데이터 시각화 도구

표 하나로 요약한 통계는 데이터를 속일 수 있다. 평균·분산·상관계수가 완전히 같은 네 데이터셋이 있다면, 이 값들만 보고는 네 데이터가 똑같다고 믿기 쉽다. 그림으로 그려보기 전까지는.

한 줄 정의

데이터 시각화 도구는 각자 강점이 다르다. Matplotlib 은 모든 요소를 세밀하게 제어하는 저수준 라이브러리, Seaborn 은 통계적 관계를 적은 코드로 그리는 고수준 라이브러리, Plotly 는 확대·호버가 되는 인터랙티브 차트를, Altair 는 데이터 구조를 선언하면 차트가 완성되는 문법을 제공한다.

왜 숫자만으로는 부족한가 — Anscombe의 사중주

1973년 통계학자 프랭크 앤스컴이 만든 네 데이터셋은 평균·분산·상관계수·회귀선까지 거의 똑같다.

데이터셋	x 평균	y 평균	x 표준편차	y 표준편차	상관계수
I	9.00	7.50	3.32	2.03	0.816
II	9.00	7.50	3.32	2.03	0.816
III	9.00	7.50	3.32	2.03	0.816
IV	9.00	7.50	3.32	2.03	0.817

표만 보면 네 데이터가 사실상 같다고 판단하기 쉽다. 산점도로 그려보면 이야기가 완전히 달라진다.

import seaborn as sns

df = sns.load_dataset("anscombe")
sns.lmplot(data=df, x="x", y="y", col="dataset", hue="dataset", ci=None)

네 데이터셋 모두 회귀선의 기울기와 절편이 거의 같지만, 실제 모양은 직선형(I), 곡선형(II), 이상치가 기울기를 왜곡한 경우(III), 점 하나가 상관관계 전체를 만드는 경우(IV)로 전혀 다르다. 요약 통계만 보고 모델을 골랐다면 셋 다 놓쳤을 문제다.

Matplotlib — 모든 것을 직접 제어한다

Matplotlib의 그림은 두 계층으로 이뤄진다.

구성 요소	역할
Figure	전체 캔버스. 하나의 Figure 안에 여러 Axes를 담고, 크기·해상도 같은 속성을 관리한다.
Axes	실제 데이터가 그려지는 하나의 플롯. x축·y축·눈금·제목 등 그래프 구성 요소를 담는다. 복수형처럼 보이지만 '축들이 있는 공간' 하나를 가리키는 단수 객체다.

Figure 하나에 Axes 두 개를 만들어 지역별 매출 막대그래프와 매출 분포 히스토그램을 나란히 그린다.

import matplotlib.pyplot as plt

fig, axes = plt.subplots(1, 2, figsize=(10, 4.2))

by_region = df.groupby("region")["amount"].sum().sort_values(ascending=False)
axes[0].bar(by_region.index, by_region.values)
axes[0].set_title("지역별 총매출")

axes[1].hist(df["amount"], bins=20)
axes[1].set_title("amount 분포")

plt.tight_layout()
plt.savefig("matplotlib_demo.png", dpi=140)

막대 색, 제목 위치, 축 눈금까지 코드 한 줄 한 줄이 그림의 한 요소에 대응한다. 이 저수준 제어가 Matplotlib의 강점이자 코드가 길어지는 이유이기도 하다. Seaborn을 포함해 대부분의 Python 시각화 라이브러리가 내부적으로 Matplotlib을 그리기 엔진으로 쓴다.

Seaborn — 통계적 관계를 적은 코드로

Seaborn은 Matplotlib 위에 놓인 고수준 인터페이스다. hue 인자 하나로 색을 나눠 다차원 정보를 표현하는 패턴이 자주 쓰인다.

import seaborn as sns

fig, axes = plt.subplots(1, 2, figsize=(10, 4.2))

corr = df[["amount", "visits", "discount_rate"]].corr()
sns.heatmap(corr, annot=True, cmap="coolwarm", fmt=".2f", ax=axes[0])

sns.boxplot(data=df, x="region", y="amount", hue="category", ax=axes[1])

plt.tight_layout()

같은 정보를 Matplotlib만으로 그리려면 상관계수를 직접 계산해 텍스트로 넣고, 각 그룹의 사분위수를 손으로 구해야 한다. Seaborn은 이 통계 계산과 배치를 함수 하나에 담아, 짧은 코드로 분포·상관·그룹 비교를 표현한다.

