데이터 시각화 유형과 R 코드란? hist·boxplot·plot·barplot·pie와 상자그림 해석 쉽게 이해하기

1장 데이터 시각화에서 무엇을 먼저 판단해야 할까#

데이터 시각화 문제를 풀 때 가장 먼저 확인할 것은 무엇을 보여주고 싶은가입니다.

같은 숫자 데이터라도 분석 목적에 따라 적절한 차트가 달라집니다.

예를 들어 다음 상황을 생각할 수 있습니다.

연속형 데이터의 분포를 보고 싶다
이상치를 찾고 싶다
두 변수의 관계를 보고 싶다
범주별 크기를 비교하고 싶다
전체 중 각 항목의 비율을 보고 싶다

각 목적에 맞는 대표적인 시각화가 있습니다.

핵심 연결#

분포 → 히스토그램

분포·이상치 → 상자그림

두 변수 관계 → 산점도

범주 비교 → 막대 차트

구성비 → 파이 차트

입니다.

2장 ADsP에서는 R 코드도 함께 출제된다#

제공된 학습자료에서는 단순히:

이 상황에서는 어떤 그래프를 사용할까?

만 묻는 것이 아니라 R 코드를 보여준 뒤:

이 코드를 실행하면 어떤 차트가 그려지는가?

를 묻는 문제도 출제된다고 설명합니다.

따라서 다음 함수들을 코드와 차트 이름까지 연결해서 기억해야 합니다.

hist()
boxplot()
plot()
barplot()
pie()

3장 R 시각화 함수 핵심 비교#

R 함수	생성 차트	적합한 데이터·목적	핵심 파라미터
`hist(x)`	히스토그램	연속형 데이터 분포	`breaks=`
`boxplot(x)`	상자그림	분포·이상치·집단 비교	`y ~ group`
`plot(x, y)`	산점도	두 변수 관계	`type="l"`이면 선 그래프
`barplot(x)`	막대 차트	범주별 빈도·값 비교	`horiz=TRUE`
`pie(x)`	파이 차트	구성비	`labels=`

시험 직전에는 이 표를 그대로 연결해서 기억하면 좋습니다.

4장 hist()는 무엇을 그리는가#

R에서:

hist(x)

를 실행하면 히스토그램 Histogram을 그립니다.

히스토그램은 주로 연속형 데이터가 어떤 분포를 가지는지 확인하는 데 사용합니다.

예를 들어 학생 100명의 점수가 있다면:

어느 구간에 학생이 많이 몰려 있는가
좌우 대칭인가
한쪽으로 치우쳐 있는가

등을 확인할 수 있습니다.

핵심#

hist() = 히스토그램 = 연속형 분포

입니다.

5장 히스토그램의 핵심은 구간#

히스토그램은 연속형 데이터를 여러 구간으로 나눈 뒤 각 구간에 얼마나 많은 데이터가 포함되어 있는지를 막대 형태로 보여줍니다.

예를 들어 점수를:

0~10

10~20

20~30

처럼 구간으로 나눌 수 있습니다.

R에서는 이 구간 수와 관련하여 breaks 파라미터를 사용할 수 있습니다.

예:

hist(data, breaks=10)

제공된 학습자료에서는 breaks=를 구간 수와 연결합니다.

6장 히스토그램 R 코드 읽기#

제공된 예시는 다음과 같습니다.

hist(data, breaks=10, main="분포", xlab="값", col="lightblue")

각 요소를 읽어보면:

data

→ 그릴 데이터

breaks=10

→ 구간 수

main="분포"

→ 그래프 제목

xlab="값"

→ x축 이름

col="lightblue"

→ 막대 색상

입니다.

시험에서는 가장 먼저:

hist() → 히스토그램

을 읽어내면 됩니다.

7장 히스토그램과 막대 차트는 같은가#

아닙니다.

시험에서 매우 중요한 함정입니다.

겉으로 보면 둘 다 막대가 있기 때문에 비슷해 보이지만 목적이 다릅니다.

히스토그램#

연속형 데이터

분포 확인

막대 차트#

범주형 데이터

범주별 빈도나 값 비교

따라서:

hist()와 barplot()은 같은 그래프다.

