Lecture1-5_Basic_Visualization_KK.ipynb

{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# **데이터시각화 분석**\n",
    "\n",
    "[![Open in Colab](http://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/thekimk/Tutorial-Probability-Statistics-Algorithm-DataScience/blob/main/Lecture1-5_Basic_Visualization_KK.ipynb)\n",
    "\n",
    "**1) 배경:** \n",
    "\n",
    "> **\"`데이터분석에 이 굴레들이 어떻게 쓰이는지 정리`해 보면..\"**\n",
    "\n",
    "| **데이터 분석** \t| **목적** \t| **대응** \t|\n",
    "|:---:|:---|:---|\n",
    "| **데이터 시각화** \t| 데이터가 어떻게 생겼는지 알고 싶다 \t| (1) 전체 데이터를 한눈에 확인<br>     - 점그림, 선그림, 영역그림<br>     - 막대그림, 등고선그림, 분포그림(히스토그램)<br>     $\\rightarrow$ `통계 사용`<br>     (2) 데이터를 뿌리고 통계를 계산하기 위해 데이터 값 하나하나를 표현 <br>$\\rightarrow$ `확률/컴퓨터 사용` \t|\n",
    "| **기술적 분석** \t| 데이터가 어떻게 생겼는지 알고 싶다 \t| (1) 전체 데이터 특성을 몇 개의 숫자들로 확인   <br>$\\rightarrow$ `통계 사용`<br>     (2) 통계를 계산하기 위해 데이터 값 하나하나를 표현 <br>$\\rightarrow$ `확률/컴퓨터 사용` \t|\n",
    "| **상관관계/인과관계** \t| 여러종류 데이터끼리의 관계를 알고 싶다 \t| (1) 각 데이터를 몇 개의 숫자들로 표현   <br>$\\rightarrow$ `통계 사용`<br>     (2) 표현된 숫자들을 비교 <br>$\\rightarrow$ `확률/통계 사용` \t|\n",
    "| **통계추론** \t| 일부 데이터로 전체를 알고 싶다 \t| (1) 일부 데이터의 특성을 확인 <br>$\\rightarrow$   `통계 사용`<br>     (2) 반복적으로 실험 진행 및 통계치 재확인 <br>$\\rightarrow$ `컴퓨터 사용`<br>     (3) 전체 특성을 추론 <br>$\\rightarrow$ `통계 사용` \t|\n",
    "| **알고리즘학습** \t| 전체 데이터로 미래를 알고 싶다 \t| (1) 데이터의 관계를 수학적으로 표현   <br>$\\rightarrow$ `확률/통계/함수/컴퓨터 사용`<br>     (2) 미래를 예측한 후 정확성 확인 <br>$\\rightarrow$ `확률/통계/컴퓨터 사용` \t|\n",
    "| **가설검정(A/B Test)** \t| 뭔가 진실과 가까운 의사결정을 하고 싶다 \t| (1) 기존 데이터와 새로운 데이터 비교를 위해 숫자들로   표현 <br>$\\rightarrow$ `통계 사용`<br>     (2) 표현된 숫자들을 비교 <br>$\\rightarrow$ `확률/통계/컴퓨터 사용` \t|\n",
    "\n",
    "---\n",
    "\n",
    "**2) 목적:** `데이터 시각화(Data Visualization)`는 효과적으로 정보를 전달하는 수단\n",
    "\n",
    "> - `인간은 눈`으로 입력된 정보가 `뇌`에 전달될 때 `정보의 의미를 파악`하도록 진화된 `동물`\n",
    "> - 인간의 감각 중 `대부분은 시각에 의존`하는데 `약 77%`\n",
    "> - `빅데이터` 시대에 데이터를 단순히 `눈으로 볼 수 있는 한계`를 넘어섬\n",
    "> - 데이터 `시각화 분석`은 빅데이터를 일일이 보지 않고 `인싸이트 도출` 과정"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## [역사상 최고로 꼽히는 데이터 시각화](http://euclid.psych.yorku.ca/SCS/Gallery/timelines.html#past)\n",
    "\n",
    "> **\"`뛰어나고 아름다운 데이터 시각화`는 분석 기술 뿐만 아니라 그래픽 `디자인`과 `스토리텔링 창의성` 필요\"**\n",
    "\n",
    "**1) 1812년 나폴레옹의 러시아 진군 맵**\n",
    "\n",
    "> - **\"왜 나폴레옹은 겨우 1만명만 돌아왔을까?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_Napoleon.png' width='900'></center>\n",
    ">\n",
    "> (1) 나폴레옹 군대는 47만명이 출정하였으나 1만명만 복귀\n",
    ">\n",
    "> (2) 이동에 따른 급격한 겨울 기온으로 인해 피해가 극대화    \n",
    ">\n",
    "> (3) 패배 이후에도 끝난게 아닌 전쟁의 현실\n",
    "\n",
    "---\n",
    "\n",
    "**2) 1854년 Broad가의 콜레라 발병 맵**\n",
