After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
이 강의는 기본을 넘어서 데이터 시각화 역량을 데이터 과학 도구 상자의 강력한 무기로 다듬을 수 있도록 도와드립니다. 수업 전반에 걸쳐 두 가지 흥미로운 공개 데이터셋을 사용해 다양한 데이터 유형(비율, 포인트 데이터, 단일 분포, 다중 분포)을 다루고, 가장 흔한 시각화의 장단점을 살펴봅니다. 또한 각 데이터 유형에 사용할 수 있는 덜 일반적인 대안 시각화와, 메시지를 가장 효율적이고 효과적으로 전달하기 위해 ggplot 기본 설정을 조정하는 방법도 배웁니다.
사전 요구 사항
커리큘럼
코스 개요
1
전체에서의 비율
이 장에서는 전체에서의 비율을 시각화하는 데 집중합니다. 파이 차트가 생각만큼 나쁘지 않다는 점을 확인하고, 여러 비율을 비교할 때 와플 차트와 누적 막대 차트를 함께 살펴봅니다.
2
포인트 데이터
이제 단일 관측값, 즉 포인트 데이터로 초점을 옮겨 막대 차트를 언제 쓰는 것이 적절한지, 적절하지 않을 때는 무엇을 대신 써야 하는지, 그리고 지각에 기반한 일반적인 차트 개선 방법을 다룹니다.
3
단일 분포
이제 분포형 데이터를 시각화하는 방법으로 넘어갑니다. 히스토그램의 취약성을 짚어 보고, 커널 밀도 추정 그래프로 전환하는 것이 더 나은 경우를 논의하며, 두 그래프 모두에서 데이터에 가장 잘 맞도록 만드는 방법을 배웁니다.
4
분포 비교
마지막으로 여러 분포를 서로 비교하는 방법을 살펴봅니다. 전통적인 상자 그림이 왜 위험할 수 있는지, 이를 어떻게 쉽게 개선할 수 있는지 알아보고, 비즈스웜 플롯과 바이올린 플롯 같은 더 발전된 대안을 언제 사용해야 하는지도 살펴봅니다.
R
R로 배우는 시각화 베스트 프랙티스
코스
완료
