일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- Bidirectional
- GridSearchCV
- 문자열반복
- rnn
- map() 객체
- 교차검증
- K-Fold
- Github
- softmax
- multihead attention
- Estimator
- lm
- 2차원배열
- 패턴찾기
- 백준
- 그리드서치
- LSTM
- GRU
- 태블로
- QGIS #시각화 #SW
- 별 생성
- 파이썬 머신러닝 완벽가이드
- git
- 벌집
- positional encoding
- 진법변환
- 중앙이동알고리즘
- 시계열
- 파이썬 머신러닝 완벽 가이드
- nlp
- Today
- Total
데이터분석가 | 취준생
[QGIS] 시각화 교육 - QGIS 본문
2022년 8월 12일, 오후 2시 ~ 오후 5시까지 약 3시간동안 시각화 프로그램 중 하나인 QGIS 교육을 받기 위해 대구에 위치한 SW융합테크비즈센터에 방문했다.
![]() |
![]() |
본론으로 바로 들어가서 가장 먼저 "QGIS" 란 뭘까 ?
GIS란 Geographical Information System의 약자로, 지리정보(=공간정보) 시스템을 의미한다.
따라서, QGIS는 지리정보 시스템의 응용 프로그램이라고 이해하면 된다.
QGIS는 공간정보에 대한 생성, 편집, 시각화 분석 등을 진행할 수 있고, 지리적 데이터를 이용하여 지도와 도표, 그림 형태로 시각적으로 잘 나타내 주는 프로그램이다.
더욱 자세한 이야기는 아래 링크에 들어가면 QGIS에 대해 더 잘 알 수 있다. (그림 클릭)
수많은 지리정보 데이터들 중에서 실습한 데이터는 공공데이터 포털 사이트에 있는 나드리콜 데이터를 사용했다.
그 중에서도 지역을 대구 광역시로 제한하고, 2017년 1월 1일 ~ 2021년 1월 31일까지의 약 4년간의 데이터를 가지고 왔다.
* 나드리콜 : 장애인, 노약자 등 대중교통 이용에 어려움을 겪고 있는 교통약자를 위해 이동 차량을 지원해주는 서비스
QGIS에서는 데이터를 불러올 때 '벡터 레이어'라는 것을 이용한다.
벡터 레이어는 좌표를 가진 점 형태의 데이터를 통해 구성된 레이어이다. 해당 데이터가 지리정보를 나타내고 있는 만큼 시각적으로 잘 나타내기 위해서는 좌표 형태로 나타내는 것이 효율적이기 때문에 벡터 레이어로 가져온다.
이런 식으로 왼쪽 아래에 보면 '레이어'라는 곳에 지리 정보 데이터와 데이터를 이용하여 나타내고 싶은 속성들을 추가하면 중간의 화면에 보이는 것처럼 시각적으로 나타내어 준다.
![]() |
![]() |
![]() |
![]() |
이런식으로 단계 구분을 통한 시각화, 포인트 레이어를 사용하여 단계 구분 하기, 포인트 레이어를 이용한 열지도 만들기, 원하는 레이어를 잘라내어 나타내기 등 분석 목적에 따라 다양하게 시각화를 진행 할 수 있다.
위의 시각화는 대구광역시에서 이용된 나드리콜의 빈도를 분석하기 위해 진행하였고, 색이 진할수록 빈도가 높다는 것을 의미한다.
끝으로, 교육을 듣고 난 후 소감은
한번도 제대로 공부해보지 못했지만 정말로 공부하고 싶었던 분야인 시각화 교육을 전문적인 기관에서 들을 수 있는 기회가 생겨서 너무 뜻깊은 경험이었다.
처음 다루어보는 프로그램이라서 생각보다 오류도 많이 나고 다루기에 쉽지 않았지만, 찬찬히 수업을 따라가면 만들어낸 최종 결과물을 보고 놀라지 않을 수 없었다.
데이터 분석을 통해 내가 결국 만들어내고 싶은 결과가 이렇게 시각화 하는 것임을 깨달았다.
이 교육을 계기로 시각화 공부를 꾸준히 하기로 다짐했고, 이 분야를 전문적으로 잘 해내고 싶다고 생각했다.
'Data Analysis' 카테고리의 다른 글
[Scaling] 스케일링 및 정규화 (0) | 2023.01.11 |
---|---|
[Encoding] 데이터 인코딩 (0) | 2023.01.10 |
[모델 훈련 및 예측] model_selection / Cross Validation (0) | 2023.01.05 |
[Estimator] Estimator에 관하여 (0) | 2023.01.05 |
[scikit-learn] 사이킷런 정의와 간단한 예시 (0) | 2023.01.05 |