스펙트로그램 창 길이 (시간 해상도 ↔ 주파수 해상도)
Spectrogram window length: STFT time resolution vs frequency resolution trade-off (8 ms / 32 ms / 128 ms)
같은 2초 신호(100Hz 떨어진 두 음, 60ms 간격 딸깍 두 번, 상승 처프)를 STFT 창 길이 8·32·128ms로 바꿔 그리면 짧은 창은 딸깍을 둘로 가르지만 두 음을 한 줄로 뭉개고 긴 창은 그 반대가 되는 시간–주파수 불확정성을 보여주는 기법으로, 음성·기계 진동·새소리 분석에서 스펙트로그램 창 크기를 정할 때 쓴다.
프롬프트
Canvas 2D로 위쪽에 2초 파형 띠(높이 22px, 화면 열마다 최솟값–최댓값 엔벌로프), 아래에 0~2kHz × 0~2초 스펙트로그램(120×80칸, #1B2A4A → #2F4FA8 → #6E80FF → #4FD1B5 → #FFC933 → #FF6B5A 램프, log(1+6E) 크기)을 그려줘. 신호는 500Hz·600Hz 정현파, 1.20초·1.26초 광대역 딸깍, 800→1900Hz 선형 처프. STFT 창 길이를 8ms → 32ms → 128ms로 4초씩 바꾸고 0.5초 크로스페이드, 시간축 아래에 실제 창 폭을 막대로 표시해줘(Python은 librosa.stft(y, n_fft=256/1024/4096, hop_length=n_fft//4) @ 32kHz, Web Audio는 AnalyserNode.fftSize 같은 값). 오른쪽 위 HUD에 Δt·Δf와 진단(두 음이 한 줄 / 둘 다 분리 / 딸깍이 하나로)을 띄우는 12초 루프.
라이브 데모 열기 — 스펙트로그램 창 길이 (시간 해상도 ↔ 주파수 해상도)
보드 선도 (감쇠비 ζ 스윕 · 점근선 · 공진 피크)
Bode plot of a second-order low-pass: magnitude & phase vs log frequency while sweeping damping ratio ζ
2차 저역 통과 시스템의 크기(dB)와 위상(°)을 로그 주파수 축 위에 위아래로 붙여 그리고 감쇠비 ζ를 0.08→1로 바꾸면 ζ < 0.707에서만 공진 피크가 솟고 고주파에선 −40dB/decade 점근선을 따르며 ωn에서 위상이 항상 −90°를 지나는 것을 보여주는 제어·필터 설계 그래프로, 서보·서스펜션·오디오 필터 응답을 설명할 때 쓴다.
프롬프트
Canvas 2D로 H(s) = ωn² / (s² + 2ζωn·s + ωn²)의 보드 선도를 그려줘. x축은 ω/ωn 0.1~10 로그(decade마다 2~9 보조 눈금), 위 패널 크기 +20~−40dB(20dB 간격 격자), 아래 패널 위상 0~−180°(−90° 격자). 크기 곡선은 −10·log10((1−r²)² + (2ζr)²) 청록 #4FD1B5 1.7px, 위상은 −atan2(2ζr, 1−r²) 노랑 #FFC933, 점근선(0dB → ωn에서 −40dB/decade, 위상 0 → −180° 직선)은 흰 3/2 점선. ζ를 0.08 + 0.92·(0.5 − 0.5·cos(2πt/10))로 10초 왕복시키고, ζ < 0.707이면 r = √(1−2ζ²)에 공진 피크 점과 "+Mr dB" 라벨(Mr = −20·log10(2ζ√(1−ζ²))), ωn에는 위상 −90° 점을 찍어줘. Python이면 scipy.signal.bode(TransferFunction([1],[1,2ζ,1])), MATLAB이면 bode(tf(1,[1 2*z 1])).
라이브 데모 열기 — 보드 선도 (감쇠비 ζ 스윕 · 점근선 · 공진 피크)
나이퀴스트 선도 (−1 점 감싸기 · 이득 여유 · 계단 응답)
Nyquist plot of K/(s+1)³: encircling −1 as gain K rises, with gain/phase margin and the closed-loop step response
개루프 전달함수 K/(s+1)³의 주파수 응답을 복소평면에 그린 나이퀴스트 곡선이 이득 K를 키울수록 부풀어 K = 8에서 −1 점을 지나고 그 뒤로 감싸면서 폐루프가 불안정해지는 것을, 옆의 계단 응답이 진동 → 발산으로 바뀌는 것과 연결해 보여주는 안정성 판별 그래프로, 제어 루프 이득 조정·이득 여유 설명에 쓴다.
프롬프트
Canvas 2D로 왼쪽에 복소평면(실수 −2.5~2.2, 허수 ±2, 34px/단위, 단위원 점선)을 그리고 L(jω) = K/(1+jω)³를 ω = 0.01~20 로그 간격 160점으로 계산해 양의 ω는 청록 #4FD1B5 실선, 음의 ω(켤레)는 점선으로 그려줘. −1 점은 빨강 #FF6B5A ×, 음의 실수축과 만나는 점(ω = √3, 값 −K/8)은 노랑 점으로 찍고 이득 여유 GM = 8/K(dB 표시), 위상 여유 PM = 180° − 3·atan(√(K^(2/3) − 1))을 계산해줘. K는 2 + 10·(0.5 − 0.5·cos(2πt/12))로 12초 왕복. 오른쪽엔 폐루프 계단 응답(ẋ 상태공간 s³+3s²+3s+1+K, dt 0.02로 0~15초 적분, 최종값 K/(1+K) 점선)을 그리고 K < 8은 청록, K > 8은 빨강으로 발산을 보여줘. Python이면 control.nyquist_plot(tf([K],[1,3,3,1])), MATLAB이면 nyquist·margin과 같은 계산.