    "\n",
    "> - **\"왜 콜레라 사망 추세가 다른 곳보다 높을까?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_JohnSnow1.jpg' width='600'>(https://www.sedaily.com/NewsVIew/1OC2UDNWZV)</center>\n",
    "> <center><img src='Image/Basic/Visualization_Example_JohnSnow2.jpg' width='600'>(https://www.sciencetimes.co.kr/news/%EC%97%AD%ED%95%99%EC%9D%98-%EC%97%AD%EC%82%AC%EB%A5%BC-%EC%97%B0-%EC%8A%A4%EB%85%B8%EC%9D%98-%EC%BD%9C%EB%A0%88%EB%9D%BC-%EC%A7%80%EB%8F%842/)</center>\n",
    ">\n",
    "> (1) 콜레라 피해를 가장 많이 입은 세대들은 모두 같은 우물을 식수로 사용    \n",
    ">\n",
    "> (2) 콜레라와 오염된 우물 간의 상관관계를 분석으로 입증    \n",
    ">\n",
    "> (3) 우물을 오염되지 않게 보호하는 것이 콜레라 예방 솔루션으로 정책적 반영\n",
    "\n",
    "---\n",
    "\n",
    "**3) 1850년대 크림전쟁 사망 원인 맵**\n",
    "\n",
    "> - **\"전쟁 중 사망 원인은 무엇일까?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_Nightingale.png' width='900'></center>\n",
    ">\n",
    "> (1) 크림 전쟁 중에 군인 사망률은 계속 증가세\n",
    ">\n",
    "> (2) 간호사였던 Florence Nightingale은 대부분 사망이 전투가 아닌 열악한 병원 상태임을 파악\n",
    ">\n",
    "> (3) 부상 이외의 병원환경 개선정책으로 사망자 수 감소가 가능할 것이라는 인싸이트\n",
    "\n",
    "---\n",
    "\n",
    "**4) 역사적 진화 차트**\n",
    "\n",
    "> - **\"동시대에 존재한 주요 제국과 문화의 영향은?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_History.png' width='900'></center>\n",
    ">\n",
    "> (1) 색상과 크기로 영향력의 정도를 표현\n",
    ">\n",
    "> (2) X축은 시간정보를 Y축은 창의적인 위치 표현\n",
    ">\n",
    "\n",
    "> - **\"4000년의 역사\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_History2.webp' width='900'>(https://www.businessinsider.com/one-chart-shows-all-of-world-history-2016-8)</center>\n",
    "\n",
    "---\n",
    "\n",
    "**5) 2016년 오바마 정부의 예산 맵**\n",
    "\n",
    "> - **\"전쟁 중 사망 원인은 무엇일까?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_Obama.png' width='900'></center>\n",
    ">\n",
    "> (1) 세계적 주요 강대국에서 납세자와 세금이 어디로 가는지 시민들에게 의사소통하고자 시각화 사용\n",
    ">\n",
    "> (2) 차트 형식은 혁신적인 것도 아니었고 일반적이지만, 복잡하고 모호한 주제를 말없이 간단하고 명확히 제시\n",
    "\n",
    "---\n",
    "\n",
    "**6) [언어의 확산 과정 맵](https://wals.info/languoid)**\n",
    "\n",
    "> - **\"세상의 언어 수는 몇개고 어떻게 퍼지고 영향을 줄까?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_Languages.png' width='900'></center>\n",
    ">\n",
    "> (1) 세계의 언어를 대화형 맵과 그래프로 표시\n",
    ">\n",
    "> (2) 총 2678개의 언어의 기원, 인구수, 다른 언어와의 관계 표현\n",
    "\n",
    "---\n",
    "\n",
    "**7) [영화라는 대중문화에서의 성별 분류 맵](https://twitter.com/Themangbba/status/1118153373339885571?s=09)**\n",
    "\n",
    "> - **\"영화에서의 남성과 여성의 비중은?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_Movie.png' width='900'></center>\n",
    ">\n",
    "> (1) 영화 역사상 가장 뛰어난 영화 2000편의 남성과 여성 대사를 분류하여 성별 격차 시각화\n",