틀립니다.

8장 boxplot()은 무엇을 그리는가#

R에서:

boxplot(x)

를 사용하면 상자그림 Box Plot을 그립니다.

상자그림은 하나의 그림에서:

데이터 분포
중앙값
사분위 범위
이상치

등을 확인할 수 있습니다.

또한 여러 집단의 분포를 비교하는 데도 유용합니다.

핵심#

boxplot() = 분포 + 이상치 + 집단 비교

입니다.

9장 그룹별 상자그림#

제공된 학습자료의 예시는 다음과 같습니다.

boxplot(score ~ group, data=df,
        main="그룹별 점수 분포",
        xlab="그룹", ylab="점수")

여기서:

score ~ group

은 그룹에 따라 score의 분포를 비교한다는 의미로 이해할 수 있습니다.

즉 A그룹, B그룹, C그룹처럼 여러 집단의 점수 분포를 나란히 비교할 수 있습니다.

핵심#

boxplot(y ~ group) = 그룹별 y 분포 비교

입니다.

10장 상자그림에서 상자는 무엇인가#

상자그림에서 상자 부분은 IQR 범위를 나타냅니다.

제공된 학습자료에서는:

상자 = Q1~Q3

라고 설명합니다.

즉 전체 데이터 중 가운데 50%에 해당하는 데이터가 상자 안에 들어갑니다.

Q1#

제1사분위수

Q3#

제3사분위수

IQR#

Q3 - Q1

입니다.

핵심#

상자 = 중간 50% 데이터

입니다.

11장 상자 안의 선은 무엇인가#

상자 안에는 선이 하나 표시됩니다.

이 선은 중앙값 Median입니다.

시험에서 매우 자주 혼동하는 부분입니다.

상자그림 안의 선은 평균이다.

틀립니다.

정답은:

중앙값

입니다.

핵심#

Box Plot 안의 선 = Median

입니다.

12장 상자그림에서 평균을 직접 읽을 수 있는가#

제공된 학습자료에서는 다음 문장을 함정으로 제시합니다.

상자그림에서 평균을 직접 읽을 수 있다.

틀립니다.

기본적인 상자그림에서 핵심적으로 표시되는 것은:

Q1
중앙값
Q3
수염
이상치

입니다.

따라서 시험에서는:

상자 안의 선 = 평균 X / 중앙값 O

라고 기억해야 합니다.

13장 수염 Whisker은 무엇인가#

상자그림에서는 상자 위아래로 선이 뻗어 있습니다.

이를 수염 Whisker이라고 합니다.

제공된 학습자료에서는:

최솟값·최댓값, 단 이상치 제외

라고 설명합니다.

즉 이상치로 판단되는 점을 제외한 정상 범위의 데이터 끝부분을 보여줍니다.

핵심#

Whisker = 이상치 제외한 범위의 양 끝

입니다.

14장 상자그림의 점은 무엇인가#

상자그림에서 수염 바깥에 별도의 점으로 표시되는 값은 이상치 Outlier입니다.

제공된 학습자료 기준 이상치 기준은 다음과 같습니다.

Q1 - 1.5×IQR 미만

또는:

Q3 + 1.5×IQR 초과

입니다.

이 범위를 벗어나는 데이터는 상자그림에서 개별 점으로 표시될 수 있습니다.

15장 상자그림 이상치 기준 다시 보기#

앞서 데이터 전처리에서도 배운 공식입니다.

IQR = Q3 - Q1

하한:

Q1 - 1.5×IQR

상한:

Q3 + 1.5×IQR

따라서:

하한 미만

또는

상한 초과

이면 이상치 후보가 됩니다.

핵심#

Box Plot의 점 = IQR 기준 이상치

입니다.

16장 상자그림 구성 한눈에 보기#

요소	의미
상자 아래	Q1
상자 내부 선	중앙값 Median
상자 위	Q3
상자 전체	IQR, 중간 50%
수염	이상치를 제외한 범위
개별 점	이상치

시험에서는 특히 중앙값과 평균을 바꾸어 출제하는 문제를 주의합니다.