라이브 데모 열기 — 나이퀴스트 선도 (−1 점 감싸기 · 이득 여유 · 계단 응답)
위상 초상 (진자 θ–ω 평면 · 감쇠 0 vs 0.3)
Phase portrait of a pendulum: vector field, separatrix and trajectories in the θ–ω plane, undamped vs damped
진자 θ″ = −sin θ − bθ′의 상태를 시간 축 대신 각도 θ와 각속도 ω 평면에 그리면 감쇠가 없을 땐 닫힌 궤도(진동)·분리선·회전 궤도가, 감쇠 b = 0.3에선 모든 궤적이 나선을 그리며 안정 평형점으로 빨려드는 구조가 한눈에 보인다는 것을 벡터장과 궤적 그리기로 보여주는 동역학 그래프로, 물리·제어·생태 모델의 안정성 설명에 쓴다.
프롬프트
Canvas 2D로 오른쪽에 θ −2π~2π × ω −3~3 위상 평면(19×11 화살표 벡터장, 길이 고정 6px, 알파는 |v|에 비례), 왼쪽에 작은 θ(t) 시간 영역 패널(0~18초)을 그려줘. 초기값 6개(θ₀ = 0.6, 1.6, 2.9, −6(ω₀ 2.55), 6(ω₀ −2.55), −3.6(ω₀ 1.2))를 RK4 dt 0.04로 450단계 미리 적분해 두고, 0~6초는 b = 0, 6~12초는 b = 0.3으로 궤적을 5.4초 동안 앞에서부터 그려 머리 점을 붙여줘(시점 t로 인덱스를 계산해 되감기 가능). b = 0일 땐 분리선 ω = ±2cos(θ/2)를 빨강 #FF6B5A 점선으로, 안정점(0, ±2π)은 채운 원, 안장점(±π, 0)은 ×로 표시하고 HUD에 "닫힌 궤도 = 에너지 보존" / "나선 수렴 = 감쇠"를 띄우는 12초 루프. Python이면 matplotlib streamplot·quiver와 scipy.integrate.solve_ivp로 같은 그림.
라이브 데모 열기 — 위상 초상 (진자 θ–ω 평면 · 감쇠 0 vs 0.3)
벡터장 표현 3종 (화살표 격자 → 유선 → 입자 이류)
Vector-field encodings of flow past a cylinder: arrow glyph grid vs evenly seeded streamlines vs advected particle traces
원기둥을 지나는 포텐셜 유동 같은 2D 벡터장을 화살표 격자로 그리면 방향은 보이지만 흐름의 연속성이 끊기고, 등간격 유선은 경로·정체점·가속 구간을, 유선을 따라 움직이는 입자 꼬리는 속도 차이를 운동으로 드러낸다는 것을 같은 장으로 순서대로 비교하는 과학 시각화 기법으로, 유체·바람·자기장 결과를 보여줄 때 쓴다.
프롬프트
Canvas 2D로 x −3~3, y −1.45~1.45 영역(48.7px/단위)에 반지름 0.6 원기둥을 지나는 균일 흐름 u = 1 − R²(x²−y²)/r⁴, v = −2R²xy/r⁴를 세 가지로 그려줘: ① 25×12 화살표 격자(길이 ∝ |V|, 색은 |V|/2를 #2F4FA8 → #4FD1B5 → #FFC933 → #FF6B5A 램프), ② y₀ = −1.35~1.35에서 0.1 간격으로 시드한 28개 유선(중점 RK2, dt 0.02, 구간마다 속도 색), ③ 같은 유선 위를 유선당 5개 입자가 초당 60단계로 흐르며 14단계 꼬리(알파 0.15 → 0.9)를 남기는 입자 이류(LIC 느낌). 각 4초, 0.5초 크로스페이드, 원기둥 위아래에서 속도가 2배가 되고 앞뒤 정체점에서 멈추는 것이 보이게 해줘. 입자 위치는 (t·60 + 오프셋) mod 유선 길이로 계산해 되감기 가능하게. Python이면 matplotlib quiver → streamplot, ParaView면 Glyph → Stream Tracer → LIC.
라이브 데모 열기 — 벡터장 표현 3종 (화살표 격자 → 유선 → 입자 이류)
H–R 도표 (뒤집힌 온도 축 · 반지름 대각선 · 태양 진화 경로)
Hertzsprung–Russell diagram: reversed log-temperature axis, iso-radius diagonals and the Sun’s evolutionary track
별의 표면 온도를 오른쪽으로 갈수록 낮아지게 뒤집은 로그 축, 광도를 로그 축에 놓는 천문학 관례대로 주계열·거성·초거성·백색왜성 집단을 찍고, L = 4πR²σT⁴ 때문에 같은 반지름이 대각선이 된다는 것과 태양이 주계열 → 적색거성 → 수평 가지 → 행성상 성운 → 백색왜성으로 움직이는 경로를 겹쳐 보여주는 과학 차트로, 천문 교육·관측 목록 시각화에 쓴다.
프롬프트
Canvas 2D로 x = log T(5.0 왼쪽 → 3.45 오른쪽, 50k·20k·10k·6k·3.5k K 눈금), y = log L/L☉(−4.2~6.2, 10⁻⁴~10⁶ 눈금) H–R 도표를 그려줘. 가상 별 380개: 주계열 260(log L ≈ 7.0·(log T − 3.762) ± 0.25), 거성 60, 초거성 20, 백색왜성 40을 반지름 1~2.2px 점으로, 색은 온도에 따라 #FF7A4A → #FFE7A0 → #F4F6FF → #8AA8FF 램프. 반지름 0.01~1000 R☉ 6개 대각선(log L = 2·log R + 4·(log T − 3.762))은 흰 2/3 점선과 라벨. 태양 진화 경로 13개 꼭짓점(주계열 → 준거성 → 적색거성 가지 → 헬륨 섬광 → 수평 가지 → 점근 거성 가지 → 행성상 성운 → 백색왜성 냉각)을 1.2초부터 8.6초 동안 호 길이 비례로 노랑 #FFC933 1.5px 선으로 그리고 머리 점에 단계 이름을 HUD로 표시하는 12초 루프. 별 레이어는 오프스크린 캐시.
