[ํƒœ๋ธ”๋กœ ์‹ ๋ณ‘ ํ›ˆ๋ จ์†Œ 20๊ธฐ] DAY1 tableau ๊ธฐ๋ณธ ๋ฐ ๋Œ€์‹œ๋ณด๋“œ ๋งŒ๋“ค๊ธฐ, ์Šคํƒ€๋ฒ…์Šค ๋งค์žฅ ์‹œ๊ฐํ™”

2023. 8. 27. 22:25ยท ๐Ÿ” ๋ฐ์ดํ„ฐ ๋ถ„์„/03. Data Visualizaton
๋ชฉ์ฐจ
  1. 1๏ธโƒฃ ์ปฌ๋Ÿผ๋ช… ์‰ฝ๊ฒŒ ๋ณด๋Š” ๋ฐฉ๋ฒ•
  2. 2๏ธโƒฃ ๊ณ„์ธต ๊ตฌ์กฐ ๋งŒ๋“ค๊ธฐ
  3. 3๏ธโƒฃ ํ–‰์—ด ๋ฐ”๊พธ๊ธฐ
  4. 4๏ธโƒฃ ํ•„ํ„ฐ
  5. 5๏ธโƒฃ ์œ„๋„/๊ฒฝ๋„ ํ‘œ์‹œ
  6. 6๏ธโƒฃ ์ปฌ๋Ÿผ ์ž์ฒด ํ•„ํ„ฐ ์ถ”๊ฐ€ํ•˜๊ธฐ
  7. 7๏ธโƒฃ ๋ˆ„์ ํ•ฉ
  8. 8๏ธโƒฃ ๋Œ€์‹œ๋ณด๋“œ
  9. 9๏ธโƒฃ ์›Œ๋“œ ํด๋ผ์šฐ๋“œ
  10. ๐Ÿ“š ๊ณผ์ œ
728x90

* ๊ฐ•์˜ ์˜์ƒ

* ํ•ญ์ƒ ๋งŒ๋“ค๊ณ  ๋‚ด๋ฆผ์ฐจ์ˆœ ์ •๋ ฌ์„ ํ†ตํ•ด์„œ ๊ฐ€์‹œ์„ฑ ๋†’์ด๊ธฐ

 


1๏ธโƒฃ ์ปฌ๋Ÿผ๋ช… ์‰ฝ๊ฒŒ ๋ณด๋Š” ๋ฐฉ๋ฒ•

shift๋กœ ์žก์•„์„œ ํด๋” ๋งŒ๋“ค๊ธฐ

2๏ธโƒฃ ๊ณ„์ธต ๊ตฌ์กฐ ๋งŒ๋“ค๊ธฐ

์ œํ’ˆ ์ค‘๋ถ„๋ฅ˜ -> ์ œํ’ˆ ๋Œ€๋ถ„๋ฅ˜๋กœ drag&drop

์ด๋ ‡๊ฒŒ ์„ค์ • ํ•ด๋†“์œผ๋ฉด ๋งค๋ฒˆ ์—ด์— drag&drop ํ•˜์ง€ ์•Š์•„๋„ ํŽธํ•˜๊ฒŒ ๊ทธ๋ž˜ํ”„๋ฅผ ๋ณผ ์ˆ˜ ์žˆ์Œ

 

3๏ธโƒฃ ํ–‰์—ด ๋ฐ”๊พธ๊ธฐ

<ํ–‰์—ด ๋ณ€๊ฒฝ์ „>

<ํ–‰์—ด ๋ณ€๊ฒฝํ›„>

-> ์ข€ ๋” ์ดํ•ด๊ฐ€ ์‰ฌ์›Œ์ง

 