17장 상자그림과 왜도#

제공된 학습자료에서는 다음과 같이 설명합니다.

상자가 오른쪽으로 치우쳐 있으면 = 왼쪽 꼬리 분포 = 음적 왜도

즉 데이터의 중심적인 부분이 상대적으로 오른쪽에 있고 왼쪽 방향으로 긴 꼬리가 나타나는 형태입니다.

핵심#

오른쪽에 몰림 → 왼쪽 꼬리 → 음의 왜도

로 기억합니다.

18장 plot(x, y)는 무엇을 그리는가#

R에서:

plot(x, y)

를 사용하면 기본적으로 산점도 Scatter Plot를 그립니다.

산점도는 두 변수 사이의 관계를 확인할 때 사용합니다.

예를 들어:

키와 몸무게
광고비와 매출
공부시간과 시험점수

처럼 두 수치형 변수의 관계를 볼 수 있습니다.

핵심#

plot(x,y) = 기본 산점도

입니다.

19장 산점도로 무엇을 볼 수 있는가#

산점도를 이용하면 두 변수 사이의 관계를 시각적으로 확인할 수 있습니다.

예를 들어 x가 증가할 때 y도 증가한다면 양의 방향 관계가 나타날 수 있습니다.

반대로 x가 증가할 때 y가 감소한다면 음의 방향 관계를 볼 수 있습니다.

점들이 특정한 방향 없이 흩어져 있다면 뚜렷한 관계가 약할 수 있습니다.

따라서 제공된 학습자료에서는 산점도를:

두 변수 상관관계

와 연결합니다.

20장 plot()은 항상 산점도인가#

아닙니다.

시험에서 매우 중요한 함정입니다.

제공된 학습자료에서는:

plot(x, y, type="l")

처럼 type="l"을 지정하면 선 그래프 Line Graph가 된다고 설명합니다.

따라서:

plot(x,y)는 어떤 옵션에서도 항상 산점도다.

틀립니다.

핵심#

plot() 기본 = 점

type="l" = 선

입니다.

21장 type="l"의 l은 무엇인가#

l은 Line을 떠올리면 쉽습니다.

즉:

plot(x, y, type="l")

은 x와 y를 선으로 연결한 그래프를 생성합니다.

시험에서 코드만 보여주고 차트 유형을 묻는다면 type을 반드시 확인해야 합니다.

22장 산점도에 회귀선 추가하기#

제공된 학습자료의 예시는 다음과 같습니다.

plot(x, y, main="산점도", pch=16, col="blue")
abline(lm(y ~ x), col="red", lwd=2)

첫 번째 줄은 산점도를 만듭니다.

두 번째 줄:

abline(lm(y ~ x))

은 선형회귀모형을 이용해 회귀선을 추가합니다.

23장 lm()과 abline() 연결#

앞에서 R 회귀분석에서 다음 함수를 배웠습니다.

lm(y ~ x)

이는 y를 x로 설명하는 선형회귀모형을 생성합니다.

여기에:

abline()

을 사용하면 해당 직선을 기존 그래프에 추가할 수 있습니다.

즉:

lm() = 회귀모형

abline() = 회귀선 표시

로 연결할 수 있습니다.

24장 pch와 lwd는 무엇인가#

제공된 코드에는:

pch=16

과:

lwd=2

가 등장합니다.

이 문서에서 시험의 핵심은 차트 종류를 파악하는 것이지만 코드의 역할도 함께 보면 이해가 쉽습니다.

pch

→ 점의 모양과 관련

lwd

→ 선의 굵기와 관련

입니다.

하지만 우선순위는:

plot() → 산점도

abline(lm()) → 회귀선

을 읽어내는 것입니다.

25장 barplot()은 무엇을 그리는가#

R에서:

barplot(x)

을 사용하면 막대 차트 Bar Chart를 그립니다.

제공된 학습자료에서는 막대 차트를:

범주별 빈도 또는 값 비교

에 적합한 시각화로 설명합니다.

예를 들어:

A상품 → 120개

B상품 → 90개

C상품 → 150개

처럼 범주별 판매량을 비교할 수 있습니다.

핵심#

barplot() = 범주 비교

입니다.