라이브 데모 열기 — H–R 도표 (뒤집힌 온도 축 · 반지름 대각선 · 태양 진화 경로)
원자번호 순 막대 → 주기율표 격자 (제1 이온화 에너지)
Atomic-number bar chart morphing into a periodic-table grid heatmap: first ionisation energy of elements 1–54
원소 54개의 제1 이온화 에너지를 원자번호 순 막대로 그리면 톱니 모양만 보이지만, 같은 값을 주기(행)·족(열) 격자로 옮기면 오른쪽 위로 갈수록 커지고 18족이 최고·1족이 최저라는 주기성이 2차원 배치 자체로 드러난다는 것을 막대가 칸으로 날아가는 전환으로 보여주는 기법으로, 원소 성질·화학 데이터를 표 레이아웃으로 시각화할 때 쓴다.
프롬프트
Canvas 2D로 H~Xe 54개 원소의 실측 제1 이온화 에너지(eV, H 13.6 · He 24.59 · Li 5.39 … Xe 12.13)를 먼저 원자번호 순 막대(폭 4.2px, 높이 = IE/25 × 104px, 색은 3.9~24.6eV를 #1B2A4A → #6E80FF → #4FD1B5 → #FFC933 → #FF6B5A 램프)로 3초 보여주고, 3초부터 원소마다 25ms 스태거로 1.1초 easeInOut 동안 막대 사각형(x·y·폭·높이)을 주기율표 칸(16×24px 격자, 1~5주기 × 18족)으로 보간해줘. 칸에는 원소 기호(6.5px, 밝은 칸은 어두운 글자), 격자 완성 뒤엔 1주기 빈 칸에 색 범례, 18족은 노랑 외곽선·1족은 파랑 외곽선이 0.8초 주기로 깜빡이고, HUD에 "톱니 = 숨은 주기성" → "오른쪽 위로 ↑ · 18족 최고 · 1족 최저"를 띄우는 12초 루프.
라이브 데모 열기 — 원자번호 순 막대 → 주기율표 격자 (제1 이온화 에너지)
축 변환으로 함수 형태 진단 (선형 · 반로그 · 로그–로그)
Diagnosing functional form by straightening: linear vs semi-log vs log–log axes for exponential decay and a power law
방사성 감쇠(지수)와 포유류 기초대사량(거듭제곱) 두 데이터를 같은 축 변환에 동시에 넣어, 반로그 축에서는 지수 함수만 직선이 되고 로그–로그 축에서는 거듭제곱만 직선이 되며 그 기울기가 각각 감쇠 상수와 지수가 된다는 것을 화면 좌표 R²로 확인시키는 과학 그래프 기법으로, 실험 데이터의 법칙 형태를 판별할 때 쓴다.
프롬프트
Canvas 2D로 두 패널을 나란히 그려줘. A: I-131 방사능 A(t) = 100·2^(−t/8.02), t = 2~42일 11점(노이즈 3%), B: 클라이버 법칙 W = 3.4·M^0.75, 쥐 0.02kg ~ 코끼리 4000kg 10점(노이즈 8%). 0~3초 선형–선형, 3~4초 y축만 로그로 보간(화면 위치 = lerp(선형 정규화, log 정규화, m)), 4~7초 반로그, 7~8초 x축도 로그로, 8~11.4초 로그–로그. 모델 곡선 80샘플을 현재 혼합 좌표로 다시 매핑해 그리고(점 #FFC933, 곡선 #4FD1B5), 패널마다 화면 좌표에서 계산한 직선도 R²를 칩으로(> 0.99 청록, 아니면 빨강 #FF6B5A) 표시해줘. 직선이 된 단계에서 HUD에 로그 회귀 기울기(k = −ln2/t½ ≈ −0.086/일, 지수 b ≈ 0.75)를 띄우는 12초 루프. matplotlib이면 ax.set_yscale("log") → ax.set_xscale("log"), D3면 d3.scaleLinear ↔ d3.scaleLog 전환.
라이브 데모 열기 — 축 변환으로 함수 형태 진단 (선형 · 반로그 · 로그–로그)
입자물리 질량 분포 (적층 배경 + 데이터 오차 막대 + 비율 패널)
Particle-physics mass spectrum: stacked MC backgrounds, Poisson-error data points and a data/background ratio panel as luminosity accumulates
광자쌍 불변질량 분포에서 몬테카를로 배경을 성분별로 쌓고 데이터를 √N 오차 막대 점으로 겹친 뒤 아래 비율 패널(데이터/배경)을 붙이는 고에너지 물리 관례로, 누적 광도가 늘수록 125GeV 근처 작은 초과가 요동에서 3σ 증거·5σ 발견 수준으로 자라는 것을 보여주며 실험 결과 그림·과학 보도 그래픽에 쓴다.
프롬프트
Canvas 2D로 m_γγ 100~160GeV를 2GeV 30구간으로 나눠 배경 b = 520·e^(−(m−100)/28)을 γ+jet 28%(#6E80FF 알파 0.5)와 γγ 72%(#4FD1B5 알파 0.4) 계단 막대로 쌓고, 신호 기대(125GeV, σ 1.7GeV, 총 150개)는 빨강 #FF6B5A 점선 윤곽으로 위에 얹어줘. 데이터는 구간마다 고정 표준정규 z로 n = round(f·(b+s) + √(f·(b+s))·z)를 계산해 흰 점(r 1.6px)과 ±√n 오차 막대로, 아래 패널엔 n/(f·b)를 0.7~1.3 범위·1.0 점선 기준으로 그려줘. 광도 비율 f를 0.04 → 1(0.4초부터 8초 easeInOut)로 늘리며 y축을 nice 눈금으로 자동 갱신하고, HUD에 누적 광도(최대 140fb⁻¹)·기대 국소 유의도 Z = S·f/√(B·f) 와 판정(요동 · 3σ 증거 · 5σ 발견)을 띄우는 11초 루프. ROOT면 THStack + TRatioPlot, Python이면 mplhep.histplot(stack=True).
