, 데이터, 축 범위, 눈금 등을 설정
  - 하나의 Figure에 여러 Axes가 들어갈 수 있음
- Axis
  - x축이나 y축처럼 각 좌표축을 담당하는 객체
  - 축의 스케일, 눈금 위치, 눈금 레이블을 관리
  - 눈금 위치는 Locator, 눈금 텍스트는 Formatter가 지정
  - 데이터 범위와 레이블링을 세밀하게 제어하는 용도
- Artist
  - Figure에서 눈에 보이는 “모든” 요소
  - 선, 점, 글자, 도형, 범례, 제목 등이 해당
  - 대부분의 Artist는 특정 Axes에 연결됨

Figure와 Axes는 plt.figure(), plt.subplots() 등으로 만들 수 있음
plt.subplots()는 Figure와 Axes를 함께 생성
plt.subplots(2, 2)는 2행 2열의 Axes 배열 생성
plt.subplot_mosaic()은 Figure 안에 Axes 객체를 추가로 생성해 주는 편의 함수
기본 작업 흐름:
- Figure와 Axes 생성 → Axes에 데이터 그리기 → 그래프 출력
- plt.show()는 그래프 표시
플로팅 함수에는 보통 numpy.array 또는 numpy.ma.masked_array 사용

  
fig, ax = plt.subplots() ax.plot(x, y) ax.set_title("Simple Plot") plt.show() 

핵심: Matplotlib 기본 구조는 Figure(전체 캔버스) → Axes(데이터 영역) → Axis와 Artist(축과 시각 요소)

그림을 그릴 때 도화지와 그림이 놓일 자리를 먼저 정한다고 생각해 보자
Figure는 큰 도화지, Axes는 그 위에서 실제 그래프를 그리는 칸, Artist는 그 칸에 그려지는 선·점·글자에 해당함
예:
- 한 화면에 그래프 두 개를 나란히 두고 싶다면, Figure라는 도화지 안에 Axes 두 개를 준비한 다음 각 Axes에 그래프를 그릴 수 있음

Matplotlib의 사용 방식과 스타일 설정

객체 지향 방식
- fig, ax = plt.subplots()로 Figure와 Axes를 직접 생성하고, ax.plot(), ax.set_title() 같은 객체 메서드를 호출
- 코드 구조가 분명해 복잡한 그래프나 여러 축을 다루는 데 유리

⭐️Pyplot 방식(시험 출제)⭐️
- plt.plot()처럼 함수를 호출하면 Matplotlib이 현재 활성화된 Figure와 Axes 관리
- 장점: 간단한 그래프를 빠르게 만드는 데 편리
- 단점 : 그래프가 여러 개가 되면 가독성과 관리가 어려워질 수 있음

Artist의 스타일링
- 그래프를 그릴 때 플롯 메서드를 호출하여 지정하거나, 생성 후 setter 메서드로 바꿀 수 있음
- 예를 들어 plot 함수를 이용해 선의 색상·굵기·스타일을 지정하고, set_linestyle()로 선 스타일을 나중에 변경할 수 있음
- 다양한 색상과 색상 맵을 사용할 수 있음
선 그래프에서는 선 스타일과 마커 모양을 다르게 설정해 여러 데이터 시리즈를 구분할 수 있음
레이블과 제목, 텍스트
- 그래프에 레이블과 텍스트를 추가하여 데이터의 의미를 명확하게 전달
축 범위, 격자, 범례(Legend)
- 그래프에서 여러 데이터 시리즈를 명확히 구분하는 데 중요한 요소
2차원 값은 pcolormesh(), contourf(), imshow() 등으로 색상 맵에 표현할 수 있음
점 자료는 색상값을 지정한 scatter()로 나타낼 수 있음
LogNorm은 예시에서 색상값에 로그 스케일을 적용하는 데 사용됨