26장 막대 차트와 히스토그램 차이#

두 그래프의 차이는 반드시 기억해야 합니다.

barplot()#

범주형

예:

서울 / 부산 / 대구

상품 A / B / C

hist()#

연속형

예:

키

몸무게

점수

나이

입니다.

따라서:

bar = 범주

hist = 연속 분포

라고 기억합니다.

27장 horiz=TRUE는 무엇인가#

제공된 학습자료에서는 barplot()의 핵심 파라미터로:

horiz=TRUE

를 제시합니다.

이는 막대를 가로 방향으로 표시합니다.

기본적인 세로 막대 대신 수평 막대 차트를 만드는 것입니다.

핵심#

horiz=TRUE = 가로 막대

입니다.

28장 pie()는 무엇을 그리는가#

R에서:

pie(x)

를 사용하면 파이 차트 Pie Chart를 그립니다.

파이 차트는 전체에서 각 항목이 차지하는 구성비를 표현합니다.

예를 들어 시장점유율이:

A기업 → 50%

B기업 → 30%

C기업 → 20%

이라면 파이 차트로 구성비를 표현할 수 있습니다.

핵심#

pie() = 구성비

입니다.

29장 pie()의 labels 파라미터#

제공된 학습자료에서는 pie()의 핵심 파라미터로:

labels=

를 제시합니다.

이는 각 조각에 표시할 이름을 지정하는 데 사용합니다.

예를 들어 항목의 이름을:

처럼 표시할 수 있습니다.

시험에서는 우선:

pie() → 파이 차트 → 구성비

연결이 중요합니다.

30장 어떤 상황에 어떤 시각화를 사용할까#

시험에서는 상황을 문장으로 제시하고 가장 적절한 차트를 고르게 할 수 있습니다.

연속형 데이터 분포#

→ 히스토그램

중앙값·사분위수·이상치#

→ 상자그림

두 수치 변수의 관계#

→ 산점도

범주별 값 비교#

→ 막대 차트

전체 중 비율#

→ 파이 차트

이 기준으로 판단하면 됩니다.

31장 예제 1: 학생 점수 분포#

질문:

학생 1,000명의 시험점수 분포를 확인하고 싶다.

점수는 연속형 데이터이고 전체적인 분포를 보고 싶습니다.

따라서:

히스토그램

이 적합합니다.

R에서는:

hist(score)

와 연결합니다.

32장 예제 2: 반별 시험점수 비교#

질문:

A반, B반, C반의 점수 분포와 이상치를 비교하고 싶다.

여러 집단의:

중앙값
IQR
이상치
분포

를 함께 보고 싶습니다.

따라서:

상자그림

이 적합합니다.

예:

boxplot(score ~ class)

입니다.

33장 예제 3: 광고비와 매출 관계#

질문:

광고비가 늘어날수록 매출이 증가하는지 보고 싶다.

두 수치형 변수:

광고비

매출

사이의 관계를 봅니다.

따라서:

산점도

를 사용할 수 있습니다.

plot(ad, sales)

입니다.

34장 예제 4: 상품별 판매량 비교#

질문:

A·B·C·D 상품의 판매량을 비교하고 싶다.

상품이라는 범주별 값을 비교합니다.

따라서:

막대 차트

입니다.

barplot(sales)

입니다.

35장 예제 5: 시장점유율#

질문:

회사별 시장점유율 구성비를 보여주고 싶다.

전체 100%에서 각 기업의 비중을 보여주려는 목적입니다.

따라서:

파이 차트

를 사용할 수 있습니다.

pie(share)

입니다.

36장 hist() 시험 함정#

hist()는 범주별 빈도를 비교하기 위한 막대 차트 함수다.

틀립니다.

hist()는 제공된 학습자료에서 연속형 데이터의 분포 확인과 연결합니다.

범주 비교는 barplot()입니다.

37장 boxplot() 시험 함정#

상자그림의 가운데 선은 평균을 나타낸다.

틀립니다.

제공된 학습자료에서는:

중앙값 Median

입니다.

38장 수염 시험 함정#

상자그림의 수염은 이상치를 포함한 전체 최솟값과 최댓값을 항상 연결한다.