라이브 데모 열기 — 입자물리 질량 분포 (적층 배경 + 데이터 오차 막대 + 비율 패널)
수익률 곡선 변화 (범주 간격 vs 만기 시간 축 · 10년−2년 스프레드)
Yield-curve evolution: equally spaced maturity categories vs a true log-time axis, with the 10Y−2Y spread track
국채 만기(3개월~30년)별 금리를 이은 수익률 곡선이 정상 → 평탄 → 역전 → 재가팔라짐으로 변하는 것을 보간 애니메이션으로 보여주면서, 만기를 같은 간격 범주로 놓으면 3개월~2년이 그래프 절반을 차지해 기울기가 왜곡되고 만기를 로그 시간 축에 놓아야 곡선 모양이 정직해진다는 것과 아래 10년−2년 스프레드의 음수 구간(역전)을 함께 보여주는 금융 차트 기법으로, 거시 경제 리포트에 쓴다.
프롬프트
Canvas 2D로 만기 [0.25, 0.5, 1, 2, 5, 10, 30]년의 가상 금리 스냅숏 8개(Y1 정상 1.0~3.6% → Y3 평탄 → Y4 급락 후 가팔라짐 → Y6·Y7 역전 5.3% / 4.1% → Y8 재가팔라짐)를 s = t/11.2 × 7로 연속 보간한 곡선(청록 #4FD1B5 1.8px + 만기 점)과 직전 정수 스냅숏 유령 곡선(알파 0.25)을 그려줘. 0~5.5초는 x축을 범주 등간격(i/6), 5.5~6.5초에 log10(만기) 축으로 easeInOut 모핑하고 HUD에 "범주 간격 → 2년 이하가 절반 차지" / "x = 만기 로그 시간"을 표시. 아래 패널(높이 36px)엔 10년−2년 스프레드를 s까지 0.1 간격으로 그리고 0 아래는 빨강 #FF6B5A 면(알파 0.35), 위는 청록 면으로 채운 12초 루프. D3면 d3.scalePoint → d3.scaleLog 전환, ECharts면 xAxis.type "category" → "log".
라이브 데모 열기 — 수익률 곡선 변화 (범주 간격 vs 만기 시간 축 · 10년−2년 스프레드)
매물대 · 가격대별 거래량 (POC · 가치 영역 70%)
Volume profile: volume-at-price histogram beside candlesticks with point of control and the 70% value area
캔들 차트 옆에 시간이 아니라 가격 구간별로 거래량을 누적한 가로 히스토그램(매물대)을 붙이고, 가장 많이 거래된 가격(POC)과 전체 거래량 70%가 몰린 가치 영역을 띠로 표시해 캔들이 하나씩 쌓일 때 프로파일이 함께 자라는 것을 보여주는 금융 차트 기법으로, 지지·저항 가격대 설명이나 시장 리포트 그래픽에 쓴다.
프롬프트
Canvas 2D로 가상 60봉 캔들(한국식 상승 빨강 #FF6B5A · 하락 파랑 #6E80FF, 몸통 폭 2.6px, 봉당 추세 0~20봉 +0.3 · 20~40봉 박스권(−0.03, 거래량 +25) · 40~60봉 +0.3, 노이즈 표준편차 1.0)을 x 22~232px에 0.3초부터 8초 동안 한 봉씩 추가하고, 오른쪽 x 244~306px에 가격 40구간 가로 막대(각 봉 거래량을 저가~고가 구간에 균등 분배해 누적, 회색 알파 0.45, 가치 영역 구간은 청록 #4FD1B5)를 그려줘. 최대 구간 POC는 노랑 #FFC933 점선을 캔들 영역까지 가로로 연장하고, POC에서 위·아래 중 큰 쪽을 번갈아 더해 70%가 될 때까지 넓힌 VAH·VAL 사이를 알파 0.07 띠로 칠해줘. HUD에 POC 가격과 가치 영역 범위를 표시하는 11초 루프. Lightweight Charts면 커스텀 시리즈 플러그인, Python이면 pandas.cut(price, 40)으로 groupby 합계.
라이브 데모 열기 — 매물대 · 가격대별 거래량 (POC · 가치 영역 70%)
자산 곡선 + 수중 차트 (최대 낙폭 MDD · 회복 기간)
Equity curve on a log axis with high-water mark and an underwater (drawdown) chart: maximum drawdown and recovery time
10년치 가상 전략 자산 곡선을 로그 y축에 그리고 지금까지의 최고점(고점선)을 겹친 뒤 아래에 고점 대비 하락률만 0 아래로 채운 수중 차트를 붙이면, 수익률 숫자로는 안 보이는 최대 낙폭 깊이와 고점 회복까지 걸린 기간이 면적과 폭으로 드러난다는 것을 커서가 시간을 훑으며 보여주는 금융 위험 시각화 기법으로, 펀드·전략 성과 보고서에 쓴다.
