태블로를 사용하여 분산형차트와 버블차트를 쉽게 제작할 수 있습니다. 분산형 차트란?
분산형 차트는 스캐터 플랏이라고도 불리며, 두 변수 간의 관계를 2차원 공간상에서 시각적으로 나타내는 데 사용되는 차트입니다. 분산형 차트를 사용하면 데이터의 분포를 확인하여 두 변수 간의 관계, 군집, 이상치 등의 데이터 패턴을 쉽게 파악하는 데 사용됩니다.
버블차트란? 버블 차트는 분산형 차트에 세 번째 변수를 더해 시각적으로 나타낸 차트를 말합니다.
가로축과 세로축을 기반으로 2차원 공간상에 데이터를 표시하고, 세 번째 변수는 버블의 크기로 표현합니다. 이렇게 하면 데이터의 다양한 측면을 비교할 수 있으며, 데이터의 상대적 중요성을 표현할 때 유용하게 사용됩니다.
분산형차트와 버블차트 만들기 위와 같은 분산형 차트를 만들어 보려고 합니다. ( 분산형 차트를 그리기 위해서는 2개 이상의 연속형 변수가 필요합니다. ) 앞서 만들어진 분산형 차트를 기반으로 버블 차트를 바로 이어서 제작할 예정입니다....
![[Tableau] 태블로를 사용하여 분산형차트(Scatter plot) 만들기 | 세 가지 변수를 가지는 버블차트(Bubble chart) 만들기](https://mblogthumb-phinf.pstatic.net/MjAyMzA5MjBfMjAx/MDAxNjk1MTc5NDM1MDAx.VVjLuhjWUSdEfX0yfZMXrEk7F4xWiOuCKG5AO3uKn9Eg.IL8Xgh0Wm9IYJ8lddUI-BveM_6fAaeTGo7RXCNsuuFAg.PNG.in001219/image.png?type=w2)
#
2차원시각화
#
태블로차트
#
태블로분산형차트
#
태블로버블차트
#
태블로
#
스캐터플랏
#
버블시각화
#
Tableau
#
4개변수로시각화하기
#
태블로차트강의
![[JAVA 자바 프로그래밍] 자바 GUI 없는 공학용 계산기 만들기 | Scanner를 활용한 공학용 계산기](https://mblogthumb-phinf.pstatic.net/MjAyMzA1MjdfNTMg/MDAxNjg1MTYzNjI4Mzg3.a4rFHnhSfQcZXXMRa77qGSS3iUMDn9_NjoZAc_ywUpIg.3n0DvFBoKyDQK1qUZiXCOap4lV59hjWK0B3edhOdMAog.PNG.in001219/%C1%A6%B8%F1_%BE%F8%B4%C2_%B5%F0%C0%DA%C0%CE.png?type=w2)
![[Python 주피터 프로그래밍] 차원축소와 레이블인코딩 및 결측치 확인하기 | Pandas를 사용한 데이터 전처리](https://mblogthumb-phinf.pstatic.net/MjAyMzA2MTdfMjE2/MDAxNjg2OTcwNTk0NzAx.lOWrIDVhKtB7nD_GE_nXueiX9YEtbJSR4AOq9SfTVEQg.9THYdtpPTepE_xpQgNtHGuJMohEQkxRTZOV0JwVymY8g.PNG.in001219/%C1%A6%B8%F1_%BE%F8%B4%C2_%B5%F0%C0%DA%C0%CE.png?type=w2)
![[Jamovi] 자모비를 활용하여 데이터 분석하기 | 자모비를 활용하여 반복측정 분산분석 RM-ANOVA로 종속변수를 검증하는 법 알아보기](https://mblogthumb-phinf.pstatic.net/MjAyMzA4MDVfMTIz/MDAxNjkxMjA0MTQyMTYw.xhBPgtp5eX2AFtTLwIdXsEMtQuxVXVbuRdHPKN4YAQIg.T7XxO0PoFszmzWBuxCmBFtKxLggTjTQQ2TjC2EjYy9Ag.PNG.in001219/%C1%A6%B8%F1_%BE%F8%B4%C2_%B5%F0%C0%DA%C0%CE_%282%29.png?type=w2)
![[Python 프로그래밍] 범주형 변수의 예측 모델 알고리즘 알아보기 | 로지스틱회귀, SVM, K-means 클러스터링을 중심으로| 파이썬 데이터 분석과 머신러닝의 모든 것](https://mblogthumb-phinf.pstatic.net/MjAyMzA4MjRfNzQg/MDAxNjkyODgxMTY0NzYz.aPE8SlKmXgtH_Yku6taTXrf5IhJS0WITCqsw2M0XgSgg.KNgAmwdIlQgEHeudU1QyePmaFliYTK5C1VnkxPG2PaUg.PNG.in001219/%C1%A6%B8%F1_%BE%F8%B4%C2_%B5%F0%C0%DA%C0%CE_%286%29.png?type=w2)
![[Python 프로그래밍] 앙상블 예측 모델 알고리즘 알아보기 | 랜덤포레스트, 배깅을 중심으로 | 파이썬 데이터 분석과 머신러닝의 모든 것](https://mblogthumb-phinf.pstatic.net/MjAyMzA4MjdfODEg/MDAxNjkzMTE5ODc0Mjg0.nwQkgxOM2QB5CNe_0fVSC_AVliZ-e5ejJhXq-tkyMFEg.9MINLoJHrsFxPXF7xROxj37XIOnZhrjjEoLw0xlak8Ag.PNG.in001219/%C1%A6%B8%F1_%BE%F8%B4%C2_%B5%F0%C0%DA%C0%CE_%286%29.png?type=w2)
![[Python 프로그래밍] 앙상블 예측 모델 알고리즘 알아보기 | AdaBoost, Catboost, LightGBM, XGBoost를 중심으로 | 파이썬 데이터 분석과 머신러닝](https://mblogthumb-phinf.pstatic.net/MjAyMzA5MDJfMTgy/MDAxNjkzNjQxNDgzOTMw.lndtBDbEYcUS4w_yNuD5L_zeaJpIha3Q9xdutwQty50g.2q5tDSgR9wVfXvNkTaFA2rnD31WOFGTqfFkHGrRQkgMg.PNG.in001219/%C1%A6%B8%F1_%BE%F8%B4%C2_%B5%F0%C0%DA%C0%CE_%286%29.png?type=w2)