    ">\n",
    "> (2) 모든 장르에서 나타나는 성별의 절대적이고 극명한 불균형 존재 파악\n",
    ">\n",
    "> (3) 디지니 영화에 대한 분류, 사용자가 영화를 검색 및 필터 기능, 남성과 여성 역할에 대한 연령 편견 등 포함\n",
    ">\n",
    "> (4) 단순히 2000개의 대본 분석이 이슈가 아니라, 솔직한 투명성 기반 전달력이 핵심\n",
    "\n",
    "---\n",
    "\n",
    "**8) [다가오는 모든 일식 맵](https://public.tableau.com/app/profile/stanke/viz/FYITherewasaneclipsein2017/Eclipse)**\n",
    "\n",
    "> - **\"내 평생 남은 일식은 얼마나 될까?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_Earth.png' width='900'></center>\n",
    ">\n",
    "> (1) 일식의 경로와 2080년까지의 모든 미래 일식 경로 표현\n",
    ">\n",
    "> (2) 개기일식의 경로, 일어날 지점과 시점, 일생에 몇 번의 일식이 남았는지 표현"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 데이터의 인텔리전트 시각화\n",
    "\n",
    "**1) 셀카 트랜트 맵**\n",
    "\n",
    "> - **\"사람들은 어떻게 셀카를 찍을까?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_Camera.png' width='900'></center>\n",
    ">\n",
    "> (1) 셀카 데이터의 광범위한 뷰를 하나의 초국가적 컨텍스트로 표현\n",
    ">\n",
    "> (2) 사람이 어떻게 셀카를 찍는지 세계 곳곳의 12만장 셀카 사진 분석\n",
    ">\n",
    "> (3) 도시별 머리 기울이는 각도, 포즈, 연령 및 성별에 따른 웃는 빈도 트랜드 파악 가능\n",
    ">\n",
    "> (4) 셀카는 젋은 사람들이 찍는다는건 별로 놀라운 사실이 아님\n",
    ">\n",
    "> (5-1) 상파울루의 여성들은 다른 지역에 비해 머리를 훨씬 많이 기울임\n",
    ">\n",
    "> (5-2) 방콕에서는 모두 웃으며 찍음\n",
    ">\n",
    "> (5-3) 셀카는 글로벌 현상이 아닌 특정 지역의 문화 산물로 널리 퍼져 있지 않음\n",
    "\n",
    "---\n",
    "\n",
    "**2) [뉴욕시의 보이지 않는 심장 박동 맵](http://manpopex.us/)**\n",
    "\n",
    "> - **\"맨해튼의 상권은 어떨까?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_Newyork.jpg' width='900'></center>\n",
    ">\n",
    "> (1) 맨해튼은 미국에서 가장 인구 밀도가 높은 지역으로 주중 유입인구 2백만명\n",
    ">\n",
    "> (2) 하루동안 일어나는 맨해튼의 이민 축소판 분석으로 한주에 걸친 시간변 변화 표현\n",
    "\n",
    "---\n",
    "\n",
    "**3) [공휴일의 감사함 맵](https://public.tableau.com/app/profile/awaleczek/viz/MakeoverMonday-Week44-BankHolidays/BankHolidays)**\n",
    "\n",
    "> - **\"오늘은 글로벌 축제?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_BankHolidays.png' width='900'></center>\n",
    ">\n",
    "> (1) 세계의 공휴일을 분석하여 연중 매일 다른 공유일 표현\n",
    ">\n",
    "> (2) 각 나라별 공휴일의 갯수와 특정 날짜의 글로벌 경축정도 표현\n",
    "\n",
    "---\n",
    "\n",
    "**4) [미국의 전력원 맵](https://www.carbonbrief.org/mapped-how-the-us-generates-electricity)**\n",
    "\n",
    "> - **\"내가 쓰는 전기는 어디서 오는걸까?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_Electronic.jpg' width='900'></center>\n",
    ">\n",
    "> (1) 미국의 전기가 정확히 어디서 오는지 그리고 얼마나 많은 에너지가 생성되는지 분석\n",
    ">\n",
    "> (2) 각각의 원은 개별 전력원, 유형별로 색상이 지정되어 있고, 원의 크기는 그 전력원에서 생성하는 전력 출력량\n",
    "\n",
    "---\n",
    "\n",
    "**5) [최저임금 이하의 근로자 맵](https://public.tableau.com/app/profile/justindavis/viz/AtMinimum/AtMinimum)**\n",