Seaborn의 특징과 Matplotlib과의 비교

Seaborn이란?
- Matplotlib을 기반으로 만든 Python 시각화 라이브러리
- 커스터마이징 최소화
- 기본적으로 예쁘고 일관성 있는 스타일 제공
- Matplotlib의 설정을 간결하게 하고, 통계적 시각화(플롯, 분포도, 다변량 관계 등)를 직관적으로 표현
- 데이터 처리 → 시각화 과정을 자연스럽게 연결
- pandas DataFrame과 긴밀히 연동됨
기본 스타일과 색상 팔레트가 세련되고 일관적이며, 회귀선·분포·다변량 관계 등의 통계 플롯을 지원합니다. 데이터 처리와 시각화 흐름을 자연스럽게 연결해 탐색적 데이터 분석과 보고서·발표 자료 등에 활용됩니다.
Matplotlib
- 수준 API를 제공해 세밀하게 조정하고 복잡한 그래프를 구현하기 좋지만, 설정 코드가 많고 기본 스타일은 단순함
Seaborn
- 고수준 API로 간결한 코드와 통계 시각화에 강점이 있지만, 세부 커스터마이징에는 제약이 있어 복잡한 작업에서는 Matplotlib을 함께 써야 할 수 있음
산점도 예시:
- Matplotlib은 기본 스타일로 단순하고 직접적인 표현을 보임
- Seaborn은 색상 팔레트와 자동 스타일링을 적용해 시각적으로 다른 표현 제공

⭐️시험 출제⭐️

matplot과 seaborn을 구분하는 문제 출제
어떤 특성이 있는지 구분하기

구분	Matplotlib	Seaborn
인터페이스	저수준 API, 세밀한 제어	고수준 API, 간결한 코드
기본 스타일	단순함	세련되고 일관적인 스타일
강점	복잡한 그래프와 커스터마이징	통계 시각화, DataFrame 연동
고려점	설정 코드가 많고 학습이 비교적 복잡함	세부 조정에 제약이 있어 Matplotlib 병행이 필요할 수 있음
활용 예	연구용 고급 그래프, 커스터마이징이 필요한 대시보드	탐색적 데이터 분석, 교육, 보고서와 발표 자료

분포를 보는 그래프: 히스토그램과 박스플롯

히스토그램
- 수치 데이터를 구간별로 나누어 각 구간의 빈도를 막대로 나타내는 도구
- 예시에서는 시험 점수 목록을 8개 구간(bins=8)으로 나누어 분포를 표현함

박스플롯
- 분포의 중심과 퍼짐, 이상치를 한 그림에서 살펴보는 통계적 시각화 도구
- 상자 안의 선은 중앙값으로, 자료의 절반은 이 값보다 크고 절반은 작음
- 상자의 아래·위 경계는 각각 제1사분위수(Q_1 (25\% 위치)과 제3사분위수 Q_3 (75\% 위치))이며, 상자에는 가운데는 50%
  - 사분위 범위는 $IQR(Interquartile Range) = Q_3 - Q_1(75\% - 25\%) = 50\%$입니다.
- 수염은 일반적으로 $Q_1 - 1.5 \times IQR(50)와 Q_3 + 1.5 \times IQR(50)$ 범위 안에 있는 가장 작은 값과 가장 큰 값까지 이어짐
- 수염 바깥 점은 이상치로 표시됨
  - 이상치는 자료의 변동성, 오류 또는 특별한 패턴과 관련될 수 있으므로 주의 깊게 해석해야 함
- 상자의 크기와 중앙값의 위치, 상자와 수염의 상대적인 모양을 살펴 분포가 퍼져 있는지, 비대칭인지 파악할 수 있음