프롬프트
Canvas 2D로 2,520거래일(10년) 가상 자산 곡선(일간 로그수익 평균 0.05%·표준편차 1.05%, 600~760일·1700~1790일 위기 구간은 평균 −0.16%·표준편차 1.8%, 시드를 골라 최종 약 ×3 · MDD 약 −37%)을 위 패널에 로그 y축으로, 누적 최고점(고점선)은 흰 3/2 점선으로 그려줘. 아래 패널(높이 44px)엔 낙폭 DD = E/고점 − 1을 0에서 아래로 빨강 #FF6B5A 면(알파 0.45)으로 채우고 8거래일 묶음마다 최솟값을 써서 깊이를 보존해줘. 0.3초부터 7.5초 동안 세로 커서가 왼쪽에서 오른쪽으로 쓸며 두 패널을 함께 그리고, 끝나면 최대 낙폭 지점에 세로 화살표·"MDD −xx%" 라벨, 고점 → 회복까지 가로 괄호와 "회복 n거래일"(회복 못 했으면 "미회복")을 표시하는 11초 루프. 연도 눈금 Y1~Y10. Python이면 (equity / equity.cummax() − 1) 한 줄, D3면 d3.cumsum 대신 d3.max 누적으로 고점선.
라이브 데모 열기 — 자산 곡선 + 수중 차트 (최대 낙폭 MDD · 회복 기간)
시간 축을 버린 가격 차트 (선 → 렌코 벽돌 → P&F X·O 기둥)
Time-independent price charts: the same 240-day series as a time line, Renko bricks (box 2) and point-and-figure columns (3-box reversal)
같은 240거래일 가격을 시간 축 선 차트, 가격이 상자 크기(1)만큼 움직일 때만 벽돌을 쌓는 렌코, 3상자 반전 규칙으로 X(상승)·O(하락) 기둥을 쌓는 포인트 앤 피겨로 차례로 바꿔 보여주면, x축이 시간이 아니라 "의미 있는 움직임의 횟수"가 되어 잡음이 걸러지고 횡보 구간이 압축된다는 것을 개수 비교로 알려주는 금융 차트 기법으로, 추세·지지선 설명 그래픽에 쓴다.
프롬프트
Canvas 2D로 가상 240거래일 가격(시작 100, 0~70일 +0.25/일 상승 · 70~120일 −0.35 하락 · 120~170일 횡보 · 이후 +0.35 상승, 일간 표준편차 0.9)을 세 단계로 4초씩 보여줘. ① 선 차트(청록 #4FD1B5, 3초 draw-on), ② 렌코: 상자 1 — 직전 벽돌 위끝 + 1 이상이면 상승 벽돌(빨강 #FF6B5A), 아래끝 − 1 이하면 하락 벽돌(파랑 #6E80FF), 그래서 반전엔 2상자 움직임이 필요; 벽돌 폭 = min(7px, 너비/개수)로 3초 동안 하나씩 쌓기, ③ P&F: 상자 1 · 3상자 반전, X 기둥은 대각선 두 개, O 기둥은 원으로 그리며 기둥 단위로 등장. 세 단계 모두 같은 가격 y축을 써서 비교되게 하고 단계 전환은 0.3초 페이드, HUD에 "240일 → 벽돌 n개 → 기둥 m개"를 띄우는 12초 루프. Python이면 mplfinance.plot(type="renko"/"pnf", renko_params=dict(brick_size=1)).
라이브 데모 열기 — 시간 축을 버린 가격 차트 (선 → 렌코 벽돌 → P&F X·O 기둥)
이동 상관행렬 히트맵 (위기 때 상관이 1로 수렴)
Rolling 60-day correlation matrix heatmap over time: risk-asset correlations converging toward 1 during a stress window
자산 6종의 60일 이동 상관행렬을 발산 색상 히트맵으로 그리고 시간을 재생하면서 오른쪽에 위험자산 평균 상관 시계열과 커서를 붙이면, 평소엔 흩어져 있던 상관이 위기 구간에 0.8 이상으로 한꺼번에 붉어져 분산 효과가 사라지고 국채만 음의 상관으로 남는 것이 보이는 금융 시각화 기법으로, 포트폴리오 위험 리포트·시장 해설 그래픽에 쓴다.
프롬프트
Canvas 2D로 가상 자산 6종(KR 주식, US 주식, 신흥국 주식, 하이일드, 원유, 국채)의 500일 수익률을 공통 요인 F에 대한 적재값(평소 [0.6, 0.6, 0.65, 0.45, 0.35, −0.25] → 330일 ±45일 위기에 [1.5, 1.5, 1.6, 1.2, 1.1, −0.7]로 삼각 보간, 요인 변동성도 2배)으로 만들고, 60일 창 피어슨 상관을 4일 간격으로 미리 111개 계산해 둬. 왼쪽에 6×6 행렬(칸 17px, −1 #2F6FDB → 0 #232838 → +1 #E8453C 발산 램프, 위 삼각형 칸에 값 6px 표기), 오른쪽에 위험자산 5종의 평균 쌍별 상관 선(−0.2~1)과 위기 구간 음영(알파 0.08), 현재 시점 세로 커서를 그려 t/11.2로 행렬 인덱스를 고르는 12초 루프. HUD에 "D+일 · 평균 ρ"와 ρ > 0.7이면 "분산 효과 소멸"을 표시. Python이면 returns.rolling(60).corr(), Vega-Lite면 rect + color scale "redblue" domainMid 0.
라이브 데모 열기 — 이동 상관행렬 히트맵 (위기 때 상관이 1로 수렴)
S–N 피로 곡선 (선형 N축 → 로그 N축 · 강의 내구 한도)
S–N (Wöhler) fatigue curves: linear vs log cycle axis, steel endurance limit with run-outs vs aluminium with no limit
시편마다 응력 진폭과 파단까지의 반복 횟수 N을 찍는 S–N 곡선을 선형 N축에 그리면 10⁶ 이하 데이터가 왼쪽 1%에 몰려 읽을 수 없지만 로그 N축으로 바꾸면 Basquin 직선과 강의 내구 한도(수평선)·미파단 시편(화살표), 한도가 없는 알루미늄이 구별된다는 것을 보여주는 기계 공학 차트로, 피로 설계·재료 비교 자료에 쓴다.
