데이터 시각화는 데이터를 다루는 사람들에게 중요한 기술입니다. 하지만 시간이 많이 걸리고 전문 도구도 필요했습니다. 챗GPT의 등장은 모든 것을 바꿔 놓았습니다. 챗GPT는 데이터 시각화를 빠르고 쉽게 만듭니다. 프롬프트를 입력하기만 하면 자동으로 데이터를 해석하고 원하는 결과를 생성합니다.
※ 이 글은 아래 기사 내용을 토대로 작성되었습니다만, 필자의 개인 의견이나 추가 자료들이 다수 포함되어 있습니다.
- 원문: Create Stunning Data Viz in Seconds with ChatGPT
- URL: https://www.kdnuggets.com/create-stunning-data-viz-in-seconds-with-chatgpt
간단한 데이터 시각화
플롯(plot)을 생성하기 위한 간단한 프롬프트를 작성합니다. 프롬프트에는 파이썬 사전(딕셔너리) 형식의 데이터가 포함됩니다. 챗GPT에게 데이터 시각화를 위한 기본적인 데이터를 전달하기 위한 것이며, 파이썬을 모르더라도 상관 없습니다. 엑셀에서 배열 상수를 공부할 때, 행과 열 데이터를 이런 식으로 처리했습니다. 기억나시죠? ㅎㅎ
파이 차트
프롬프트를 생성하기 전에 시각화 생성을 지원하는 모델인 GPT-4 모델을 사용하고 있는지 확인하세요. 다양한 영양소 데이터를 기반으로 원형 차트 시각화를 생성하는 프롬프트를 작성하겠습니다. 또한 기본 색상이 매우 밝으므로 ChatGPT에서 더 밝은 색상 조합을 사용하도록 요청했습니다.
[프롬프트] Generate a pie chart of values {"Vitamin A":5, "Vitamin B": 1, "Vitamin C": 4, "Water": 90} to keep the color combination light.
결과는 다음과 같습니다.
Python 코드를 보려면 결과 끝에 있는 터미널 로고를 클릭합니다.
그러면 직접 수정하고 실행할 수 있는 소스 코드가 포함된 창이 나타납니다. 파이썬을 알고 있다면 챗GPT가 생성한 코드를 직접 수정할 수도 있습니다. 프레젠테이션이나 보고서를 위해 이미지를 저장하거나 복사하여 사용합니다.
막대 차트
다음은 자동차의 CO2 배출 데이터를 제공하고 ChatGPT가 마법을 수행하도록 합니다.
[프롬프트] Generate a bar plot co2 emissions of values {"Car A":30, "Car B": 25, "Car C": 20}
별도의 조건을 제시하지 않았음에도 제목, X 및 Y 레이블이 추가되었고 내림차순으로 표시되었습니다.
탐색적 데이터 분석
ChatGPT의 출력을 과도하게 제어하는 대신 다양한 Python AutoViz 라이브러리와 유사하게 결과를 독립적으로 생성하도록 요청할 수 있습니다. 간단히 데이터 세트를 제공하고 완전한 탐색적 데이터 분석을 요청하여 검토에 필요한 플롯을 생성하면 됩니다. 여기서는 소비자 행동과 구매 패턴에 대한 귀중한 통찰력을 제공하는 고객 쇼핑 동향 데이터 세트를 제공했습니다.
[프롬프트] Perform exploratory data analysis on customer shopping trends dataset and display only plots.
ChatGPT는 1분 이내에 소비자 동향을 처리 및 분석하는 빠른 결과를 제공했습니다. 이 작업은 일반적으로 코딩하고 실행하는 데 최소 30분이 소요됩니다.
관심 있는 시각화 유형에 대한 후속 프롬프트를 제공하여 결과를 개선할 수 있습니다.
[프롬프트] Improve the analysis by plotting a correlation chart, bar chart, pie chart, boxplot, and relplot.
다단계의 복잡한 시각화를 보려면 ChatGPT에게 구체적으로 요청합니다.
[프롬프트] Use the dataset to plot various complex visualizations.
모델 평가
데이터 시각화는 모델을 평가하는 데 중요한 역할을 합니다. 여기서는 Kaggle의 당뇨병 데이터 세트를 사용하고 ChatGPT에 여러 모델을 훈련하고 평가하도록 요청합니다. ChatGPT의 기능을 최대한 활용하기 위해 혼동 행렬, 정밀 재현 및 다양한 모델을 비교하는 차트를 표시하도록 요청합니다.
[프롬프트] Multiple machine learning models should be trained using the target column "Outcome", and the resulting model evaluation visualization should include a confusion matrix, precision-recall, and model comparison chart.
모델이 데이터 세트에서 제대로 작동하지 않는 경우도 있지만 빠르고 정확한 데이터 시각화 기능은 인상적입니다. 데이터 세트를 신속하게 분석하거나 인터뷰 또는 과제 해결 등 다양한 용도로 사용할 수 있습니다.
이처럼 챗GPT를 이용하면 간단한 프롬프트를 사용하여 몇 초 만에 놀랍고 유익한 데이터 시각화와 분석 작업을 할 수 있습니다.
'IT Info' 카테고리의 다른 글
| 기업가를 위한 20가지 챗GPT 프롬프트 (0) | 2023.12.11 |
|---|---|
| 2023년 최고의 Windows용 메모 작성 앱 5개(유/무료) (2) | 2023.12.11 |
| 여행용 도구로 활용되는 구글 지도 고급 기능 7가지 (2) | 2023.12.08 |
| 프린터를 강제 삭제하거나 제거하는 8가지 방법 (0) | 2023.12.08 |
| Microsoft PowerPoint에서 실행 버튼을 만드는 방법 (2) | 2023.12.07 |
