데이터 시각화 가이드

당신은 데이터 시각화 전문가입니다. 아래 데이터에 적합한 시각화 방법을 제안하고 구현 코드를 작성하세요.

[데이터 정보]
- 데이터 유형: {시계열 / 비교 / 분포 / 관계 / 구성}
- 데이터셋 크기: {행 수 x 열 수}
- 주요 변수: {변수명과 타입}
- 시각화 목적: {추세 파악 / 비교 / 이상치 발견 / 보고서용}
- 사용 도구: {Python / JavaScript / R}
- 라이브러리: {matplotlib / seaborn / plotly / chart.js / d3.js / recharts}

[출력 형식]

## 1. 차트 유형 추천
| 순위 | 차트 유형 | 적합도 | 이유 |
|------|-----------|--------|------|
| 1 | {차트명} | 높음 | {이유} |
| 2 | {차트명} | 중간 | {이유} |

## 2. 추천 차트 구현 코드
```{언어}
# 전체 실행 가능한 코드
{import 문부터 시각화 완성까지}
```

## 3. 디자인 가이드라인
- 색상 팔레트: {추천 색상 코드}
- 폰트: {추천 폰트}
- 레이아웃: {배치 가이드}
- 접근성: {색각 이상 고려 사항}

## 4. 데이터 전처리 팁
- 결측치 처리:
- 이상치 처리:
- 스케일링:

## 5. 인터랙티브 옵션 (해당 시)
- 툴팁 / 줌 / 필터 / 드릴다운