프롬프트
Canvas 2D로 가상 시험 데이터를 그려줘. 강: 응력 진폭 450~260MPa 11개, Basquin N = (Sa/1000)^(1/−0.085), log N에 ±0.12 노이즈, 270MPa 미만은 10⁷회 미파단(속 빈 원 + 오른쪽 화살표). 알루미늄: 260~100MPa 8개, N = (Sa/600)^(1/−0.11), 한도 없음. y는 응력 50~500MPa 선형, x는 0~2.2초 동안 N 0~10⁸ 선형(점들이 왼쪽 끝에 몰림, 점마다 0.18초 스태거로 등장) → 2.6~3.6초 easeInOut으로 log10 N 3~8 축으로 모핑. 4~6초에 두 Basquin 곡선을 x 클립으로 draw-on(강 #FFC933, 알루미늄 #6E80FF), 6초부터 강 내구 한도 270MPa 수평 점선과 무릎점(약 2×10⁶), 알루미늄엔 "한도 없음 → 5×10⁸회 피로 강도로 정의" 라벨을 붙이는 11초 루프. matplotlib이면 ax.set_xscale("log")와 ax.annotate.
라이브 데모 열기 — S–N 피로 곡선 (선형 N축 → 로그 N축 · 강의 내구 한도)
응력–변형률 곡선 3종 (강 항복 평탄부 · 알루미늄 0.2% 오프셋 · 주철 취성)
Engineering stress–strain curves: structural steel yield plateau, aluminium 0.2% offset yield and brittle cast iron, with a stretching specimen
인장 시험의 공칭 응력–변형률 곡선을 재료 셋으로 차례로 그리며 탄성 기울기(E), 강의 상·하항복과 평탄부, 변형 경화, 인장 강도 뒤 네킹과 파단, 항복점이 뚜렷하지 않은 알루미늄의 0.2% 오프셋 작도, 소성 없이 끊어지는 주철을 확대 삽입 그래프와 늘어나는 시편 그림에 동기화해 보여주는 재료 공학 차트로, 재료 선정·기계 설계 교육 자료에 쓴다.
프롬프트
Canvas 2D로 변형률 0~0.25, 응력 0~650MPa 축에 재료 셋을 5초씩 그려줘. 구조용 강: E 200GPa, 355MPa 항복(상항복 +15MPa 뾰족), 0.02까지 평탄부, 0.15에서 인장 강도 510MPa, 0.22에서 420MPa로 파단(노랑 #FFC933). 알루미늄 6061: σ = Eε / (1 + (Eε/290)^6)^(1/6) + 250ε, E 69GPa, 0.08 이후 하강해 0.12 파단(청록 #4FD1B5). 주철: E 100GPa, σ = Eε/√(1+(Eε/300)²), 0.006에서 파단(빨강 #FF6B5A). 현재 재료는 3.6초 동안 점이 곡선을 따라가며 항복·인장 강도·파단 라벨을 띄우고, 지난 재료는 알파 0.3으로 남겨줘. 오른쪽 아래 삽입 그래프(ε 0~0.008)에 탄성 기울기 3개와 알루미늄 0.2% 오프셋 직선(점선)·교점 σ0.2를 이분법으로 구해 표시하고, 오른쪽 위에는 개뼈 모양 시편이 변형률 × 1.5배로 늘어나며 인장 강도 뒤엔 가운데가 잘록해지고 파단 시 둘로 갈라지는 15초 루프.
라이브 데모 열기 — 응력–변형률 곡선 3종 (강 항복 평탄부 · 알루미늄 0.2% 오프셋 · 주철 취성)
부하 지속 곡선 (8,760시간 시계열 → 크기순 정렬)
Load duration curve: 8,760 hourly loads re-sorted from a chronological year into descending order (object-constant morph)
1년 8,760시간 전력 수요를 시간 순 그래프에서 크기순으로 정렬한 부하 지속 곡선으로 점들이 날아가며 바뀌게 하면, 여름·겨울 피크가 곡선의 왼쪽 끝 몇 %에 몰린다는 것과 기저·중간·첨두 부하 구분, "상위 5% 시간만을 위해 필요한 설비 용량"이 면적으로 읽힌다는 것을 보여주는 에너지 공학 차트로, 발전 설비 계획·요금 설계 설명에 쓴다.
프롬프트
Canvas 2D로 가상 시간별 전력 수요 8,760개(기저 66GW + 하루 주기 8·sin(π(h−6)/16)·야간 −6 + 여름·겨울 쌍봉 9·cos(2π(d−200)/182.5) + 여름 가중 4·cos(2π(d−200)/365) − 주말 5 + 노이즈 1.5)를 만들어줘. 0~3.4초는 x = 1~12월 시간 순 배경선(열마다 최소–최대, 회색 알파 0.35)과 표본 500시간 점(여름 6~8월 #FF6B5A, 겨울 12~2월 #6E80FF, 나머지 #4FD1B5, 1.6px)을 보여주고, 3.4초부터 점마다 (i mod 50)×10ms 스태거로 2초 easeInOut 동안 x를 내림차순 순위/8,760 위치로 옮겨 정렬된 부하 지속 곡선(노랑 #FFC933 1.6px) 위에 내려앉게 해줘. 이후 최솟값 아래는 "기저 부하" 면, 상위 5%(438시간) 위치에 세로 점선과 P95 가로선, 피크와 P95 사이를 빨강 띠로 칠하고 "상위 5% 시간용 용량 = 피크의 n%"를 표시하는 11초 루프. Python이면 np.sort(load)[::-1], Plot이면 Plot.lineY(sorted, {x: (d,i) => i}).