4๏ธโƒฃ ํ•„ํ„ฐ

3๊ฐœ์˜ ์ฐจ์›์„ ๋„˜์–ด๊ฐ€๋Š” ์ˆœ๊ฐ„ ์‚ฌ๋žŒ์ด ์ธ์ง€ํ•  ์ˆ˜ ์žˆ๋Š” ๋ฒ”์œ„๋ฅผ ๋ฒ—์–ด๋‚จ -> ๋‹ค๋ฅธ ํ˜•์‹ ์‹œ๊ฐํ™” (ํ•„ํ„ฐ ํ™œ์šฉ)

ํ•„ํ„ฐ -> ์˜ค๋ฅธ์ชฝ ๋ฒ„ํŠผ -> ํ•„ํ„ฐ ํ‘œ์‹œ -> ๋‹จ์ผ๊ฐ’(๋ชฉ๋ก) ์„ ํƒ

์ธ์‚ฌ์ดํŠธ : ๊ฐ€๊ตฌ(ํƒ์ž)์˜ ์ˆ˜์ต์„ฑ ๋ฌธ์ œ๊ฐ€ ์ „๊ตญ์ ์œผ๋กœ ๋ฐœ์ƒํ•˜๊ณ  ์žˆ์Œ

 

5๏ธโƒฃ ์œ„๋„/๊ฒฝ๋„ ํ‘œ์‹œ

๊ตญ๊ฐ€, ์‹œ๊ตฐ๊ตฌ, ์‹œ๋„ -> ์ง€๋ฆฌ์  ์—ญํ•  ์„ค์ •

๊ฐ๊ฐ ์„ค์ • ํ•ด์ค€ ํ›„์— ์ง€์—ญ -> ์ง€๋ฆฌ์  ์—ญํ•  ์„ค์ • -> ๋งŒ๋“ค๊ธฐ ์›๋ณธ -> ์‹œ๋„ ์„ ํƒ ํ›„์— ์ปฌ๋Ÿผ๋“ค์„ ํด๋” ์•ˆ์œผ๋กœ ๋„ฃ์–ด์คŒ

6๏ธโƒฃ ์ปฌ๋Ÿผ ์ž์ฒด ํ•„ํ„ฐ ์ถ”๊ฐ€ํ•˜๊ธฐ

7๏ธโƒฃ ๋ˆ„์ ํ•ฉ

ํ•ฉ๊ณ„(์ˆ˜์ต) -> ํ€ตํ…Œ์ด๋ธ” ๊ณ„์‚ฐ -> ๋ˆ„๊ณ„, ํ…Œ์ด๋ธ” ๊ณ„์‚ฐํŽธ์ง‘

ํ…Œ์ด๋ธ” ๊ณ„์‚ฐ ํŽธ์ง‘ 

ํ…Œ์ด๋ธ”(์˜†์œผ๋กœ) : ์ „์ฒด์ ์œผ๋กœ ๋ˆ„์ ํ•ฉ๊ณ„ ๊ณ„์‚ฐ

ํŒจ๋„(์˜†์œผ๋กœ) : ๋…„๋„๋ณ„ ๋ˆ„์ ํ•ฉ๊ณ„ ๊ณ„์‚ฐ

 

๋งˆํฌ-ํ•ฉ๊ณ„(์ˆ˜์ต)์—์„œ ์˜์—ญ์ฐจํŠธ๋กœ ๋ณ€๊ฒฝ + ์ƒ‰์ƒ๋„ ๋ณ€๊ฒฝ

8๏ธโƒฃ ๋Œ€์‹œ๋ณด๋“œ

- shift+๋ฒ”๋ก€ ์ด๋™ : ์›ํ•˜๋Š” ์œ„์น˜์— ์˜ฎ๊ธธ ์ˆ˜ ์žˆ์Œ

- esc ๋ฒ„ํŠผ : ๋ชจ๋“  ํ•„ํ„ฐ ์—†์•ฐ

์›Œํฌ์‹œํŠธ์— ์ ์šฉ -> ์„ ํƒํ•œ ์›Œํฌ์‹œํŠธ

์„ ํƒ๋œ ์›Œํฌ์‹œํŠธ๋งŒ ํ•„ํ„ฐ ์ ์šฉ ๊ฐ€๋Šฅ

 

