7강 / 20강

막대그래프 — 가장 흔하고 가장 자주 틀리는 그림

논문 Fig. 1B·1C·2C·2F·5D — 62칸 중 14칸

논문에서 가장 많이 쓰인 그림입니다. 62칸 중 14칸이 막대예요. 그런데 막대를 그릴 때마다 결정해야 하는 것이 다섯 가지 있습니다.

결정	기본으로 삼을 답
정렬	값 순서로. 이름 순서(가나다·알파벳)는 뜻이 없다
방향	이름이 길면 가로 막대
쌓기	합이 뜻을 가질 때만. 아니면 나란히
바닥	0. 예외 없음
오차막대	무엇인지 적는다 — SD? SEM? 95% CI?

고등학생가장 흔하고 가장 자주 틀리는 그림

62칸 중 14칸이 막대입니다.

가장 많이 쓰이는 만큼 실수도 가장 많다 (1강)

막대가 잘하는 것

—	—
범주별 양을 비교	✔ ⭐
순위를 보인다	✔

막대가 못하는 것

—	—
분포를 보인다	평균만 보인다 ⚠ (8강)
개별 값	안 보인다
n 이 몇인지	모른다 ⚠

막대 + 오차막대는 정보를 많이 버린다 — 그래서 요즘 줄어든다

유명한 예 — 같은 막대, 다른 자료

—	—
평균과 SD 가 같아도	실제 분포는 전혀 다를 수 있다 ⚠
대칭 · 치우침 · 두 봉우리	막대로는 구별 불가

"막대그래프를 없애자" 는 운동이 실제로 있었다

그래도 막대를 쓰는 경우

—	—
개수 · 합계	분포가 없는 값 ✔
비율 구성	—

"세어서 나온 하나의 값" 이면 막대가 맞다

고등학생정렬이 절반이다

note 의 이 문장이 가장 실용적인 조언입니다.

막대의 순서를 바꾸는 것만으로 읽기 쉬움이 확 달라진다

정렬 기준 고르기

자료	정렬
범주 (순서 없음)	값 크기순 ✔ ⭐
순서형	그 순서대로 (3강)
시간	시간순

순서가 없는 자료를 알파벳순으로 두는 것이 가장 흔한 낭비다

왜 값 크기순이 좋은가

—	—
순위가 바로 보인다	✔
이웃끼리 비교가 쉽다	✔
패턴이 드러난다	—

알파벳순은 찾기에 좋고 크기순은 이해에 좋다

⚠ 여러 패널을 비교할 때

—	—
패널마다 따로 정렬하면	비교가 안 된다 ⚠
대신	한 기준으로 통일 ✔

15강의 "칸의 순서도 자료다" 와 같은 이야기

비유 — 책장 정리

—	—
제목순	찾을 때 좋다
많이 읽은 순	패턴이 보인다 ✔

"무엇을 보여 줄까" 가 정렬을 정한다 — 3강의 첫 물음

오른쪽에서는 LUAD 의 자리가 한눈에 보입니다. 같은 자료, 같은 그림 갈래, 정렬만 바꿨습니다.

Python 브라우저에서 실행

import matplotlib.pyplot as plt
import viz, numpy as np, json

F = json.load(open("viz_facts.json"))
p = F["pan"]
names = [d["t"] for d in p]
vals  = [d["mean"] for d in p]

fig, ax = plt.subplots(1, 2, figsize=(10.5, 3.6))

# 알파벳 순서
o = np.argsort(names)
ax[0].bar([names[i] for i in o], [vals[i] for i in o], color=viz.GREY)
ax[0].set_title("sorted by name", fontsize=9)

# 값 순서
o = np.argsort(vals)[::-1]
cols = [viz.PAL[0] if names[i] != "LUAD" else viz.PAL[1] for i in o]
ax[1].bar([names[i] for i in o], [vals[i] for i in o], color=cols)
ax[1].set_title("sorted by value (LUAD highlighted)", fontsize=9)

for a in ax:
    a.tick_params(axis="x", rotation=90, labelsize=7)
    a.set_ylabel("mean TIL %", fontsize=8); viz.bare(a)
fig.tight_layout()
print("LUAD 는 13개 암종 중 %d위입니다." % (sorted(vals, reverse=True).index(
      [d["mean"] for d in p if d["t"] == "LUAD"][0]) + 1))

쌓은 막대는 특히 조심해야 합니다. 논문 Fig. 1B 는 면역염증/면역사막 비율을 쌓아서 그렸어요. 합이 100% 이니 정당합니다.

