3D 기술은 플라스틱 부품을 제조하는 데만 사용되는 것이 아닙니다. 데이터 과학자에게는 복잡한 모델을 3차원으로 시각화하여 평면 화면에서는 눈에 띄지 않는 패턴을 쉽게 감지할 수 있게 해줍니다. 예를 들어, 도시 내 판매의 공간적 분포를 분석할 때 인쇄된 모형은 2D 그래프가 숨기는 높은 밀도 영역을 드러냅니다.
Blender와 Python을 활용한 촉각적 데이터 시각화 🧊
작업 흐름은 Python에서 시작되며, Pandas 및 NumPy와 같은 라이브러리로 데이터를 처리합니다. 그런 다음 Blender로 내보내어 변수를 3D 메쉬로 변환합니다. 지오메트리가 모델링되면 Cura 또는 PrusaSlicer와 같은 슬라이싱 소프트웨어를 사용하여 G 코드를 생성합니다. FDM 또는 SLA 방식의 3D 프린터가 데이터 세트를 물리적 객체로 구현합니다. 이를 통해 변수 간의 상관 관계를 손에 쥐고 느낄 수 있으며, 이는 산점도 그래프가 제공하지 못하는 것입니다.
상사가 데이터베이스 모형을 요구하는 날 🖨️
이제 상사가 와서 이렇게 요구한다고 상상해보세요: 데이터를 만져봐야겠어. 당신은 분기별 판매의 표준 편차를 나타내는 가시로 가득 찬 구체를 건넵니다. 그것을 어떻게 잡아야 할지 몰라 하는 표정은 신경망이 무엇인지 설명할 때와 똑같습니다. 하지만 조심하세요, 인쇄가 실패하여 구체가 변형되어 나오면 다항 회귀 모델이라고 말하세요. 인쇄된 부품에 대해 누구도 이의를 제기하지 않습니다.