ํ•„ํ„ฐ ์‚ฌ์šฉ์‹œ ํƒ์ž๋ฅผ ํด๋ฆญํ•˜๋ฉด ๋ชจ๋“  ๊ทธ๋ž˜ํ”„๋“ค์ด ํ•„ํ„ฐ๋ง๋˜๋Š” ๊ฒƒ์„ ๋ณผ ์ˆ˜ ์žˆ์Œ

 

9๏ธโƒฃ ์›Œ๋“œ ํด๋ผ์šฐ๋“œ

ํ‘œํ˜„๋ฐฉ์‹์—๋Š” ์›Œ๋“œ ํด๋ผ์šฐ๋“œ๊ฐ€ ์—†์ง€๋งŒ ๋ถ„์‚ฐํ˜• ์ฐจํŠธ -> ๋งˆํฌ (ํ…์ŠคํŠธ) ์„ ํƒ์‹œ, ์›Œ๋“œ ํด๋ผ์šฐ๋“œ๋กœ ํ‘œํ˜„ ๊ฐ€๋Šฅ

์›Œ๋“œํด๋ผ์šฐ๋“œ


๐Ÿ“š ๊ณผ์ œ

1. ์นดํ…Œ๊ณ ๋ฆฌ ๋ณ„ ํ‰๊ท  ์นผ๋กœ๋ฆฌ & ํ‰๊ท  ์นดํŽ˜์ธ

 

2. ๋ฉ”๋‰ด๋ช… ๋ณ„ ์นผ๋กœ๋ฆฌ & ์นดํŽ˜์ธ (ํŠธ๋ฆฌ๋งต ์‚ฌ์šฉ)

 

3. ์นดํ…Œ๊ณ ๋ฆฌ์™€ ๋ฉ”๋‰ด๋ช…์„ ํ•œ๋ฒˆ์— ์‚ดํŽด๋ณด๊ธฐ

ํ‰๊ท (์นผ๋กœ๋ฆฌ(Kcal)) ๋งˆํฌ์นด๋“œ๋ฅผ ํด๋ฆญํ•˜๊ณ , ๋„๊ตฌ ์„ค๋ช… ํด๋ฆญ.

-> "ํฌ๊ธฐ๊ฐ€ ํด์ˆ˜๋ก ์นผ๋กœ๋ฆฌ๊ฐ€ ๋†’์œผ๋ฉฐ, ๋ถ‰์€์ƒ‰์ผ์ˆ˜๋ก ์นดํŽ˜์ธ์ด ๋†’์Šต๋‹ˆ๋‹ค." ์ž…๋ ฅ

-> ์‚ฝ์ž… ํด๋ฆญ>์‹œํŠธ>๋ฉ”๋‰ด ๋ณ„ ์นผ๋กœ๋ฆฌ&์นดํŽ˜์ธ ์„ ํƒ
-> ๋„“์ด 500, ๋†’์ด 400์œผ๋กœ ์กฐ์ ˆ

 

4. ๋‹น๋ถ„ ํ•จ์œ ๋Ÿ‰๊ณผ ์นผ๋กœ๋ฆฌ ์ƒ๊ด€๊ด€๊ณ„

5. ์‹œ๊ตฐ๊ตฌ ๋ณ„ ๋งค์žฅ ๋ถ„ํฌ ํ˜„ํ™ฉ

 

6. ๋Œ€์‹œ๋ณด๋“œ ๋งŒ๋“ค๊ธฐ

 

7. (์ถ”๊ฐ€๊ณผ์ œ) ์นผ๋กœ๋ฆฌ๊ฐ€ ๋‚ฎ์œผ๋ฉด์„œ ์นดํŽ˜์ธ์ด ๋†’์ง€ ์•Š์€ ๋ฉ”๋‰ด๋ฅผ ๋งˆ์‹œ๊ณ  ์‹ถ์„๋•Œ, ์–ด๋–ค ์‹œ๊ฐํ™”๋กœ ๋‹ต์„ ์ฐพ์•„๋ณผ ์ˆ˜ ์žˆ์„๊นŒ์š”?

