데이터 시각화 소개

Databricks에서의 데이터 시각화

Gang Wang

Senior Data Scientist

여러분의 데이터 시각화 파트너

       

       

Gang Wang

수석 데이터 사이언티스트

Origin Energy, 호주 (2021–현재)

박사후 9년+ 경력

Databricks에서의 데이터 시각화

데이터 시각화란?

 

데이터 시각화는 데이터를 시각 형태로 표현하는 실무입니다.

형식: 차트, 그래프, 지도, 인포그래픽

주요 목표:

  • 복잡한 데이터를 더 쉽게 만들기
  • 이해도와 활용성 향상

선형 차트 예: 1인당 GDP의 시간에 따른 변화.

막대 차트 예: 국가별 인구 통계 분포.

1 Pictures: Economist Writing Every Day, The Economist
Databricks에서의 데이터 시각화

왜 데이터 시각화가 필요한가?

이점:

  • 복잡한 데이터 단순화
  • 핵심 패턴과 추세 강조
  • 시각적 처리 향상
  • 이해와 기억 향상
  • 의사결정·계획 지원
  • 접근성·협업 강화

데이터 시각화가 복잡성을 줄이고 핵심 추세를 강조하며 정보를 더 쉽게 이해하도록 돕는 개념도.

1 Pictures: Kovair
Databricks에서의 데이터 시각화

시각화를 위한 핵심 통계 개념

이산형 vs 연속형 데이터

  • 이산형: 셀 수 있는, 구별되는 값
  • 연속형: 범위를 가진 측정값

기술통계

  • 데이터를 요약해 추세·패턴·이상을 파악
  • 예: 평균, 중앙값, 도수분포

이산형 vs 연속형 데이터

1 Pictures: AgencyAnalytics
Databricks에서의 데이터 시각화

데이터 시각화를 위한 Databricks

이점:

  • 대규모 데이터 효율적 처리
  • 기본 제공 시각화 옵션
  • 대화형 대시보드
  • 협업 환경

Databricks 대시보드 예시: 대화형 시각화, 실시간 인사이트, 맞춤형 위젯으로 효율적 분석과 의사결정을 지원.

Databricks에서의 데이터 시각화

데이터세트 이해하기

데이터세트: Databricks의 NYC 택시 데이터

포함: 승하차 위치, 시간, 거리, 요금

열 이름 설명
tpep_pickup_datetime 운행 시작 일시
tpep_dropoff_datetime 운행 종료 일시
trip_distance 운행 거리(마일)
fare_amount 요금(달러)
pickup_zip 승차 지점 ZIP 코드
dropoff_zip 하차 지점 ZIP 코드
Databricks에서의 데이터 시각화

연습해 봅시다!

Databricks에서의 데이터 시각화

Preparing Video For Download...