핵심 박스플롯의 중앙값·사분위수·수염·이상치가 각각 무엇을 나타내는지 구분하고, 이를 이용해 분포의 중심·퍼짐·비대칭성을 읽어야 함

Seaborn의 범주형 분포 그래프

바이올린 플롯(violinplot)이란?
- 박스플롯의 중앙값·사분위 정보와 커널 밀도 추정(KDE)에 따른 분포 모양을 함께 보여줌
- 바이올린의 두꺼운 부분은 자료가 많이 모인 구간, 얇은 부분은 자료가 드문 구간
- hue와 split=True를 사용하면 두 그룹을 하나의 범주 축에서 좌우로 나누어 비교할 수 있음

스트립 플롯(stripplot)이란?
- 범주형 변수를 가로축에, 수치형 값을 세로축에 두고 개별 자료를 점으로 표시
- 점들이 세로로 모이는 값의 범위는 데이터의 상태 표현
  - 세로 위치 → 데이터 범위 파악
- 특정 구간의 점 밀집은 데이터 집중을 표현
  - 점 밀집 정도 → 특정 구간 집중 여부 확인
- jitter는 값 자체를 바꾸지 않고 점을 가로로 흩어 겹침을 줄임
- alpha는 투명도를 조절해 밀집 구간 강조
  - jitter, alpha 적용 여부 → 분포 해석 용이성 향상

스웜 플롯(swarmplot)이란?
- Stripplot과 유사하게 개별 점을 표시하지만, 점이 겹치지 않도록 자동 배치함
- 범주(category)별로 데이터의 실제 값을 모두 표시
- 벌집 형태 배치 → 빈도와 분포 패턴을 명확히 관찰 가능
- 장점
  - 작은 자료에서 모든 관측점을 확인 가능
  - 그룹 간 분포를 비교하기 용이
  - Stripplot보다 해석이 용이함
- 단점
  - 자료가 많으면 점이 지나치게 퍼져 해석이 어려워질 수 있음

그래프	무엇을 보여주는가	주요 고려점
바이올린 플롯	중앙값·사분위 정보와 분포 모양	`hue`와 `split=True`로 두 그룹을 나누어 비교 가능
스트립 플롯	개별 관측값과 범주별 분포	점이 겹칠 수 있어 `jitter`, `alpha`를 활용
스웜 플롯	겹치지 않게 배치된 개별 관측값	작은 자료에서 유용하지만 자료가 많으면 과도하게 퍼질 수 있음

바이올린 플롯은 분포를 윤곽으로 요약
스트립 플롯과 스웜 플롯은 관측된 자료 하나하나를 점으로 표시

Seaborn의 막대·빈도 그래프

막대 그래프(barplot)란?
- 범주형 데이터 → 통계량을 막대 높이로 나타냄
- 기본적으로 평균(mean)을 표시하고 신뢰구간(CI)을 함께 그림
- hue 옵션으로 범주 내부의 그룹 간 평균 차이 비교 가능
- 특징
  - 막대 높이 → 범주의 대표 값(평균, 중앙값, 합계 등 estimator 로 변경 가능)
    - estimator를 바꾸면 평균 이외의 통계량을 사용할 수 있음
  - 신뢰구간(CI)
    - 검은색 실선으로 표시
    - 데이터 변동성과 불확실성 표현
    - 신뢰구간 겹침 → 차이가 유의하지 않을 가능성
    - 신뢰구간 분리 → 차이가 뚜렷할 수 있음
- 해석
  - 막대 높이 → 범주별 대표 값 확인
  - 신뢰구간 → 데이터 변동성 & 그룹 간 차이 해석
  - 그룹 막대 비교(hue) → 범주 내 그룹 관계 분석

빈도 그래프(countplot)란?
- 범주형 데이터의 빈도(횟수)를 막대 높이로 표현
- Barplot과 달리 평균, 통계값이 아닌 단순 빈도를 보여줌
- 특징
  - 가로축 → 범주(category)
  - 세로축 → 빈도(count)
  - hue 옵션 → 범주 내부의 그룹별 분포 비교 가능
- 활용
  - 범주형 변수 분포 파악
  - 클래스 불균형 확인
  - 데이터 전처리 및 분류 문제 준비 단계에서 사용
- 해석
  - 포인트 막대 높이 → 각 범주의 데이터 수 비교
  - 그룹 지정 시 → 그룹 간 상대적 비율 파악
  - 전체 데이터셋 내 불균형 여부 확인

핵심 barplot은 기본적으로 범주별 평균과 신뢰구간을, countplot은 범주별 자료의 개수를 나타냅니다.