 

8. "์Šคํƒ€๋ฒ…์Šค ๋งค์žฅ ์ •๋ณด" ๋ฐ์ดํ„ฐ์— ์žˆ๋Š” ๊ฒฝ๋„/์œ„๋„ ๋ฐ์ดํ„ฐ๋ฅผ ์ด์šฉํ•ด์„œ ์•„๋ž˜์™€ ๊ฐ™์ด ์„œ์šธ์‹œ์˜ ์‹ค์ œ ๋งค์žฅ ์œ„์น˜๋ฅผ ํ‘œํ˜„ํ•ด๋ณด์„ธ์š”.

 

728x90

'๐Ÿ” ๋ฐ์ดํ„ฐ ๋ถ„์„ > 03. Data Visualizaton' ์นดํ…Œ๊ณ ๋ฆฌ์˜ ๋‹ค๋ฅธ ๊ธ€

[ํƒœ๋ธ”๋กœ ์‹ ๋ณ‘ ํ›ˆ๋ จ์†Œ 20๊ธฐ] DAY3 tableau ๋งค๊ฐœ๋ณ€์ˆ˜, ๋Œ€์‹œ๋ณด๋“œ ๋™์ž‘  (0) 2023.08.29
[ํƒœ๋ธ”๋กœ ์‹ ๋ณ‘ ํ›ˆ๋ จ์†Œ 20๊ธฐ] DAY2 tableau ๊ณ„์‚ฐ์‹(ํ–‰์ˆ˜์ค€ vs ์ง‘๊ณ„์ˆ˜์ค€) ์ดํ•ดํ•˜๊ธฐ  (0) 2023.08.28
[Python] ์ข…ํ•ฉ๋ณ‘์› ๋ถ„ํฌ ๋ถ„์„ - ์‹œ๊ฐํ™”  (0) 2022.03.25
[๋ฐ์ดํ„ฐ ์‹œ๊ฐํ™”] ์‹œ๊ฐํ™” ์‹ค์Šต - 4 by 4 scatter plot  (0) 2022.03.05
[๋ฐ์ดํ„ฐ ์‹œ๊ฐํ™”] ์‹œ๊ฐํ™” ์‹ค์Šต - Scatter plot  (0) 2022.03.02
  1. 1๏ธโƒฃ ์ปฌ๋Ÿผ๋ช… ์‰ฝ๊ฒŒ ๋ณด๋Š” ๋ฐฉ๋ฒ•
  2. 2๏ธโƒฃ ๊ณ„์ธต ๊ตฌ์กฐ ๋งŒ๋“ค๊ธฐ
  3. 3๏ธโƒฃ ํ–‰์—ด ๋ฐ”๊พธ๊ธฐ
  4. 4๏ธโƒฃ ํ•„ํ„ฐ
  5. 5๏ธโƒฃ ์œ„๋„/๊ฒฝ๋„ ํ‘œ์‹œ
  6. 6๏ธโƒฃ ์ปฌ๋Ÿผ ์ž์ฒด ํ•„ํ„ฐ ์ถ”๊ฐ€ํ•˜๊ธฐ
  7. 7๏ธโƒฃ ๋ˆ„์ ํ•ฉ
  8. 8๏ธโƒฃ ๋Œ€์‹œ๋ณด๋“œ
  9. 9๏ธโƒฃ ์›Œ๋“œ ํด๋ผ์šฐ๋“œ
  10. ๐Ÿ“š ๊ณผ์ œ
'๐Ÿ” ๋ฐ์ดํ„ฐ ๋ถ„์„/03. Data Visualizaton' ์นดํ…Œ๊ณ ๋ฆฌ์˜ ๋‹ค๋ฅธ ๊ธ€
  • [ํƒœ๋ธ”๋กœ ์‹ ๋ณ‘ ํ›ˆ๋ จ์†Œ 20๊ธฐ] DAY3 tableau ๋งค๊ฐœ๋ณ€์ˆ˜, ๋Œ€์‹œ๋ณด๋“œ ๋™์ž‘
