Interactive Visualization

시각화 내용은 더이상 따로 정리하지 않으려다가 이 부분은 워낙 신기하고 재밌어서 마음을 바꿨다.

Interactive를 사용하는 이유는 간단하다. 정적 시각화보다 재밌다는 점도 한몫하지만 무엇보다 훨씬 더 적은 공간을 사용해서 다양한 정보를 보여줄 수 있기 때문이다. 생각해보자 feature가 10개만 되어도 만약 정적 시각화에서 각각의 feature 관계를 표현하려면 수십 개의 plot이 필요하다.

대표 library

Matplotlib : 주피터 노트북 환경 또는 Local에서만 실행할 수 있다.
Plotly
- Interactive Visualization에 가장 널리 쓰인다.
- Python 외에 R, JS에서도 제공한다.
- 웹에서 사용 가능하다.
- 문서화가 잘되어 있으며, 특히 Plotly Express는 문법도 seaborn과 유사해서 쉬운 편이다.
- 다양한 시각화 기능을 제공한다.
Bokeh : Matplotlib와 유사한 문법
Altair : Bar, Line, Scatter, Histogram에 특화

Image & Text Visualization Techniques

Text Dataset Visualization : 특정 품사나 단어에 가중치를 설정하고, 그 가중치에 따라 투명도를 조절해서 시각화를 할 수 있다.