VISUAL VOCABULARY / 01

Graph Atlas / 그래프 도감

같은 데이터의 표현을 비교하고 목적에 맞는 그래프와 작성 지시문을 선택하세요.

배송 시간 12건, 무엇을 보고 싶나요?

아래 표시를 바꿔 개별 값과 분포의 차이를 확인하세요.

페이지를 스크롤해 표현 비교 움직임 줄이기

개별 값 · 12

히스토그램은 수치 구간별 빈도이며, 막대그래프는 항목별 값입니다.

버튼으로 정지 화면을 선택할 수 있습니다. 설명은 움직임 없이도 읽을 수 있습니다.

막대와 히스토그램 ↓

배송 시간 · 분 · 8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48

02 / 목적 선택

아래 표시를 바꿔 개별 값과 분포의 차이를 확인하세요.

목적 선택구간 폭 · 분

막대그래프

히스토그램

막대그래프의 가로축은 항목이고 히스토그램은 수치 구간입니다.

[0,10)=1; [10,20)=6; [20,30)=3; [30,40)=1; [40,50)=1; n=12

그래프와 데이터는 자체 제작한 가상 예시이며 실적이나 예측이 아닙니다.

03 / 12

목적 선택

이름·용도로 찾기목적 선택

12 항목

막대그래프 / Bar chart

비교

예시 데이터 · ID 1–12; 배송 시간 · 분 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]

표현하는 것: 막대 길이로 항목별 수량을 비교합니다.
비슷한 그래프와의 차이: 히스토그램은 수치 구간별 빈도이며, 막대그래프는 항목별 값입니다.
사용할 때: 부서별 매출이나 개별 배송 시간을 비교할 때.
조건과 주의점: 수량 축은 0에서 시작하고 단위를 맞추세요.

작성 지시문

다음 가상 데이터로 그래프를 작성하세요. ID 1–12; 배송 시간 · 분 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]. 막대그래프 / Bar chart. 부서별 매출이나 개별 배송 시간을 비교할 때. 수량 축은 0에서 시작하고 단위를 맞추세요.

꺾은선그래프 / Line chart

추이

예시 데이터 · 월 1–12; 수량 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]

표현하는 것: 순서가 있는 값을 선으로 연결해 변화를 나타냅니다.
비슷한 그래프와의 차이: 산점도는 두 수치의 관계를 보여 줍니다. 선은 순서나 연속성을 뜻합니다.
사용할 때: 월별 매출이나 시계열 변화를 볼 때.
조건과 주의점: 시점을 순서대로 놓고 간격과 결측값을 밝히세요.

작성 지시문

다음 가상 데이터로 그래프를 작성하세요. 월 1–12; 수량 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]. 꺾은선그래프 / Line chart. 월별 매출이나 시계열 변화를 볼 때. 시점을 순서대로 놓고 간격과 결측값을 밝히세요.

영역 차트 / Area chart

추이

예시 데이터 · 월 1–12; 수량 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]

표현하는 것: 선과 기준선 사이를 채워 수량의 추이를 나타냅니다.
비슷한 그래프와의 차이: 꺾은선은 변화, 영역은 기준선에서의 크기를 강조합니다.
사용할 때: 기간별 처리량의 변화를 보여 줄 때.
조건과 주의점: 기준은 0으로 두고 겹친 영역으로 다른 계열을 가리지 마세요.

작성 지시문

다음 가상 데이터로 그래프를 작성하세요. 월 1–12; 수량 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]. 영역 차트 / Area chart. 기간별 처리량의 변화를 보여 줄 때. 기준은 0으로 두고 겹친 영역으로 다른 계열을 가리지 마세요.

100% 누적 막대그래프 / 100% stacked bar chart

비율

예시 데이터 · 1: A=25, B=40, C=35; 2: A=40, B=20, C=40; 비율 · %; 수량 1=100, 2=200

표현하는 것: 전체를 100%로 맞춰 구성비를 비교합니다.
비슷한 그래프와의 차이: 일반 누적 막대는 총량도 보여 주지만 100% 표시는 총량 차이를 없앱니다.
사용할 때: 부서나 기간별 구성비를 비교할 때.
조건과 주의점: 구성 항목을 통일하고 원래 총량도 표시하세요.