  • [ํƒœ๋ธ”๋กœ ์‹ ๋ณ‘ ํ›ˆ๋ จ์†Œ 20๊ธฐ] DAY2 tableau ๊ณ„์‚ฐ์‹(ํ–‰์ˆ˜์ค€ vs ์ง‘๊ณ„์ˆ˜์ค€) ์ดํ•ดํ•˜๊ธฐ
  • [Python] ์ข…ํ•ฉ๋ณ‘์› ๋ถ„ํฌ ๋ถ„์„ - ์‹œ๊ฐํ™”
  • [๋ฐ์ดํ„ฐ ์‹œ๊ฐํ™”] ์‹œ๊ฐํ™” ์‹ค์Šต - 4 by 4 scatter plot
xod22
xod22
Data Analyst Storyxod22 ๋‹˜์˜ ๋ธ”๋กœ๊ทธ์ž…๋‹ˆ๋‹ค.
xod22
Data Analyst Story
xod22
์ „์ฒด
์˜ค๋Š˜
์–ด์ œ
  • ๐ŸŒณ Home ๐ŸŒณ (178)
    • ๐Ÿฌ MySQL (46)
      • ๋ฌธ์ œํ’€์ด (29)
      • SQL ๋ฐ์ดํ„ฐ๋ถ„์„ ์บ ํ”„ (9)
    • ๐Ÿ” ๋ฐ์ดํ„ฐ ๋ถ„์„ (53)
      • Product (5)
      • 01. Data Collection (7)
      • 02. Data Processing (7)
      • 03. Data Visualizaton (15)
      • 04. Data Analysis (19)
    • ๐Ÿ“š Study (20)
      • ๋น…๋ฐ์ดํ„ฐ ๋ถ„์„๊ธฐ์‚ฌ ์‹ค๊ธฐ (8)
      • ADP ์‹ค๊ธฐ (7)
      • ๊ตฌ๊ธ€ ์• ๋„๋ฆฌํ‹ฑ์Šค (5)
      • ํ”„๋กœ์ ํŠธ (0)
    • โœ๏ธ ์ƒ๊ฐ ๊ธฐ๋ก (10)
      • ๋…์„œ (5)
      • ์ž๋ฃŒ ์Šคํฌ๋žฉ (2)
      • ์ทจ์—… ์ค€๋น„ (2)
    • ๐Ÿ’ป GitHub (6)
      • ์ˆ˜์ • ๋ฐ ๋ณ€๊ฒฝ (5)
    • ๐Ÿ ๋จธ์‹ ๋Ÿฌ๋‹ | ๋”ฅ๋Ÿฌ๋‹ (35)
      • ์ถ”์ฒœ์‹œ์Šคํ…œ (19)
      • ์ด๋ฏธ์ง€ ๋ถ„๋ฅ˜ (1)
      • ํ…์ŠคํŠธ ๋ถ„์„ (10)

๊ณต์ง€์‚ฌํ•ญ

  • Github
  • How to ๊ตฌ๋…, ์ข‹์•„์š”

