15강 / 20강

작은 배수 — 네 조건을 나란히 놓기

논문 Fig. 5D·5K·7C·7D · WT/KD × 아이소타입/anti-PD1

이 논문의 실험은 2×2 입니다.

	아이소타입 항체	anti-PD1
WT Ddx54	대조군	면역항암제만
Ddx54 KD	녹다운만	둘 다

논문의 결론은 오른쪽 아래 칸에서만 효과가 난다 입니다. 그러니 네 칸을 한눈에 견줄 수 있게 그려야 해요.

이때 쓰는 것이 작은 배수(small multiples) 입니다 — 같은 그림을 조건 수만큼 만들어 나란히 놓는 방법이요.

고등학생네 조건을 나란히 놓기

같은 그림을 조건별로 반복하는 방식입니다.

비교를 눈으로 하게 만드는 가장 좋은 방법

왜 효과적인가

—	—
한 그림에 다 넣으면	겹쳐서 안 보인다 ⚠
나란히 놓으면	차이가 바로 보인다 ✔

사람은 나란한 것을 잘 비교한다 — 2강의 위치 채널

논문의 예

—	—
WT / KD × 아이소타입 / anti-PD1	2×2 = 네 칸

두 요인의 조합을 격자로 놓으면 상호작용이 보인다 ⭐

무엇을 보게 되나

패턴	뜻
한 행/열만 다르다	그 요인의 주효과
한 칸만 다르다	상호작용 ⭐

"둘이 함께일 때만" 을 보이는 것이 이 배치의 힘이다

비유 — 실험 대조군 배치

—	—
결과를 표로 놓는다	—
어느 칸이 다른지	한눈에 ✔

그림이 실험 설계를 그대로 보인다

고등학생작은 배수의 세 규칙

note 의 세 규칙을 왜 와 함께 봅시다.

① 축을 통일한다

칸마다 축이 다르면 — 비교가 거짓이 된다 ⚠ (5강)

—	—
나란히 놓았다는 것 자체가	"비교하라" 는 신호
축이 다르면	신호를 배신한다

② 같은 것은 같게 그린다

통일할 것	—
색 · 표식 · 크기	6강의 일관성 ⭐
정렬 순서	7강

달라 보이는 것은 자료가 달라서여야 한다 — 그림 탓이 아니라

③ 칸 사이를 좁게

—	—
멀면	눈이 옮겨 가며 비교 — 부정확 ⚠
가까우면	한눈에 ✔

비교하려면 가까이 있어야 한다 — 단순한 사실이다

그리고 라벨은 한 번만

—	—
축 라벨을 칸마다	지저분하다 ⚠
가장자리에만	깔끔 ✔

반복되는 것을 지우는 것이 작은 배수의 핵심 기술이다

고등학생칸의 순서도 자료다

note 의 이 문장이 7강의 정렬과 이어집니다.

칸을 어떻게 배열하느냐 가 무엇을 비교할지 정한다

2×2 배치의 선택

배치	비교하게 되는 것
행 = 유전자형	가로로 — 처리 효과
열 = 처리	세로로 — 유전자형 효과

눈은 가로 방향을 먼저 비교한다 — 중요한 비교를 가로에

여러 칸일 때 순서

기준	—
자연스러운 순서가 있다	그대로 (시간 · 용량) ✔
없다	값 크기순 ✔ (7강)
알파벳순	대개 낭비 ⚠

순서를 정하는 것도 주장이다 — 무엇을 강조할지

⚠ 흔한 실수

—	—
대조군이 맨 뒤에	비교하기 불편 ⚠
대조군을 맨 앞에	기준선이 먼저 보인다 ✔

읽는 순서(왼→오)와 논리 순서를 맞춘다

비유 — 사진 앨범

—	—
시간순으로	이야기가 된다 ✔
무작위	—

배열이 이야기를 만든다 — 19강의 A→B→C

sharex=True, sharey=True 한 줄이 이 그림의 핵심입니다. 이게 없으면 네 칸을 견줄 수 없어요.

Python 브라우저에서 실행

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

F = json.load(open("viz_facts.json"))
G = F["growth"]
days = np.array(G["days"])
ymax = max(np.array(a["rows"]).max() for a in G["arms"])

fig, ax = plt.subplots(2, 2, figsize=(8.6, 5.4), sharex=True, sharey=True)
for i, arm in enumerate(G["arms"]):
    a = ax[i // 2][i % 2]
    R = np.array(arm["rows"])
    for row in R:
        a.plot(days, row, lw=.7, alpha=.4, color=viz.GREY)
    a.plot(days, R.mean(axis=0), lw=2.2, color=viz.PAL[i])
    a.set_title(arm["name"], fontsize=9)
    a.set_ylim(0, ymax*1.05); viz.bare(a)
for a in ax[1]:
    a.set_xlabel("day", fontsize=8)
for a in ax[:, 0]:
    a.set_ylabel("volume (mm3)", fontsize=8)
fig.tight_layout()
print("(모양 설명용 가짜 자료입니다) 축을 공유했기 때문에 네 칸의 높이를 그대로 견줄 수 있습니다.")

겹쳐 그리기와 나란히 그리기, 언제 무엇을 쓸까요?

겹쳐 그린다 (overlay)

선이 4개 이하이고, 서로 언제 갈라지는지가 핵심일 때. 논문 Fig. 4C 가 이것 — 네 곡선을 한 칸에

나란히 놓는다 (facet)

점이 많아 겹칠 때, 또는 조건마다 분포 전체를 보여야 할 때. 논문 Fig. 5K·7C 의 밀도그림이 이것

논문은 둘 다 씁니다. 곡선은 겹치고, 밀도는 나란히. 겹쳐서 읽히면 겹치고, 안 읽히면 나눈다 — 규칙은 이렇게 단순합니다.

고등학생회색으로 눌러 두기

note 의 이 기법이 가장 실용적인 요령입니다.

전체를 회색으로, 강조할 것만 색으로

왜 효과적인가

—	—
맥락이 남는다	전체 중 어디인지 보인다 ✔
강조가 살아난다	6강 — 희소해야 강조다 ⭐

"빼는" 게 아니라 "눌러 두는" 것이다 — 정보는 남는다

쓰이는 곳

그림	—
UMAP	전체 회색 + 이 군집만 색 ⭐ (13강)
화산그림	대부분 회색 + 유의한 것만 (9강)
작은 배수	다른 칸의 자료를 연하게 겹친다 ⭐
선 그래프	한 선만 진하게

세 번째가 특히 좋다 — 전체 분포 위에 이 칸의 자료를

왜 그게 좋은가

—	—
칸마다 따로 보면	서로 얼마나 다른지 감이 안 온다
배경에 전체를 겹치면	기준선이 생긴다 ✔

비교 대상을 같은 칸 안에 넣는 것 — 가장 정확한 비교다 (2강)

비유 — 무대 조명

—	—
전체를 어둡게	—
주인공에게만 조명	시선이 간다 ✔
배경도	보인다 — 맥락 ⭐

끄는 게 아니라 낮추는 것 — 그게 차이다

🤔 확인 문제

네 조건의 밀도그림을 나란히 놓을 때 가장 중요한 것은?

해설 나란히 놓는 목적이 견주기 입니다. 축이나 색 범위가 다르면 그 목적이 사라져요. matplotlib 에서는 sharex/sharey 와 vmin/vmax 입니다.

🤔 확인 문제

선 열두 개를 한 칸에 겹쳐 그렸더니 읽을 수 없습니다. 무엇을 할까요?