그런데 쌓은 막대에서 사람이 정확히 읽을 수 있는 것은 맨 아래 조각 하나뿐입니다. 나머지 조각은 시작점이 제각각이라 견줄 수 없어요.

쌓아도 될 때

합이 뜻을 가지고(100%), 독자가 볼 것이 맨 아래 조각일 때

쌓으면 안 될 때

가운데 조각들을 조건 사이에 견줘야 할 때. 이럴 땐 조각마다 칸을 나눠 그린다

고등학생오차막대가 무엇인지 적어라

note 의 이 경고가 논문에서 가장 자주 어겨집니다.

같은 자료로 그린 오차막대가 세 가지 길이가 될 수 있다

종류	말하는 것	길이
SD	자료의 퍼짐	가장 길다
SEM	평균의 불확실성	√n 배 짧다
95% CI	구간 추정	SEM 의 약 2배

밝히지 않으면 읽을 수가 없다 — 11강에서 자세히

왜 이게 중요한가

—	—
n=100 이면 SEM 은 SD 의 1/10	—
SEM 을 쓰면	오차막대가 훨씬 짧아 보인다 ⚠

"차이가 뚜렷해" 보이게 하려고 SEM 을 고르는 유혹이 있다

그래서 함께 적을 것

항목	—
오차막대의 정체	"mean ± SEM" ⭐
n	반드시 ⭐
n 이 무엇인지	세포? 마우스? 실험 반복? ⚠

마지막이 미묘하다 — 기술적 반복과 생물학적 반복은 다르다

같은 샘플을 3번 잰 것과 다른 마우스 3마리는 전혀 다른 n 입니다.

11강의 가짜 자료 표시 가 이 문제를 다룬다

왼쪽에서 T세포(주황)가 늘어난 것이 보이나요? 오른쪽에서는 바로 보입니다. 바닥이 같아졌기 때문입니다.

Python 브라우저에서 실행

import matplotlib.pyplot as plt
import viz, numpy as np

# 네 조건의 세포 구성 - 쌓기 대 나란히
labs = ["WT+iso", "WT+aPD1", "KD+iso", "KD+aPD1"]
cells = ["cancer", "T", "myeloid", "B/NK"]
M = np.array([[74, 8, 12, 6],
              [70, 11, 13, 6],
              [66, 14, 14, 6],
              [48, 27, 17, 8]], float)

fig, ax = plt.subplots(1, 2, figsize=(10.5, 3.4))
bot = np.zeros(4)
for j, c in enumerate(cells):
    ax[0].bar(labs, M[:, j], bottom=bot, label=c, color=viz.PAL[j])
    bot += M[:, j]
ax[0].set_title("stacked", fontsize=9); ax[0].legend(fontsize=6.5, frameon=False)

w = 0.2
for j, c in enumerate(cells):
    ax[1].bar(np.arange(4) + j*w - 1.5*w, M[:, j], w, label=c, color=viz.PAL[j])
ax[1].set_xticks(range(4)); ax[1].set_xticklabels(labs)
ax[1].set_title("grouped", fontsize=9)

for a in ax:
    a.tick_params(axis="x", rotation=30, labelsize=7)
    a.set_ylabel("% of cells", fontsize=8); viz.bare(a)
fig.tight_layout()
print("이 표는 논문 Fig. 5D 의 모양만 흉내 낸 예시 숫자입니다.")

고등학생막대 대신 무엇을 쓸까

7강을 마치며 대안을 정리합시다.

상황	더 나은 그림	강
n 이 적다 (~20)	점을 다 보인다 ✔ ⭐	8강
분포가 궁금하다	상자 · 바이올린	8강
축을 자르고 싶다	점 그래프	4강
순위가 목적	정렬된 막대 ✔	—

n 이 20 이하면 점을 전부 보이는 것이 거의 항상 낫다

왜 그런가

점을 보이면	—
n 이 보인다	✔
이상치가 보인다	✔
분포 모양이 보인다	✔
요약도 겹쳐 그린다	4강

잃는 것이 없고 얻는 것만 있다

그럼 왜 아직 막대가 많은가

이유	—
관행	계속 그렇게 해 왔다
도구 기본값	—
깔끔해 보인다	정보를 감춰서 ⚠

"깔끔해 보인다" 는 감춰서 그런 것일 수 있다 — 의심할 신호다

논문 Fig.1B·1C 를 보며 점을 보였다면 어땠을까 를 생각해 보세요.

🤔 확인 문제

암종 13가지의 평균값 막대를 알파벳 순서로 정렬했습니다. 왜 좋지 않나요?

🤔 확인 문제

쌓은 막대에서 사람이 정확히 견줄 수 있는 조각은?