제공된 학습자료 기준 틀립니다.

수염은 이상치를 제외한 범위와 연결합니다.

이상치는 별도의 점으로 표시됩니다.

39장 plot() 시험 함정#

plot(x,y)는 옵션과 관계없이 항상 산점도다.

틀립니다.

제공된 학습자료에서는:

type="l"

이면 선 그래프라고 설명합니다.

40장 barplot() 시험 함정#

barplot()은 연속형 데이터의 분포를 구간별로 보여주는 함수다.

틀립니다.

그것은 hist()입니다.

barplot()은 범주별 값이나 빈도를 비교합니다.

41장 pie() 시험 함정#

pie()는 두 연속형 변수의 상관관계를 보여주는 데 사용하는 함수다.

틀립니다.

두 변수 관계는 산점도와 연결합니다.

pie()는 구성비를 나타냅니다.

42장 ADsP 시험에서 자주 헷갈리는 함정#

함정 1. hist와 barplot은 같은 용도다#

틀립니다.

hist → 연속형 분포

barplot → 범주 비교

함정 2. boxplot에서 상자 안의 선은 평균이다#

틀립니다.

중앙값입니다.

함정 3. boxplot의 점은 정상 데이터의 평균이다#

틀립니다.

제공된 학습자료에서는 이상치와 연결합니다.

함정 4. IQR은 Q1-Q3이다#

틀립니다.

IQR은:

Q3 - Q1

입니다.

함정 5. plot(x,y)는 무조건 산점도다#

틀립니다.

type="l"이면 선 그래프입니다.

함정 6. barplot의 horiz=TRUE는 세로 막대를 의미한다#

틀립니다.

가로 막대입니다.

함정 7. pie()는 구성비 표현과 관계없다#

틀립니다.

구성비가 대표적인 용도입니다.

43장 R 함수만 보고 차트를 맞히는 법#

시험에 다음 코드가 나오면 즉시 대응해야 합니다.

hist(x)

→ 히스토그램

boxplot(x)

→ 상자그림

plot(x, y)

→ 기본 산점도

plot(x, y, type="l")

→ 선 그래프

barplot(x)

→ 막대 차트

pie(x)

→ 파이 차트

입니다.

44장 주요 파라미터 시험 직전 암기#

hist()#

breaks=

→ 구간 수

barplot()#

horiz=TRUE

→ 가로 막대

pie()#

labels=

→ 항목 이름

plot()#

type="l"

→ 선 그래프

boxplot()#

y ~ group

→ 그룹별 y 분포 비교

입니다.

45장 상자그림 시험 직전 암기#

상자

→ Q1~Q3

→ 가운데 50%

상자 안 선

→ Median

수염

→ 이상치 제외 범위

점

→ Outlier

IQR

→ Q3-Q1

이상치

→ Q1−1.5IQR 미만

또는

→ Q3+1.5IQR 초과

입니다.

46장 왜도 시험 직전 암기#

제공된 학습자료 기준:

상자가 오른쪽으로 치우침

↓

왼쪽 꼬리

↓

음적 왜도

로 연결합니다.

시험에서는 꼬리 방향을 기준으로 왜도를 판단하는 것이 중요합니다.

47장 시각화 선택 시험 직전 암기#

연속형 분포

→ Histogram

분포·이상치

→ Box Plot

두 변수 관계

→ Scatter Plot

범주 비교

→ Bar Chart

구성비

→ Pie Chart

한 줄로:

분포 hist / 이상치 box / 관계 plot / 범주 bar / 비율 pie

라고 기억하면 됩니다.

48장 데이터 시각화 핵심 비교표#

목적	차트	R 함수
연속형 분포	히스토그램	`hist()`
이상치·분포	상자그림	`boxplot()`
두 변수 관계	산점도	`plot(x,y)`
시간·순서에 따른 선	선 그래프	`plot(..., type="l")`
범주 비교	막대 차트	`barplot()`
구성비	파이 차트	`pie()`

데이터 시각화와 R 코드 FAQ#

`hist()`는 어떤 그래프를 그리는가#

히스토그램입니다.