Plotly Express — 인터랙티브 공유

Plotly Express로 만든 차트는 정적 이미지가 아니라 HTML이다. 마우스로 확대·필터·호버가 되는 채로 파일 하나에 담겨, 비전공자에게 발표할 때 특히 효과적이다.

import plotly.express as px

monthly = df.groupby(["region", "category"], as_index=False)["amount"].sum()
fig = px.bar(monthly, x="region", y="amount", color="category",
             title="지역·카테고리별 매출")
fig.write_html("report.html")

write_html 은 기본적으로 렌더링에 필요한 Plotly.js 전체를 파일 안에 그대로 넣는다. 차트 하나만 담긴 파일이 수 MB까지 커지는 이유다.

fig.write_html("report.html")                          # 4.86MB
fig.write_html("report.html", include_plotlyjs="cdn")  # 9.3KB

include_plotlyjs="cdn" 를 주면 라이브러리는 인터넷에서 불러오고 파일에는 데이터와 설정만 남아 크기가 500분의 1 수준으로 줄어든다. 다만 이 옵션을 쓰면 인터넷 연결이 없는 환경에서는 차트가 뜨지 않는다 — 오프라인 배포용 파일에는 기본값(전체 포함)을 쓴다.

Altair — 선언형 문법으로 빠르게

Altair는 Grammar of Graphics 를 따른다. "이 데이터를, 이 좌표에, 이 색으로, 이 모양으로 그려라" 를 선언하면 나머지는 라이브러리가 알아서 계산한다.

import altair as alt

chart = (
    alt.Chart(df)
    .mark_point()
    .encode(
        x="amount:Q",       # Q = 수치형(Quantitative)
        y="region:N",       # N = 명목형(Nominal)
        color="category:N",
        tooltip=["region", "category", "amount"],
    )
    .interactive()
)
chart.save("chart.html")

mark_point() 를 mark_bar() 나 mark_line() 으로 바꾸는 것만으로 같은 데이터를 다른 차트 형태로 그릴 수 있어, 탐색 단계에서 여러 형태를 빠르게 시도해 볼 때 유리하다. Plotly와 달리 기본 저장 방식이 라이브러리를 CDN에서 불러오는 방식이라, 같은 인터랙티브 차트인데도 파일 크기가 수십 KB 수준으로 작다.

도구 선택 기준

상황	선택
학술 논문·보고서에 넣을 정적 차트, 세부 요소까지 통제해야 한다	Matplotlib
분포·상관관계·그룹 비교를 적은 코드로 빠르게 그린다	Seaborn
의사결정자에게 확대·필터가 되는 차트를 공유한다	Plotly
EDA 단계에서 여러 차트 형태를 빠르게 시도한다	Altair

네 도구를 하나만 골라 쓸 필요는 없다. 탐색 단계에서는 Altair나 Seaborn으로 빠르게 훑고, 보고서에 넣을 최종 차트는 Matplotlib으로 다듬고, 발표 자리에는 Plotly로 인터랙티브 버전을 따로 준비하는 조합이 흔하다.

장점과 한계

구분	내용
장점	네 도구 모두 Pandas DataFrame을 그대로 입력으로 받아 별도 변환이 거의 필요 없고, 상황에 맞게 조합하면 탐색부터 발표까지 한 흐름으로 이어진다.
한계	Matplotlib은 간단한 차트도 코드가 길어지고, Plotly·Altair의 인터랙션은 정적 이미지(PDF·인쇄물)에는 담기지 않는다. 도구가 늘어날수록 팀 안에서 문법을 통일하는 비용도 함께 는다.

자주 발생하는 문제

한글이 네모(□)로 보인다. Matplotlib 기본 폰트는 한글 글리프가 없다. 시스템에 설치된 한글 폰트로 지정해야 한다.

plt.rcParams["font.family"] = "AppleGothic"   # 윈도우는 "Malgun Gothic"
plt.rcParams["axes.unicode_minus"] = False    # 마이너스 기호 깨짐 방지

Plotly HTML 파일을 통째로 이메일에 첨부해 용량 문제를 겪는다. 위에서 본 것처럼 기본 저장은 라이브러리 전체를 포함한다. 인터넷이 되는 환경으로 공유한다면 include_plotlyjs="cdn" 으로 크기를 크게 줄인다.

Seaborn 함수에 ax를 안 넘겨 서브플롯이 어긋난다. sns.heatmap(...) 처럼 ax 인자를 생략하면 현재 활성화된 Axes에 그려진다. 여러 그래프를 한 Figure에 배치할 때는 각 Seaborn 함수 호출에 ax=axes[i] 를 명시적으로 지정한다.

관련 문서

이 문서의 예제는 Pandas로 데이터 탐색·정제·집계하기 에서 정제한 것과 같은 형태의 판매 데이터를 사용한다. 시각화로 확인한 상관관계를 통계적으로 검증하는 방법은 다음 편 기술통계와 가설검정에서 이어진다.

참고 자료

• Matplotlib 공식 문서 — Quick start guide (2026-08-10 확인)

• Seaborn 공식 문서 (2026-08-10 확인)

• Plotly Express 공식 문서 (2026-08-10 확인)

• Altair 공식 문서 (2026-08-10 확인)