라이브 데모 열기 — 부하 지속 곡선 (8,760시간 시계열 → 크기순 정렬)
심전도 용지 판독 (25mm/s · 10mm/mV · 작은 칸 0.04초 · 300 규칙)
ECG paper conventions: 25 mm/s and 10 mm/mV grid, calibration pulse, caliper-measured PR / QRS / QT and the 300 rule vs a 50 mm/s misread
심전도 기록지의 1mm 작은 칸 = 0.04초·0.1mV, 5mm 큰 칸 = 0.2초라는 격자 관례 위에 1mV 보정 펄스와 리드 II 파형을 인쇄하듯 그린 뒤, 캘리퍼로 R–R·PR·QRS·QT 간격을 재고 "300 ÷ 큰 칸 수 = 심박수" 규칙을 보여주며, 같은 리듬을 50mm/s로 기록하면 칸 수가 두 배가 되어 심박을 절반으로 오판한다는 것을 경고하는 의료 차트 기법으로, 의료 교육·헬스케어 앱 파형 표시 설계에 쓴다.
프롬프트
Canvas 2D로 3.2초 × 38mm 심전도 용지(1mm = 3.6px, 작은 칸 선 #FF6B5A 알파 0.12, 5mm 큰 칸 알파 0.32, 오프스크린 캐시)를 깔고 왼쪽에 1mV × 0.2초 보정 사각 펄스, 이어서 75bpm(R–R 0.8초) 리드 II 파형을 가우시안 합으로 만들어줘(P +0.15mV @ −0.16초 σ 0.02, Q −0.1 @ −0.03, R +1.4 @ 0, S −0.3 @ +0.03, T +0.35 @ +0.26 σ 0.045). 0~3초 동안 25mm/s로 왼쪽부터 인쇄하듯 draw-on(흰 1.3px), 3~8초에 캘리퍼(노랑 #FFC933)가 차례로 R–R 4큰칸 → "300/4 = 75bpm", PR 0.16초(4작은칸), QRS 0.09초, QT 0.40초를 재고, 8~10초엔 종이 속도를 50mm/s로 바꿔 파형이 가로로 2배 늘어나며 "R–R 8큰칸 → 300/8 = 37bpm (오판)"을 빨강으로 경고, 10~12초에 25mm/s로 복귀하는 12초 루프.
라이브 데모 열기 — 심전도 용지 판독 (25mm/s · 10mm/mV · 작은 칸 0.04초 · 300 규칙)
성장 백분위 곡선 (정상 추적 vs 백분위선 2개 하향 교차 경고)
Child growth percentile chart: P3–P97 reference curves, a child tracking P50 vs a child crossing two major percentile lines downward
나이별 키의 3·15·50·85·97 백분위 기준 곡선 위에 아이 두 명의 측정값을 방문 순서대로 찍어, 한 명은 같은 백분위 채널을 따라가고 다른 한 명은 생후 9개월 이후 주요 백분위선 2개를 아래로 가로지르는 순간 경고가 뜨게 해 "절댓값보다 채널 이탈이 신호"라는 판독 규칙을 보여주는 의료 차트 기법으로, 소아 건강 앱·육아 수첩 성장 그래프 설계에 쓴다.
프롬프트
Canvas 2D로 0~60개월 키(45~125cm) 성장 도표를 그려줘. 중앙값은 WHO 기준과 비슷한 가상값(0개월 49.9 · 12개월 75.7 · 24개월 87.1 · 36개월 96.1 · 48개월 103.3 · 60개월 110cm, 사이 선형 보간), 표준편차 = 중앙값 × (0.038 + 0.0008·개월/12), P3(z −1.881)·P15(−1.036)·P50·P85(+1.036)·P97(+1.881) 곡선을 P50만 흰 1.4px, 나머지 알파 0.35로, P3–P97 사이는 알파 0.05 띠로 칠해줘. 아이 A(#4FD1B5)는 z ≈ +0.3 ± 0.1로 방문 12회(1·2·4·6·9·12·18·24·30·36·48·60개월), 아이 B(#FFC933)는 9개월까지 z +0.9 후 30개월에 −1.7로 떨어지는 경로. 0.3초부터 방문당 0.6초 간격으로 점이 찍히며 선이 이어지고, B가 P50과 P15 두 선을 가로지른 시점부터 선이 빨강 #FF6B5A로 바뀌고 "백분위선 2개 하향 교차 → 평가 필요" 칩이 뜨는 11초 루프. 곡선 끝에 P3~P97 라벨.
라이브 데모 열기 — 성장 백분위 곡선 (정상 추적 vs 백분위선 2개 하향 교차 경고)
유행 곡선 판독 (요일 효과 · 7일 중앙 평균 · 신고 지연 · 로그 배가선 · Rt)
Epidemic curve conventions: weekday reporting dips, centred 7-day average, incomplete recent days, log axis with doubling-time guides and an Rt band
일별 확진 막대에 숨은 요일별 신고 패턴을 7일 중앙 이동평균으로 걷어내고, 최근 며칠은 신고 지연으로 미완료라는 것을 빗금으로 구분하며, y축을 로그로 바꾸면 지수 증가가 직선이 되어 2·3·7일 배가 안내선과 기울기를 비교할 수 있고 아래 Rt 띠가 1을 넘나드는 시점과 개입 시점을 연결하는 감염병 데이터 차트 관례를 보여주는 기법으로, 방역 대시보드·보도 그래픽에 쓴다.
