데이터 시각화하기
[코드스테이츠 PMB 09기]
데이터 시각화는 데이터 분석 결과를 쉽게 이해할 수 있도록 시각적으로 표현하고 전달되는 과정이다. 수치 데이터를 시각 형태로 전환하여 이해할 수 있도록 하는 것을 데이터 시각화라고 한다.
데이터 시각화는 단순하게 시각적인 표현을 하는 것이 아니라 데이터의 종류와 중요도에 맞게 적절한 표현법을 선택해야 할 필요가 있다.
이러한 데이터 시각화를 kaggle을 통해 데이터를 찾고 데이터를 시각화하여 분석해보기로 하였다.
데이터는 스포티파이에서 가장 스트리밍 된 100곡으로 선정하였고 여기에서 고객들이 어떤 곡을 좋아하는지 분석하여 플레이리스트를 만들 시 어떠한 곡을 포함시켜야 좋을지 생각해 보기로 하였다.
출처 = kaggle / 스포티파이에서 가장 스트리밍 된 100곡 데이터가설 1. 짧은 영상을 찍는 것이 유행하면서 춤추는 영상들도 많이 생겨났기 때문에 댄스 곡을 스트리밍 하는 수가 많을 것이다.
전체 비율에서 각각의 곡의 장르가 몇 %를 차지하고 있는가를 시각화하였다. 다양한 곡의 장르가 있었지만 위의 표를 보면 댄스 팝이 28%로 가장 많은 비율을 차지하고 있는 것을 확인할 수 있다. 두 번째로는 팝, 3번째로는 dfw랩을 많이 듣는 것을 확인할 수 있었다.
가설 2. 너무 길지 않은 3분 이내의 곡들을 사람들은 선호할 것이다.
세로축 : 노래 길이, 가로축 : 노래 이름각각의 노래의 길이를 선형으로 표시하고 평균을 구해서 평균적으로 어떤 길이의 노래를 듣는지 알아보았다. 사용자들은 평균 2분 10초의 노래를 듣는 것을 확인할 수 있었다.
가설 3. 사용자들은 120 BPM의 곡을 선호하고 많이 들을 것이다.
세로축 : BPM, 가로축 : 노래 이름70 bpm~180 bpm까지 넓게 포진되어 있지만 평균을 내어보면 120 bpm임을 확인할 수 있었다. 사람들이 선호하는 하우스 장르, 즉 120 bpm을 듣는다고 분석할 수 있지만 평균이기에 정확히 확신할 수 있는 데이터는 아니었다.
처음으로 데이터를 찾아내서 엑셀로 정리하는 작업을 해봤는데 생각보다 내가 원하는 데이터를 시각화하는 작업이 어렵다고 느껴졌다. 하지만 같은 데이터를 사용하여 세로축과 가로축을 바꾸어가며 데이터를 찾아내는 작업이 재미있었다.