작성 지시문

다음 가상 데이터로 그래프를 작성하세요. 1: A=25, B=40, C=35; 2: A=40, B=20, C=40; 비율 · %; 수량 1=100, 2=200. 100% 누적 막대그래프 / 100% stacked bar chart. 부서나 기간별 구성비를 비교할 때. 구성 항목을 통일하고 원래 총량도 표시하세요.

원그래프 / Pie chart

비율

예시 데이터 · A=25, B=40, C=35; 비율 · %

표현하는 것: 원 전체를 100%로 하여 부채꼴로 비율을 나타냅니다.
비슷한 그래프와의 차이: 막대는 비슷한 값의 차이를, 원은 전체와 부분의 관계를 보여 줍니다.
사용할 때: 서로 겹치지 않는 소수의 구성 항목을 보여 줄 때.
조건과 주의점: 합계를 100%로 맞추고 음수나 중복 항목을 넣지 마세요.

작성 지시문

다음 가상 데이터로 그래프를 작성하세요. A=25, B=40, C=35; 비율 · %. 원그래프 / Pie chart. 서로 겹치지 않는 소수의 구성 항목을 보여 줄 때. 합계를 100%로 맞추고 음수나 중복 항목을 넣지 마세요.

히스토그램 / Histogram

분포

예시 데이터 · ID 1–12; 배송 시간 · 분 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]

표현하는 것: 수치를 구간으로 나눠 구간별 빈도로 분포를 나타냅니다.
비슷한 그래프와의 차이: 막대그래프의 가로축은 항목이고 히스토그램은 수치 구간입니다.
사용할 때: 배송 시간의 집중, 산포, 긴 꼬리를 살필 때.
조건과 주의점: 구간 경계를 밝히세요. 폭이 다르면 면적이 빈도에 비례해야 합니다.

작성 지시문

다음 가상 데이터로 그래프를 작성하세요. ID 1–12; 배송 시간 · 분 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]. 히스토그램 / Histogram. 배송 시간의 집중, 산포, 긴 꼬리를 살필 때. 구간 경계를 밝히세요. 폭이 다르면 면적이 빈도에 비례해야 합니다. 구간 폭 · 분 10; [0,10), [10,20), [20,30), [30,40), [40,50).

상자 수염 그림 / Box plot

분포

예시 데이터 · ID 1–12; 배송 시간 · 분 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]

표현하는 것: 중앙값, 사분위수, 수염, 바깥 점으로 분포를 요약합니다.
비슷한 그래프와의 차이: 히스토그램은 분포 모양을 보여 줍니다. 상자 그림만으로 여러 봉우리를 구분할 수 없습니다.
사용할 때: 집단별 배송 시간의 중심과 산포를 비교할 때.
조건과 주의점: 사분위수와 수염 계산법을 밝히고 바깥 점을 오류로 단정하지 마세요.

사분위수는 선형 보간, 수염은 1.5IQR 안의 최외곽 값입니다. 바깥 점은 48분입니다.

작성 지시문

다음 가상 데이터로 그래프를 작성하세요. ID 1–12; 배송 시간 · 분 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]. 상자 수염 그림 / Box plot. 집단별 배송 시간의 중심과 산포를 비교할 때. 사분위수와 수염 계산법을 밝히고 바깥 점을 오류로 단정하지 마세요. 사분위수는 선형 보간, 수염은 1.5IQR 안의 최외곽 값입니다. 바깥 점은 48분입니다.

산점도 / Scatter plot

상관관계

예시 데이터 · 거리 · km 1–12; 배송 시간 · 분 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]

표현하는 것: 두 수치를 가로·세로 위치에 놓아 관계를 나타냅니다.
비슷한 그래프와의 차이: 꺾은선은 점의 순서도 뜻합니다. 산점도는 점을 연결하지 않습니다.
사용할 때: 거리와 배송 시간의 관계를 살필 때.
조건과 주의점: 축과 단위를 표시하고 상관관계만으로 원인을 단정하지 마세요.

작성 지시문

다음 가상 데이터로 그래프를 작성하세요. 거리 · km 1–12; 배송 시간 · 분 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]. 산점도 / Scatter plot. 거리와 배송 시간의 관계를 살필 때. 축과 단위를 표시하고 상관관계만으로 원인을 단정하지 마세요.