프롬프트
Canvas 2D로 90일 가상 유행을 그려줘: 실제 발생은 5명에서 3일 배가(r = ln2/3)로 늘다 30일 개입 후 6일에 걸쳐 r = −0.045로 바뀌고, 신고값 = 발생 × 요일 계수[1.1, 1.15, 1.1, 1.05, 1.0, 0.75, 0.6] × e^(0.12·z). "오늘" D를 0.3초부터 6.5초 동안 20 → 89일로 진행시키며 일별 막대(청록 #4FD1B5 알파 0.55, 폭 2.4px)를 그리고 마지막 4일은 신고 완성도 [0.55, 0.75, 0.9, 0.97]을 곱해 낮은 알파+점선 외곽으로 "미완료" 표시, 7일 중앙 평균(노랑 #FFC933 1.6px)은 D−3까지 실선, 그 뒤는 점선 잠정치. 7.3~8.3초에 y축을 1~10^⌈log10(피크×1.2)⌉ 로그로(선형 축 최대도 피크 × 1.1의 nice 값) 보간하면서 (0일, 5명)에서 출발하는 2·3·7일 배가 안내선(흰 점선, 알파 = 로그 비율)을 그려줘. 아래 띠엔 Rt = e^(r·5) ± (0.12 + 끝으로 갈수록 넓어지는 불확실성)를 1.0 기준 점선과 함께, 30일엔 "개입" 세로 점선을 넣은 11초 루프.
라이브 데모 열기 — 유행 곡선 판독 (요일 효과 · 7일 중앙 평균 · 신고 지연 · 로그 배가선 · Rt)
월터–리트 기후도 (임의 이중 축 → 10°C = 20mm 고정 비율)
Walter–Lieth climate diagram: arbitrary dual axes vs the fixed 10 °C = 20 mm convention revealing humid and arid seasons
월평균 기온과 강수량을 임의 범위의 이중 축에 그리면 두 선이 겹치는 모양이 축 설정에 따라 마음대로 바뀌지만, 기온 10°C = 강수 20mm로 비율을 고정하고 100mm 초과분은 1/10로 압축하는 월터–리트 관례를 쓰면 강수선이 기온선 아래로 내려간 달이 곧 건조기로 읽힌다는 것을 서울(장마)과 로마형 지중해성 기후 비교로 보여주는 기후 그래프 기법으로, 생태·지리 교육과 기후 리포트에 쓴다.
프롬프트
Canvas 2D로 서울 평년값(기온 −2.4 · 0.4 · 5.7 · 12.5 · 17.8 · 22.2 · 24.9 · 25.7 · 21.2 · 14.8 · 7.2 · 0.4°C, 강수 16.8 · 28.2 · 36.9 · 72.9 · 103.6 · 129.5 · 414.4 · 348.2 · 141.5 · 52.2 · 51.1 · 22.6mm)을 0~3.5초엔 흔한 이중 축(기온 −5~30°C, 강수 막대 0~450mm를 각자 꽉 채움)으로 보여주고, 3.5~4.5초에 월터–리트 축(0°C 기준선, 1.75px/°C, 강수 환산 = P ≤ 100 ? P/2 : 50 + (P−100)/20)으로 모핑해줘. 이후 120개 표본 구간마다 강수선이 기온선 위면 파랑 #6E80FF 세로 빗금(습윤), 아래면 노랑 #FFC933 점 채움(건조), 100mm 초과는 진한 파랑 면으로 칠해줘. 9.5초에 로마형 지중해성 기후(근사값: 기온 8~25°C, 7월 강수 19mm)로 0.4초 크로스페이드해 6~8월 건조기가 드러나게 하고, HUD에 도시·연평균 기온·연강수량과 판정을 띄우는 14초 루프. R이면 climatol::diagwl(), Python이면 같은 환산식을 직접 적용.
라이브 데모 열기 — 월터–리트 기후도 (임의 이중 축 → 10°C = 20mm 고정 비율)
볼케이노 플롯 (배수 변화만 vs 배수 × 유의성 · BH 보정)
Volcano plot: ranking 2,000 genes by fold change alone vs log2 fold change against −log10 p with Benjamini–Hochberg threshold
유전자 2,000개의 발현 차이를 배수 변화(log2FC)만으로 줄 세우면 상위 10개 대부분이 분산이 큰 저발현 잡음 유전자이지만, y축에 −log10 p를 세워 볼케이노 플롯으로 만들면 |log2FC| ≥ 1과 BH 보정 q < 0.05를 동시에 넘는 오른쪽·왼쪽 위 날개만 유의하고 앞의 잡음 후보는 바닥에 가라앉는다는 것을 점들이 솟아오르는 전환으로 보여주는 생물정보학 차트 기법으로, 오믹스 분석 결과 보고에 쓴다.
프롬프트
Canvas 2D로 가상 유전자 2,000개(상향 60: log2FC 1~3, 하향 50: −1~−2.8, 잡음 큰 저발현 40: |log2FC| 2~4 · p 0.05~0.95, 나머지 N(0, 0.45) · p 균등)를 x = log2FC −4~4, 0~3.6초는 바닥 띠(y ± 4px 지터)에 1.6px 점으로 늘어놓고 |log2FC| 상위 10개를 노랑 #FFC933 고리와 "FC 상위 10" 라벨로 표시해줘. 3.6~5초 easeInOut으로 각 점의 y를 −log10 p(0~16, 위로 클수록 유의) 위치로 솟아오르게 하고, Benjamini–Hochberg로 구한 p 임계(최대 k: p₍k₎ ≤ 0.05·k/n)의 가로 점선과 |log2FC| = 1 세로 점선 2개를 페이드인, 두 조건을 넘는 점은 상향 빨강 #FF6B5A · 하향 파랑 #6E80FF, 나머지 회색 알파 0.35로 칠해줘. 노랑 고리는 그대로 따라가 바닥에 남는 것을 보여주고, 상향·하향 각각 가장 유의한 유전자 이름 라벨과 HUD "유의 상향 n · 하향 m · FC 상위 10 중 k개 비유의"를 띄우는 12초 루프. R이면 EnhancedVolcano, Python이면 statsmodels multipletests(method="fdr_bh").
라이브 데모 열기 — 볼케이노 플롯 (배수 변화만 vs 배수 × 유의성 · BH 보정)