시작하기무료로 시작하기

주택 가격 드롭다운

여러분은 부동산 투자 회사의 데이터 분석가로 일하고 있어요. 회사는 지난 5년 동안 시드니 주요 몇 개 교외 지역의 주택 가격 수익률을 파악하는 데 도움을 요청했습니다. 여러분의 분석은 이들 지역에 대한 정성적 분석을 보완할 거예요. 각 교외 지역을 개별적으로 시각화하되, 간편하게 전환할 수 있으면 좋겠다고 했습니다.

회사에서는 2015년과 2020년의 해당 교외 지역 가격 데이터를 제공했습니다.

이 연습 문제에서는 각 교외 지역을 선택할 수 있는 드롭다운과 함께 이 데이터를 선 그래프로 그리세요. 추가로, 특정 교외 지역 하나가 큰 성장을 보이고 있으므로 그 트레이스에만 주석을 달아야 합니다. 도전해 보세요!

house_prices DataFrame이 제공되며, go.Figure() 객체도 미리 설정되어 있어요.

이 연습은 강의의 일부입니다

Python으로 배우는 Plotly 데이터 시각화 입문

강의 보기

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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': []}]},
]
코드 편집 및 실행