거품형 차트 / Bubble chart

상관관계

예시 데이터 · 거리 · km 1–12; 배송 시간 · 분 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]; 원 면적 = 택배 수 4 / 9 / 16 / 25

표현하는 것: 산점도의 위치에 원의 면적으로 세 번째 수량을 더합니다.
비슷한 그래프와의 차이: 산점도는 두 수치를 위치로, 거품형은 크기로도 표현합니다.
사용할 때: 거리, 배송 시간, 택배 수를 함께 비교할 때.
조건과 주의점: 반지름이 아닌 면적을 값에 비례시키고 겹침과 범례에 주의하세요.

작성 지시문

다음 가상 데이터로 그래프를 작성하세요. 거리 · km 1–12; 배송 시간 · 분 [8, 12, 14, 15, 16, 17, 18, 20, 22, 26, 32, 48]; 원 면적 = 택배 수 4 / 9 / 16 / 25. 거품형 차트 / Bubble chart. 거리, 배송 시간, 택배 수를 함께 비교할 때. 반지름이 아닌 면적을 값에 비례시키고 겹침과 범례에 주의하세요.

순위 막대그래프 / Ranked bar chart

순위

예시 데이터 · A=25, B=40, C=35; 비율 · %

표현하는 것: 값이 큰 순서로 항목을 정렬해 순위와 차이를 나타냅니다.
비슷한 그래프와의 차이: 일반 막대는 원래 순서를 유지할 수 있지만 정렬하면 시간 순서가 사라집니다.
사용할 때: 상위 부서나 상품과 다음 순위의 차이를 볼 때.
조건과 주의점: 동순위 처리법을 정하고 시간이나 공정 순서를 정렬하지 마세요.

작성 지시문

다음 가상 데이터로 그래프를 작성하세요. A=25, B=40, C=35; 비율 · %. 순위 막대그래프 / Ranked bar chart. 상위 부서나 상품과 다음 순위의 차이를 볼 때. 동순위 처리법을 정하고 시간이나 공정 순서를 정렬하지 마세요.

폭포 차트 / Waterfall chart

흐름

예시 데이터 · 수량 100; Δ +30, −20, +10; Σ 120

표현하는 것: 시작 값에 증감을 누적하여 최종 합계까지의 변화를 나타냅니다.
비슷한 그래프와의 차이: 누적 막대는 구성 항목, 폭포 차트는 증감의 누적을 보여 줍니다.
사용할 때: 예산이나 이익의 시작과 끝을 설명할 때.
조건과 주의점: 시작, 증감, 합계를 구분하고 계산을 일치시키세요.

작성 지시문

다음 가상 데이터로 그래프를 작성하세요. 수량 100; Δ +30, −20, +10; Σ 120. 폭포 차트 / Waterfall chart. 예산이나 이익의 시작과 끝을 설명할 때. 시작, 증감, 합계를 구분하고 계산을 일치시키세요.

생키 다이어그램 / Sankey diagram

흐름

예시 데이터 · A→C=40, A→D=20, B→C=10, B→D=30; 수량

표현하는 것: 띠의 폭을 수량에 비례시켜 출발지와 도착지의 흐름을 나타냅니다.
비슷한 그래프와의 차이: 흐름도는 순서나 관계, 생키는 각 경로의 수량을 보여 줍니다.
사용할 때: 부서 간 이동이나 자원 배분을 볼 때.
조건과 주의점: 단위를 통일하고 유입·유출 합계와 손실을 표시하세요.

띠 폭은 흐름량에 비례합니다. A는60, B는40을 보내고 C와 D는 각각50을 받습니다.

작성 지시문

다음 가상 데이터로 그래프를 작성하세요. A→C=40, A→D=20, B→C=10, B→D=30; 수량. 생키 다이어그램 / Sankey diagram. 부서 간 이동이나 자원 배분을 볼 때. 단위를 통일하고 유입·유출 합계와 손실을 표시하세요.

목적별 수록 범위

목적 선택	수록됨	미수록
비교	막대그래프	2
추이	꺾은선그래프, 영역 차트	2
비율	100% 누적 막대그래프, 원그래프	2
분포	히스토그램, 상자 수염 그림	3
상관관계	산점도, 거품형 차트	2
순위	순위 막대그래프	2
흐름	폭포 차트, 생키 다이어그램	2

대상 외 · 지도, 관계도, 전문 3D 통계 표현.

용어와 조건의 출처

다른 시각 표현

웹 디자인 용어와 시각 · 계층 구조 시각화 · 원형 관계 시각화