데이터 시각화 모범 사례

데이터 산출물을 더 읽기 쉽고, 접근하기 쉽고, 영향력 있게 만들기 위한 통찰력, 조언 및 예제(코드 포함)

통계학은 “데이터를 수집, 분석, 제시 및 해석하는 과학”입니다(Williams, Anderson, and Sweeney 2023). 데이터 제시는 해석과 그에 따른 의사결정을 지원하고 안내하는 중요한 수단입니다. 효과적인 표시를 위한 기법들이 존재합니다. 이것이 바로 이 가이드가 다루는 내용입니다.

좋은 데이터 시각화는 데이터 제시의 기술적 측면에 대한 이해와 신중한 고려를 필요로 합니다. 하지만 여기에는 창의적인 요소도 포함됩니다. 저자는 전달하고자 하는 “이야기”에 대해 선택을 하고, 청중에게 그 이야기를 가장 효과적으로 전달할 필요성에 따라 디자인을 결정합니다. 소프트웨어 시스템은 대부분의 그래픽 요소에 대해 기본 설정을 사용합니다. 그러나 각 시각화에는 고유한 이야기가 있으므로, 작성 중인 시각화에 대한 설정을 적극적으로 고려하고 선택해야 합니다.

이 가이드는 데이터 시각화의 예술과 과학이라는 두 가지 측면을 모두 다룹니다. 주로 영국 왕립 통계 학회 간행물 – 주로 Significance 매거진, Journal of the Royal Statistical Society Series A, Real World Data Science – 기여자를 위해 작성되었지만, 여기에 담긴 정보와 조언이 어떤 데이터 시각화 작업에도 광범위하게 관련되고 유용할 것이라 믿습니다.

이 가이드의 가장 중요한 목표는 독자들에게 고품질이고, 가독성이 좋으며, 정보를 효과적으로 전달하고, 표시 및 해석이 정확하며, 의도한 목적을 달성하는 데이터 시각화를 만드는 데 필요한 기초를 갖추게 하는 것입니다. 이 가이드는 우리가 데이터를 시각화하는 이유에 대한 개요로 시작하여, 차트와 표의 구조, 그리고 가독성을 높이기 위해 이러한 구조를 개선하는 방법을 포함한 데이터 시각화의 핵심 원칙과 요소를 논의합니다. 차트 스타일링을 개선하는 데 도움이 되는 구체적인 조언, 예제 및 코드가 제시되며, 특히 접근성에 중점을 둡니다. RSS 간행물을 위한 차트 스타일링에 대한 전용 섹션이 있으며, 독자들은 당면한 데이터에 적합한 차트 유형을 선택하기 위한 리소스 링크도 찾을 수 있습니다.

이 가이드를 구성하면서 저자는 해당 분야의 전문가들이 만든 많은 훌륭한 교과서, 논문 및 기타 자료를 참고했습니다. 참고문헌은 전체에 걸쳐 찾아볼 수 있으며 전용 페이지에도 수집되어 있습니다. 독자들은 데이터 시각화의 예술과 과학에 대한 이해와 감상을 깊게 하기 위해 원본 소스를 찾아볼 것을 권장합니다.

References

Williams, T. A., David R. Anderson, and Dennis J. Sweeney. 2023. “Statistics.” Encyclopedia Britannica. https://www.britannica.com/science/statistics.