히스토그램은 어떤 데이터에 적합한가#

제공된 학습자료에서는 연속형 데이터의 분포 확인에 적합하다고 설명합니다.

`breaks=`는 무엇인가#

히스토그램 구간 수와 관련된 파라미터입니다.

`boxplot()`은 무엇을 그리는가#

상자그림을 그립니다.

`boxplot(score ~ group)`은 무엇을 의미하는가#

그룹별 score의 분포를 비교하는 상자그림입니다.

상자그림의 상자는 무엇인가#

Q1부터 Q3까지의 IQR 범위이며 중간 50% 데이터를 나타냅니다.

상자 안의 선은 평균인가#

아닙니다. 중앙값 Median입니다.

상자그림에서 이상치는 어떻게 표시되는가#

제공된 학습자료에서는 수염 밖의 개별 점으로 표시된다고 설명합니다.

이상치 기준은 무엇인가#

Q1−1.5×IQR 미만 또는 Q3+1.5×IQR 초과입니다.

`plot(x,y)`는 무엇을 그리는가#

기본적으로 산점도입니다.

`plot(x,y,type="l")`는 무엇을 그리는가#

선 그래프입니다.

산점도에 회귀선을 어떻게 추가하는가#

제공된 예시에서는:

abline(lm(y ~ x))

를 사용합니다.

`barplot()`은 언제 사용하는가#

범주별 빈도나 값을 비교할 때 사용합니다.

`horiz=TRUE`는 무엇인가#

가로 막대 차트를 만듭니다.

`pie()`는 무엇을 표현하는가#

구성비를 시각화합니다.

hist와 barplot의 차이는 무엇인가#

hist는 연속형 데이터의 분포, barplot은 범주별 값을 비교합니다.

자기 점검#

다음 질문에 바로 답할 수 있는지 확인해봅니다.

hist()가 어떤 차트를 만드는지 알고 있는가?
히스토그램과 막대 차트의 차이를 설명할 수 있는가?
breaks=의 의미를 알고 있는가?
boxplot()의 용도를 알고 있는가?
상자 안의 선이 중앙값이라는 것을 알고 있는가?
IQR이 Q3-Q1이라는 것을 기억하고 있는가?
이상치 기준을 말할 수 있는가?
수염과 이상치를 구분할 수 있는가?
plot(x,y)의 기본 결과를 알고 있는가?
type="l"의 의미를 알고 있는가?
abline(lm())가 무엇을 추가하는지 알고 있는가?
barplot()이 범주 비교라는 것을 알고 있는가?
horiz=TRUE가 가로 막대라는 것을 알고 있는가?
pie()가 구성비와 연결된다는 것을 알고 있는가?
상황에 따라 적절한 차트를 선택할 수 있는가?

이 글을 마치며#

ADsP의 데이터 시각화 문제는 목적과 R 함수를 연결해서 기억하는 것이 중요합니다.

가장 먼저 다음 다섯 가지를 기억합니다.

hist() = 히스토그램 = 연속형 분포

boxplot() = 상자그림 = 분포·이상치

plot(x,y) = 산점도 = 두 변수 관계

barplot() = 막대 차트 = 범주 비교

pie() = 파이 차트 = 구성비

특히 상자그림에서는:

상자 = Q1~Q3

상자 안 선 = 중앙값

수염 = 이상치를 제외한 범위

점 = 이상치

를 정확하게 구분해야 합니다.

이상치는 제공된 학습자료 기준:

Q1−1.5×IQR 미만

또는:

Q3+1.5×IQR 초과

입니다.

R 코드에서는 파라미터도 중요합니다.

hist의 breaks = 구간 수

plot의 type="l" = 선 그래프

barplot의 horiz=TRUE = 가로

pie의 labels = 항목 이름

시험 직전에는 다음 다섯 줄로 압축해서 기억하면 됩니다.

분포=hist / 이상치=boxplot / 관계=plot / 범주=barplot / 구성비=pie

Box의 선=평균이 아니라 중앙값

IQR=Q3−Q1

plot(..., type="l")=선 그래프

hist와 barplot은 다르다 — 연속형 분포 vs 범주 비교