    "\n",
    "> - **\"미국의 경기는 좋아지고 있을까?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_AtMinimum.png' width='900'></center>\n",
    ">\n",
    "> (1) 최저 임금 시급 이하를 받는 모든 근로자의 백분율을 표시\n",
    ">\n",
    "> (2) 2002년까지 거슬러 올라가서 최소 임금 근로자의 연도별 스냅샷을 제공\n",
    ">\n",
    "> (3) 하나의 주 위에 마우스오버하면 그 지역의 근로자 백분율이 표시되고, 연도별, 주별로 비율이 상향 혹은 하향 추세인지 분석\n",
    "\n",
    "---\n",
    "\n",
    "**6) [FIFA 월드컵 팀과 선수정보 맵](https://public.tableau.com/app/profile/scott.teal/viz/2018FIFAWorldCupRatings/2018FIFAWorldCupRatings)**\n",
    "\n",
    "> - **\"우리팀의 가치와 선수별 가치는?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_FIFA.png' width='900'></center>\n",
    ">\n",
    "> (1) 2018 월드컵 토너먼트의 팀과 선수의 혼합 정보를 FIFA 18 선수 순위와 결합하여 표현\n",
    ">\n",
    "> (2) 각각의 포지션에 해당하는 선수들이 경쟁 선수들과 비교하여 어떤 위치에 있는지 분석\n",
    "\n",
    "---\n",
    "\n",
    "**7) [세계 국가간 인구 이동 맵](http://metrocosm.com/global-immigration-map/)**\n",
    "\n",
    "> - **\"우리나라의 인구는 정말 감소하는가?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_Population.png' width='900'></center>\n",
    ">\n",
    "> (1) 푸른색 원은 유입 순 이동 인구수를 양수로, 붉은 원은 유출 인구수를 음수로 표현\n",
    "\n",
    "---\n",
    "\n",
    "**8) [별 지도](https://sci.esa.int/star_mapper/)**\n",
    "\n",
    "> - **\"하늘을 못본다면 PC로라도?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_Star.jpg' width='900'></center>\n",
    ">\n",
    "> (1) 별자리, 별의 밝기, 은하수 내 위치 등 별자리의 과학적 가치 분석\n",
    ">\n",
    "> (2) 59,921개의 별을 보여주며, 밤하늘을 탐색하기 위해 이동도 가능\n",
    "\n",
    "---\n",
    "\n",
    "**9) [예술가들의 작품 정리 맵](https://public.tableau.com/app/profile/andr.oliveira8781/viz/Banksy/Home)**\n",
    "> - **\"자기PR도 예술가처럼?\"**\n",
    ">\n",
    "> <br>\n",
    "> <center><img src='Image/Basic/Visualization_Example_Art.png' width='900'></center>\n",
    ">\n",
    "> (1) 특정 도시에서 작품 위치를 안내하고, 작품이 만들어진 스토리와 함께 작품 감상 가능\n",
    ">\n",
    "> (2) 기본 맵에 맵과 데이터 간의 사용자 지정 레이블과 색상의 조화를 사용하여 비주얼리제이션을 실감 나게 표현\n",
    "\n",
    "---\n",
    "\n",
    "**10) [코로나 정리 맵](https://m.dongascience.com/news.php?idx=36359)**\n",
    "\n",
    "> - **\"자기PR도 코로나처럼?\"**\n",
    "\n",
    "[![How the Virus Got Out - The New York Times](https://img.youtube.com/vi/uY9j_DdkJQY/hqdefault.jpg)](https://www.youtube.com/watch?v=uY9j_DdkJQY)\n",
    "\n",
    "> - [사회적 거리두기 효용](https://www.washingtonpost.com/graphics/2020/world/corona-simulator/)\n",
    "\n",
    "---\n",
    "\n",
    "- **References:**\n",
    "> - https://bigxdata.io/18/?q=YToxOntzOjEyOiJrZXl3b3JkX3R5cGUiO3M6MzoiYWxsIjt9&bmode=view&idx=4211696&t=board\n",
    "> - https://www.tableau.com/ko-kr/learn/articles/interactive-map-and-data-visualization-examples"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## 기술통계 분석의 한계\n",
