Utiliser gridplot

Les courtiers immobiliers souhaitent examiner comment la relation entre la superficie d'une propriété et son prix varie selon les quatre régions de Melbourne :

"Northern", "Western", "Eastern" et "Southern".

C'est l'occasion idéale d'utiliser gridplot pour afficher un sous-graphe par région !

Cette activité fait partie du cours

Visualisation de données interactive avec Bokeh

Voir le cours

Instructions de l’exercice

Importez gridplot.
Créez df en filtrant melb pour la région voulue.
Complétez le code pour ajouter des symboles de type cercle à fig, en représentant x par la colonne de superficie du bâtiment et y par le prix, à partir de source, et legend_label par region.
Affichez les sous-graphiques dans une grille de deux colonnes.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import gridplot
from ____.____ import ____
plots = []

# Complete for loop to create plots
for region in ["Northern", "Western", "Southern", "Eastern"]:
  df = melb.loc[melb["region"] == ____]
  source = ColumnDataSource(data=df)
  fig = figure(x_axis_label="Building Area (Meters Squared)", y_axis_label="Price")
  fig.circle(x="____", y="____", source=____, legend_label=____)
  fig.yaxis[0].formatter = NumeralTickFormatter(format="$0a")
  plots.append(fig)

# Display plot
output_file(filename="gridplot.html")
show(____(____, ncols=____))

Modifier et exécuter le code