막대 그래프(barplot)는 각 범주의 수치값을 모아 평균 같은 대표값을 보여주는 것이 기본

빈도 그래프(countplot)는 각 범주에 자료가 몇 개 있는지 보여줌

가령 A 범주에 10개의 값이 있고 B 범주에 5개의 값이 있다고 상상해 보자
- 빈도 그래프는 A와 B의 자료 개수 차이를 보여줌
- 막대 그래프는 A와 B 안의 수치값을 요약해 평균 같은 대표값의 차이를 보여줌

변수 간 관계를 보는 그래프: 히트맵과 페어플롯

히트맵(heatmap)이란?
- 데이터 행렬을 색상으로 시각화
- 주로 상관관계 행렬(correlation matrix) 시각화에 활용
- 표보다 패턴, 경향성을 쉽게 파악 가능
- 특징
  - 가로축, 세로축 → 변수명
  - 셀 색상
    - 두 변수 간 관계(예: 상관계수)
      - +1에 가까움 → 강한 양의 상관관계
      - -1에 가까움 → 강한 음의 상관관계
      - $0$ 근처이면 선형 관계가 없음
  - 변수 간 관계의 패턴을 빠르게 살펴 볼 수 있음
- 활용
  - 변수 선택 및 다중공선성(multicollinearity) 탐지
    - 다중공선성이란?
      - 서로 다른 변수라고 생각해서 모델에 넣었지만, 실제로는 두 변수가 거의 같은 정보를 담고 있어 서로 중복되는 상태
  - 변수 간 관계 이해 및 불필요, 중복 변수 제거

페어플롯(pairplot)이란?
- 변수 간 관계를 산점도(Scatter plot)와 각 변수의 개별 분포를 대각선의 히스토그램으로 보여줌
- 셀 → 두 변수 간 관계
  - 점이 직선 형태 → 강산 선형 관계
  - 점이 무작위 분포 → 선형 관계 없음
- 대각선 → 각 변수의 히스토그램(분포 특성)
- 활용
  - 탐색적 데이터 분석(EDA)에 활용
  - 다중공선성(multicollinearity) 가능성 점검
  - 변수 간 선형, 비선형 관계 확인
  - hue 옵션 → 범주별 분포 차이 시각화 가능

그래프	셀 또는 위치가 나타내는 것	주요 활용
히트맵	변수 쌍의 상관계수 등을 색과 값으로 표시	관계 패턴 및 다중공선성 가능성 검토
페어플롯	변수 쌍의 산점도, 대각선의 변수별 분포	여러 변수의 관계·분포를 한꺼번에 탐색

히트맵은 여러 숫자를 색으로 바꾸어 표처럼 배치하는 방식
- 상관관계 히트맵에서는 행과 열에 변수 이름이 있고, 교차하는 칸에 두 변수의 상관계수가 들어감
페어플롯은 여러 변수의 관계를 작은 그래프들로 펼쳐놓은 표처럼 볼 수 있음
- feature1과 feature2의 칸은 두 변수의 산점도이고, 대각선 칸은 feature1 자체의 분포처럼 변수 하나의 분포를 보여줌
- 예를 들어 점들이 대각선 형태로 모이는지 살펴 변수 간 선형 관계를 탐색할 수 있음
- 다만 히트맵의 상관계수는 선형 관계를 요약하고, 페어플롯의 산점도는 눈에 보이는 점의 배치를 보여주는 것이므로 두 결과가 모든 관계를 설명한다고 단정하지는 못함

University(2026-Second-Semester), Data Science

python data