Ventas a lo largo del tiempo
Ahora las inmobiliarias te piden analizar la actividad del mercado de vivienda para visualizar los cambios en las ventas totales a lo largo del tiempo. El DataFrame melb se ha agrupado por date, esta vez calculando las ventas totales con la suma de la columna price, y se ha guardado como melb_sales:
melb_sales = melb.groupby("date", as_index=False)["price"].sum()
source se ha creado a partir de melb_sales y está precargado para ti. Tu tarea es formatear un gráfico para mostrar la visualización con ejes informativos que permitan extraer conclusiones.
Este ejercicio forma parte del curso
Visualización de datos interactiva con Bokeh
Instrucciones del ejercicio
- Importa las clases necesarias para cambiar las etiquetas de los ejes a formato
datetimeynumeric. - Añade glifos de línea a la figura, asignando y como
"price"frente a x como"date"desdesource. - Actualiza el formato del eje x a meses con tres caracteres y años con 4 dígitos.
- Establece el formato del eje y como
"$0a"para mostrar en millones de dólares.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Import the second formatter
from bokeh.models import ____, ____
fig = figure(x_axis_label="Date", y_axis_label="Sales")
# Add line glyphs
fig.line(____)
# Format the x-axis format
fig.____[____].____ = ____(months="____")
# Format the y-axis format
fig.____[____].____ = ____(format="____")
output_file(filename="melbourne_sales.html")
show(fig)