    "\n",
    "> **\"`데이터분석에 이 굴레들이 어떻게 쓰이는지 정리`해 보면..\"**\n",
    "\n",
    "| **데이터 분석** \t| **목적** \t| **대응** \t|\n",
    "|:---:|:---|:---|\n",
    "| **데이터 시각화** \t| 데이터가 어떻게 생겼는지 알고 싶다 \t| (1) 전체 데이터를 한눈에 확인<br>     - 점그림, 선그림, 영역그림<br>     - 막대그림, 등고선그림, 분포그림(히스토그램)<br>     $\\rightarrow$ `통계 사용`<br>     (2) 데이터를 뿌리고 통계를 계산하기 위해 데이터 값 하나하나를 표현 <br>$\\rightarrow$ `확률/컴퓨터 사용` \t|\n",
    "| **기술적 분석** \t| 데이터가 어떻게 생겼는지 알고 싶다 \t| (1) 전체 데이터 특성을 몇 개의 숫자들로 확인   <br>$\\rightarrow$ `통계 사용`<br>     (2) 통계를 계산하기 위해 데이터 값 하나하나를 표현 <br>$\\rightarrow$ `확률/컴퓨터 사용` \t|\n",
    "| **상관관계/인과관계** \t| 여러종류 데이터끼리의 관계를 알고 싶다 \t| (1) 각 데이터를 몇 개의 숫자들로 표현   <br>$\\rightarrow$ `통계 사용`<br>     (2) 표현된 숫자들을 비교 <br>$\\rightarrow$ `확률/통계 사용` \t|\n",
    "| **통계추론** \t| 일부 데이터로 전체를 알고 싶다 \t| (1) 일부 데이터의 특성을 확인 <br>$\\rightarrow$   `통계 사용`<br>     (2) 반복적으로 실험 진행 및 통계치 재확인 <br>$\\rightarrow$ `컴퓨터 사용`<br>     (3) 전체 특성을 추론 <br>$\\rightarrow$ `통계 사용` \t|\n",
    "| **알고리즘학습** \t| 전체 데이터로 미래를 알고 싶다 \t| (1) 데이터의 관계를 수학적으로 표현   <br>$\\rightarrow$ `확률/통계/함수/컴퓨터 사용`<br>     (2) 미래를 예측한 후 정확성 확인 <br>$\\rightarrow$ `확률/통계/컴퓨터 사용` \t|\n",
    "| **가설검정(A/B Test)** \t| 뭔가 진실과 가까운 의사결정을 하고 싶다 \t| (1) 기존 데이터와 새로운 데이터 비교를 위해 숫자들로   표현 <br>$\\rightarrow$ `통계 사용`<br>     (2) 표현된 숫자들을 비교 <br>$\\rightarrow$ `확률/통계/컴퓨터 사용` \t|\n",
    "\n",
    "---\n",
    "\n",
    "**[1) 같은 통계량 다른 그래프](https://www.autodesk.com/research/publications/same-stats-different-graphs)**\n",
    "\n",
    "<center><img src='Image/Basic/Visualization_Example_SameStatDiffGraph.png' width='900'>(http://newsjel.ly/archives/newsjelly-report/visualization-report/12282)</center>\n",
    "\n",
    "**2) 앤스콤 시각화**\n",
    "\n",
    "<center><img src='Image/Basic/Visualization_Example_Limit.png' width='900'>(http://newsjel.ly/archives/newsjelly-report/visualization-report/12282)</center>\n",
    "\n",
    "---\n",
    "\n",
    "> **\"`데이터의 정확한 이해를 위해 데이터 분석 과정에서 시각화를 필수적으로 활용해야!`\"**"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# **[데이터시각화 종류와 도구](https://python-graph-gallery.com/)**\n",
    "\n",
    "- **시각화 활용 목적:**\n",
    "\n",
    "> - 변수 내 `숫자(Number)` 값의 `분포(Distribution)` 파악\n",
    "> - 변수 내 `항목(Category)` 별 값의 `분포(Distribution)` 파악\n",
    "> - 변수 값의 `시간(Time Series) 변화`에 따른 `예측(Regression)` 파악\n",
    "> - 변수들 간의 `관계(Relation)` 파악\n",
    "> - 변수들 간의 `비교(Multiple)` 파악\n",
    ">\n",
    "> <center><img src='Image/Basic/Visualization_Example.png' width='900'>(https://seaborn.pydata.org/)</center>\n",
    "\n",
    "---\n",
    "\n",
    "- **시각화 종류:**\n",
