Začněte nyníZačněte zdarma

Rozbalovací nabídka cen nemovitostí

Pracuješ jako datový analytik pro firmu zaměřenou na investice do nemovitostí. Firma tě požádala, abys jim pomohl/a pochopit vývoj cen nemovitostí v několika klíčových čtvrtích Sydney za posledních pět let. Tvoje práce doplní kvalitativní analýzu těchto lokalit. Chtějí mít možnost zobrazit každou čtvrť samostatně a snadno mezi nimi přepínat.

Poskytli ti data o cenách nemovitostí v těchto čtvrtích v letech 2015 a 2020.

Tvým úkolem v tomto cvičení je vytvořit spojnicový graf těchto dat s rozbalovací nabídkou pro výběr jednotlivých čtvrtí. Jedna ze čtvrtí navíc vykazuje výrazný růst, takže chceš přidat anotaci pouze k tomuto záznamu. Výzvu přijímáš!

Máš k dispozici DataFrame house_prices a objekt go.Figure() bude připraven za tebe.

Toto cvičení je součástí kurzu

Úvod do vizualizace dat s Plotly v Pythonu

Zobrazit kurz

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create the figure
fig = go.Figure()

# Loop through the suburbs
for suburb in ['Greenacre', 'Lakemba']:
  	# Subset the DataFrame
    df = house_prices[house_prices.Suburb == suburb]
    # Add a trace for each suburb subset
    fig.add_trace(px.line(df, x='Year', y='Median House Price').data[0])

# Annotation
ga_annotation=[{'text': 'Price boom!', 'showarrow': True, 'x': 'Year: 2018', 'y': 712678}]

# Create the buttons
dropdown_buttons = [
{'label': "Greenacre", 'method': "update", 'args': [{"visible": [____, ____]}, {'title': 'Greenacre', 'annotations': ____}]},
{'label': "Lakemba", 'method': "update", 'args': [{"visible": [____, ____]}, {'title': 'Lakemba', 'annotations': []}]},
]
Upravit a spustit kód