학습 정리

---

Text

• 데이터를 시각화하면서 시각화된 자료만으로 제공할 수 없는 설명을 추가하여 줄 수 있다.
• 오해를 할 수 있는 시각화 자료에 대해서 추가적인 설명을 제공하여 오해를 방지할 수 있다.
• But, Text를 과하게 사용한다면 오히려 시각화의 의미가 퇴색되고 이해를 방해할 수 있다.
• Matplotlib의 Text 예시
  • Title : 가장 큰 주제를 설명
  • Label : 축에 해당하는 데이터 정보를 제공
  • Tick Label : 축에 눈금을 사용하여 스케일 정보를 추가 제공
  • Legend : 한 그래프에서 2개 이상의 서로 다른 데이터를 분류하기 위해서 사용하는 범례
  • Annotation(Text) : 그 외의 시각화에 대한 설명을 추가하 수 있다.

---

Color

• 색상이 중요한 이유는 위치와 더불어서 색상이 가장 효과적인 채널 구분 방법이기 때문이다.
• 겉으로 보았을 때 화려한 것은 매력적이지만 화려함에 가려져 전달되어야 할 정보가 제대로 전달되지 않을 수 있다.
• 만약 높은 온도를 파랑으로 표기하고, 낮은 온도를 빨강으로 표현한다면??
  • 어색할 것이고 이해하기 쉽지 않을 것이다.
  • 기존의 정보와 느낌을 잘 활용하는 것이 중요하다.
  • 이미 사용되고 있는 색깔과 그 조합은 이유가 있다는 것을 생각하자.

---

Color Palette

범주형 (Categorical)

• Discrete, Qualitative 등 다양한 이름이 존재한다.
• 독립된 색상으로 구성된 범주형 변수에 사용한다.
• 최대 10개의 색상까지 사용가능하고, 그 외에는 기타로 묶어버린다.
  • 일반적으로 7개 이상의 범주에 대한 구분이 쉽지 않기 때문이다.
• 색의 차이로 구분하는 것이 특징이다.
  • 채도, 명도를 개별적으로 값을 조정하는 것은 피해야 한다.

---

연속형 (Sequential)

• 정렬된 값을 가지는 순서형, 연속형 변수에 적합하다.
• 연속적인 색상을 사용하여 값을 표현한다.
  • 어두운 배경에서는 밝은 색기 큰 값을 표현한다.
  • 밝은 배경에서는 어두운 색이 큰 값을 표현한다.
• 색상은 단일 색조로 표현하는 것이 용이하다.
• 균일한 색상 변화가 중요하다.
  

---

발산형 (Diverge)

• 연속형과 유사하지만 중앙을 기준으로 발산한다.
  • 상반된 값을 표현할 때 유용하다.
  • 온도, 지지율 등등
• 양 끝으로 갈수록 색이 진해진다.
• 중앙의 색은 양 끝값의 어느 곳에도 편향되어서는 안됨.
  • 꼭 무채색일 이유는 없다.

---

강조

• 데이터에서 다름을 보이기 위해 Highlighting 기능을 사용한다.
• 강조를 위한 방법 중 색상 대비(Color Contrast)
  • 명도 대비
    • 밝은 색과 어두운 색을 배치하면 밝은 색은 더 밝게, 어두운 색은 더 어둡게 보인다. ex ) 회색검정
  • 색상 대비
    • 가까운 색은 차이가 더 작게 보인다. ex ) 파랑보라     빨강보라
  • 채도 대비
    • 채도의 차이. 채도가 더 높아 보인다. ex ) 회색주황
  • 보색 대비
    • 정반대 색상을 사용하면 더 선명해 보인다. ex ) 빨강초록
• 하지만 색을 인지못하는 경우가 있기 때문에 이러한 경우도 고려해야 한다.
  • 색맹
    • 삼원색 중에 특정 색을 감지하지 못한다.
  • 색약
    • 부분적 인지 이상이 있다.