์ธ๊ธฐ ๊ธ€

์ตœ๊ทผ ๋Œ“๊ธ€

๋ธ”๋กœ๊ทธ ๋ฉ”๋‰ด

  • ํ™ˆ
  • ํƒœ๊ทธ
  • ๋ฐฉ๋ช…๋ก

ํƒœ๊ทธ

  • ๋ฐ์ดํ„ฐ๋ถ„์„
  • MySQL
  • ์ „์ฒ˜๋ฆฌ
  • ํƒœ๋ธ”๋กœ
  • ํฌ๋กค๋ง
  • ๋ฐ์ดํ„ฐ๋ฆฌ์•ˆ
  • ์ถ”์ฒœ์‹œ์Šคํ…œ
  • ํ…์ŠคํŠธ๋ถ„์„
  • ํ•ด์ปค๋žญํฌ
  • ์ฝ”๋”ฉํ…Œ์ŠคํŠธ
  • ํŒŒ์ด์ฌ
  • ๊ตฌ๊ธ€์• ๋„๋ฆฌํ‹ฑ์Šค
  • Plot
  • ๋น…๋ฐ์ดํ„ฐ๋ถ„์„๊ธฐ์‚ฌ
  • ADP์‹ค๊ธฐ
  • ๊ธฐ์ถœํ’€์ด
  • ๋น…๋ถ„๊ธฐ
  • Python
  • github
  • ๋ฐ์ดํ„ฐ์‹œ๊ฐํ™”
  • SQL
  • ์‹œ๊ฐํ™”
  • ์„ธ๋ฏธ๋‚˜
  • ๊นƒํ—ˆ๋ธŒ
  • ๋Ÿฌ๋‹์Šคํ‘ผ์ฆˆ
  • ํ”„๋กœ๊ทธ๋ž˜๋จธ์Šค
  • ํ†ต๊ณ„์ ๋ชจ๋ธ๋ง
  • ์ž‘์—…ํ˜•์ œ1์œ ํ˜•
  • pandas
  • tableau

์ตœ๊ทผ ๊ธ€

hELLO ยท Designed By ์ •์ƒ์šฐ.v4.2.0
xod22
[ํƒœ๋ธ”๋กœ ์‹ ๋ณ‘ ํ›ˆ๋ จ์†Œ 20๊ธฐ] DAY1 tableau ๊ธฐ๋ณธ ๋ฐ ๋Œ€์‹œ๋ณด๋“œ ๋งŒ๋“ค๊ธฐ, ์Šคํƒ€๋ฒ…์Šค ๋งค์žฅ ์‹œ๊ฐํ™”
์ƒ๋‹จ์œผ๋กœ

ํ‹ฐ์Šคํ† ๋ฆฌํˆด๋ฐ”

๊ฐœ์ธ์ •๋ณด

  • ํ‹ฐ์Šคํ† ๋ฆฌ ํ™ˆ
  • ํฌ๋Ÿผ
  • ๋กœ๊ทธ์ธ

๋‹จ์ถ•ํ‚ค

๋‚ด ๋ธ”๋กœ๊ทธ

๋‚ด ๋ธ”๋กœ๊ทธ - ๊ด€๋ฆฌ์ž ํ™ˆ ์ „ํ™˜
Q
Q
์ƒˆ ๊ธ€ ์“ฐ๊ธฐ
W
W

๋ธ”๋กœ๊ทธ ๊ฒŒ์‹œ๊ธ€

๊ธ€ ์ˆ˜์ • (๊ถŒํ•œ ์žˆ๋Š” ๊ฒฝ์šฐ)
E
E
๋Œ“๊ธ€ ์˜์—ญ์œผ๋กœ ์ด๋™
C
C

๋ชจ๋“  ์˜์—ญ

์ด ํŽ˜์ด์ง€์˜ URL ๋ณต์‚ฌ
S
S
๋งจ ์œ„๋กœ ์ด๋™
T
T
ํ‹ฐ์Šคํ† ๋ฆฌ ํ™ˆ ์ด๋™
H
H
๋‹จ์ถ•ํ‚ค ์•ˆ๋‚ด
Shift + /
โ‡ง + /

* ๋‹จ์ถ•ํ‚ค๋Š” ํ•œ๊ธ€/์˜๋ฌธ ๋Œ€์†Œ๋ฌธ์ž๋กœ ์ด์šฉ ๊ฐ€๋Šฅํ•˜๋ฉฐ, ํ‹ฐ์Šคํ† ๋ฆฌ ๊ธฐ๋ณธ ๋„๋ฉ”์ธ์—์„œ๋งŒ ๋™์ž‘ํ•ฉ๋‹ˆ๋‹ค.