    "<center><img src='Image/Basic/Visualization_Type_Num.png' width='900'></center>\n",
    "<center><img src='Image/Basic/Visualization_Type_Cat.png' width='900'></center>\n",
    "<center><img src='Image/Basic/Visualization_Type_NumCat.png' width='900'></center>\n",
    "<center><img src='Image/Basic/Visualization_Type_Maps.png' width='900'></center>\n",
    "<center><img src='Image/Basic/Visualization_Type_Network.png' width='900'></center>\n",
    "<center><img src='Image/Basic/Visualization_Type_TS.png' width='900'>(https://www.data-to-viz.com/)</center>\n",
    "\n",
    "---\n",
    "\n",
    "- **Python 시각화 도구(라이브러리/패키지):**\n",
    "\n",
    "| **Library** | **Description** |\n",
    "|:---:|:---:|\n",
    "| **pandas** | Anaconda 설치시 기본 설치 라이브러리로 별도의 라이브러리 불러오기 없이 사용 가능 |\n",
    "| **matplotlib** | pandas 시각화와 함께 가장 많이 쓰이는 라이브러리로 pandas의 데이터 프레임을 시각화 세부 설정시 함께 사용하는 편 |\n",
    "| **seaborn** | matplotlib을 기반으로 다양한 색 테마, 차트 기능을 추가한 라이브러리 |\n",
    "| [**plotnine**](https://plotnine.readthedocs.io/en/stable/gallery.html) | R의 ggplot2에 기반해 그래프를 작성하는 라이브러리 |\n",
    "| [**folium**](https://python-visualization.github.io/folium/quickstart.html#Getting-Started) | 지도 데이터(Open Street Map)에 leaflet.js를 이용해 위치정보를 시각화하는 라이브러리 |\n",
    "| [**pyecharts**](https://github.com/pyecharts/pyecharts) | 중국 바이두에서 데이터 시각화를 위해 만든 Echarts.js의 파이썬 |\n",
    "| [**plotly**](https://plotly.com/python/) | 인터랙티브 그래프를 그려주는 라이브러리로 R, Scala, Python, Java Script, Matlab 등에서 사용 가능 |\n"
   ]
  }
 ],
 "metadata": {
  "hide_input": false,
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.9.7"
  },
  "toc": {
   "base_numbering": 1,
   "nav_menu": {},
   "number_sections": true,
   "sideBar": true,
   "skip_h1_title": false,
   "title_cell": "Table of Contents",
   "title_sidebar": "Contents",
   "toc_cell": false,
   "toc_position": {
    "height": "calc(100% - 180px)",
    "left": "10px",
    "top": "150px",
    "width": "394px"
   },
   "toc_section_display": true,
   "toc_window_display": true
  },
  "varInspector": {
   "cols": {
    "lenName": 16,
    "lenType": 16,
    "lenVar": 40
   },
   "kernels_config": {
    "python": {
     "delete_cmd_postfix": "",
     "delete_cmd_prefix": "del ",
     "library": "var_list.py",
     "varRefreshCmd": "print(var_dic_list())"
    },
    "r": {
     "delete_cmd_postfix": ") ",
     "delete_cmd_prefix": "rm(",
     "library": "var_list.r",
     "varRefreshCmd": "cat(var_dic_list()) "
    }
   },
   "types_to_exclude": [
    "module",
    "function",
    "builtin_function_or_method",
    "instance",
    "_Feature"
   ],
   "window_display": false
  }
 },
 "nbformat": 4,
 "nbformat_minor": 4
}