본문 바로가기

데이터와 함께 탱고를/데이터 시각화

[지도 데이터 시각화] Part 2. 여러 시각화 타입 알아보기

이번 포스팅에서는, 지도 데이터를 시각화할 때 어떤 타입으로 시각화할 수 있는지 그 종류를 살펴보겠습니다.
이 타입이 정해진 것은 아니나, 대체로 많이 써오던 타입은 이름이 보통 정해져있습니다.
따라서, 기본적인 시각화 형태부터 하나씩 살펴본 후, 이후 조금 특이한 타입도 살펴보겠습니다.

1. Scatter (Point)

어떤 라이브러리에서는 Point plot 으로도 불립니다.
말 그대로 Point 단위로 데이터들을 지도에 찍습니다.
데이터는 Point 단위로 geometry 정보를 갖고 있어야 합니다.

예를 들어, 각 데이터가 범죄가 발생한 곳의 위치 데이터라면, 주로 어디서 발생하는지 한 눈에 알 수 있습니다.
이처럼, 전반적인 위치 데이터의 구체적인 분포를 보고 싶을 때 사용합니다.

2. Line (Path)

말 그대로, 직선을 시각화하는 형태입니다.
각 데이터의 geometry 는 보통 2개의 Point으로 구성된 Line 입니다.
3개 이상의 Point 로 구성되어 Line 의 모음으로 구성된 경우도 있습니다. (이런 경우는 Path 라고 보통 부릅니다.)

일반적으로 위 그림처럼 도로나, 경로 등을 표현하는데 사용합니다.
어떤 도로가 이용률이 높은지, 버스 노선이 중복되는지 등을 파악하려면 이 타입을 사용하시면 됩니다.

3. Arc

Line 과 다르게 곡선입니다.
보통 OD(Origin - Destination) 데이터를 시각화 할 때 사용합니다.
즉, 각 데이터의 geometry는 2개의 Point (시작점과 끝점) 로 구성되어있습니다.

사용하는 가장 대표적인 예는 항공 노선 시각화를 떠올리시면 됩니다.

4. Choropleth

Polygon 단위로 데이터를 지도에 찍습니다.
데이터는 Polygon 단위로 geometry 정보를 갖고 있어야 합니다.

예를 들어, 각 지역구 별로 인구량, 범죄율 등을 한 눈에 파악할 수 있습니다.
Polygon 은 지역구 처럼, 보통 로컬 특성을 반영하여 설계하는게 일반적인 것 같습니다.
이 역시 전반적인 데이터 분포를 Polygon 을 경계로 보고싶을 때 사용합니다.

5. Heatmap

히트맵이란 열을 뜻하는 히트(heat)와 지도를 뜻하는 맵(map)을 결합시킨 단어입니다.
색상으로 표현할 수 있는 다양한 정보를 열분포 형태로 출력하는 것이 특징입니다.

데이터는 Point 단위여야 합니다.
Scatter plot 이 구체적인 분포를 보여준다면, Heatmap 은 밀도나, 추세를 보여줍니다.
보통 밀도가 높은 곳은 빨간색으로, 낮은 곳은 파란색으로 표시합니다.
예를 들어, 만약 범죄 발생 빈도가 높은 곳을 한 눈에 보고 싶다면 Scatter plot 보다는 Heatmap 을 보여주는게 더 직관적일 겁니다.

6. Grid

Grid 는 지도를 일정한 모양으로 잘라내어, 해당 지역성의 데이터를 대표할 수 있도록 시각화하는 형태입니다.
이 때 이 모양을 어떻게 잘라내느냐에 따라 종류가 다양합니다.
다음 모양들이 대표적입니다.

Hexagon

Screen

지역성을 나타내는 Polygon 이 없을 때, 혹은 일정한 기준으로 데이터 분포를 보고싶을 때 주로 사용 됩니다.

이 외에도 여러 지도 데이터 시각화 방법이 있겠지만, 가장 일반적인 것만 소개해봤습니다.
다음 포스팅부터는 직접 시각화 해보며, 라이브러리별로 어떤 기능들이 있나 살펴보겠습니다.

반응형