Uso di gridplot

Gli agenti immobiliari vorrebbero esaminare come varia la relazione tra dimensione dell'immobile e prezzo nelle quattro regioni di Melbourne:

"Northern", "Western", "Eastern" e "Southern".

È un'ottima occasione per usare gridplot, mostrando un sottografico per ogni regione!

Questo esercizio fa parte del corso

Visualizzazione interattiva dei dati con Bokeh

Visualizza il corso

Istruzioni dell'esercizio

Importa gridplot.
Crea df filtrando melb per la regione desiderata.
Completa il codice per aggiungere i glifi a cerchio a fig, rappresentando x come la colonna dell'area dell'edificio e y come il prezzo, da source, e legend_label come region.
Mostra i sottografici in una griglia usando due colonne.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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=____))

Modifica ed esegui il codice