LoslegenKostenlos starten

Dropdown für Immobilienpreise

Du arbeitest als Data-Analyst bei einer Firma für Immobilieninvestments. Das Unternehmen hat dich gebeten, die Preisrenditen von Immobilien in mehreren wichtigen Vororten von Sydney in den letzten fünf Jahren zu untersuchen. Deine Arbeit ergänzt die qualitative Analyse dieser Vororte. Sie möchten jeden Vorort einzeln visualisieren können und dennoch leicht zwischen ihnen wechseln.

Sie haben dir Daten zu den Preisen dieser Vororte in den Jahren 2015 und 2020 zur Verfügung gestellt.

In dieser Übung sollst du ein Liniendiagramm dieser Daten mit einem Dropdown erstellen, um jeden Vorort auszuwählen. Außerdem wurde festgestellt, dass einer der Vororte stark wächst, daher willst du nur diese Spur annotieren. Herausforderung angenommen!

Es steht dir ein house_prices DataFrame zur Verfügung, und ein go.Figure()-Objekt wird für dich vorbereitet.

Diese Übung ist Teil des Kurses

<Kurs>Einführung in die Datenvisualisierung mit Plotly in Python</Kurs>
Kurs ansehen

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# 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': []}]},
]
Code bearbeiten und ausführen