훌륭한 시각화 2

visualization

Author

강신성

Published

2023-11-13

훌륭한 시각화란 무엇일까…

해당 포스트는 전북대학교 통계학과 최규빈 교수님의 강의내용을 토대로 재구성되었음을 알립니다.

1. Presentation vs Exploration

두 방식의 차이와, 장단점은 무엇일까?

A. Presentation

- 프리젠테이션 방식의 시각화는 화자가 다듬은 이야기를 전달하기에 좋은 시각화이다. 즉, 잘 정리된 메시지를 전달하기에 좋다.

### B. Exploration

문학적유기체라는 작품으로 어떤 소설책을 시각화한 것이다.

수형도와 색깔로 구성되고, 수형도는 단원 \(\leftarrow\) 문단 \(\leftarrow\) 문장 \(\leftarrow\) 단어 순으로 뻗어진다. 색깔은 소설에서 등장하는 소재를 구분(범주형 변수 표현에 적합)한다.

- 익스플로래이션 방식은 독자가 스스로 그림에서 메시지를 찾아내도록 한다. 소설을 읽어보지 않은 사람은 해당 그래픽으로 소설책의 전체 주제를 미리 파악할 수 있고, 읽어본 사람은 분석 및 탐구를 할 수 있을 것이다.

C. 절충

- 카이로 : 사실 프리젠테이션과 익스플로래이션은 절충 가능하다.

## 이 그림을 보면 아래의 코드가 생각나야 함
fig = ggplot(tidydata)
line = geom_line(aes(x = '소득', y = '불평등', color = '정부'))
point = geom_point(aes(x = '소득', y = '불평등'))
text = geom_text(aes(x = '소득', y = '불평등', label = '연도'))

fig + line + point + text

초록색 정부 : 소득이 증가 & 불평등이 훨씬 더 증가
갈색 정부 : 매우 빠른 경제성장 & 불평등의 해소
포인트 간의 간격이 조밀하다 = 변화가 더디다 // 포인트 간의 간격이 넓다 = 변화가 빠르다.

- 언뜻 보기에는 익숙한 라인플랏처럼 보이지만, 해석할 만한 정보가 많다.

익스플로레이션 형태의 그래프는 그릴 줄도 알아야 하지만, 남이 그린 그래프를 해석할 수도 있어야 한다.

2. 이성적 낙관주의

### A. 인구문제

- 주장 1 : 가난한 나라에서 애를 너무 많이 낳음 \(\leftarrow\) 세계인구가 90억까지 증가할 것이다.

- 주장 2 : 잘사는 나라에서 애를 적게 낳음 \(\leftarrow\) 극심한 고령화 문제가 발생할 것이다.

B. 리들리의 메시지

둘다 틀렸는뎁쇼???

- 가난한 나라의 출산율은 점점 감소

- 잘 사는 사라의 출산율은 점점 증가

따라서 세계의 인구는 안정화되고, 고령화 문제도 오지 않을 것이다.

### C. 카이로

- 리들러의 메시지는 아래의 그림들이 더 잘 전달한다.

fig = ggplot(tidydata)
line = geom_line(aes(x = '연도', y = '인구증가율', color = '국가'))
fig + line

노르웨이, 영국, 스웨덴, 스페인, 이탈리아의 경우 출산율이 반등함(일본과 독일의 경우는 감소세가 아주 누그러듬)
인도, 브라질, 중국과 같은 나라는 출산율이 대폭 감소

D. 교수님 소감

- 어떠한 현상을 살펴볼 때, 그것의 부분집합들이 역시 그러한 지 살펴보는 것은 기본임.

- 중요한 선을 제외한 나머지는 일러레를 통해 회색으로 처리한 것이 시각적으로 우수하다.

- 과학적인 논문작업에 들어갈 그림이라면 임의로 회색처리한 것이 다소 비판을 받을 수 있음.

3. 시각화 예시

### A. 상관관계의 해석

중졸 여성의 비율과 출산율을 나타냄

- 해설 : 당신이 더 교육받고 부유할수록, 가질 아이들의 수는 적어집니다.

??? 여중을 다 때려부수면 출산율이 올라가나요?

B. 남미 국가들의 국방력

- 교수님께선 이를 쓸모없는 그래픽이라고 말씀하셨지…(뭐 기억나는 게 있나요?)

- 아래가 더 우수한 그림이다.(바 차트)

- 그리고 이게 더 우수한 시각화이다.(분야별 바 차트)

분야별 비교가 유용하다. 브라질의 국방력은 모든 지표에서 1등인 것 같다.
브라질을 하이라이팅한 것도 우아함…(라고 하셨음)

근데 흑막을 제거하면 어떻게 될까.

- 흑막을 제거

인구라는 흑막을 제거하고 보니 인구당 군인수도, 국방비 지출도, 군인 당 교육 투자비도 높지 않다.

즉, 내실이 없다.

- 최종적으로 제안하는 그래프

우측하단 : 관심있는 그래프가 아님(지역적 특성을 나타냈을뿐…)
좌측하단 : 산점도??

fig = ggplot(tidydata)
point = geom_point(aes(x = '인구', y = '군인 수', size = '예산'), alpha = 0.5)
point2 = geom_point(aes(x = '인구', y = '군인 수'))
fig + point + point2

교수님 : 사실 저는 아래의 그래프가 좋은 시각화라고 생각 안해요.

- x축과 y축에 비슷한 정보가 들어가있다. 모든 점들이 직선에 몰려있다면 왜 2차원으로 표현해야 할까???

산점도에서 데이터를 한눈에 파악하고 특징을 요약하기 위해서는 \(x\)축과 \(y\)축을 너무 비슷한 성질의 변수로 설정하지 마라.

fig1 = fig + geom_point(aes(x = '토익', y = '텝스', color = '합격여부', shape = '회사명'))
fig2 = fig + geom_point(aes(x = '토익', y = 'GPA', color = '합격여부', shape = '회사명'))

fig2가 더 합리적이다.(토익과 텝스가 유사한 항목이라면…)