Utiliser gridplot

Les agents immobiliers souhaitent examiner comment la relation entre la surface des biens et le prix varie selon les quatre régions de Melbourne :

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

C’est une excellente occasion d’utiliser gridplot et d’afficher un sous-graphe par région !

Cet exercice fait partie du cours

Visualisation de données interactive avec Bokeh

Afficher le cours

Instructions

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

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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