gridplot gebruiken

De makelaars willen onderzoeken hoe de relatie tussen de grootte van een woning en de prijs verschilt tussen de vier regio’s van Melbourne:

"Northern", "Western", "Eastern" en "Southern".

Dit is een mooie kans om gridplot te gebruiken, met één subplot per regio!

Deze oefening maakt deel uit van de cursus

Interactieve datavisualisatie met Bokeh

Cursus bekijken

Oefeninstructies

Importeer gridplot.
Maak df door melb te filteren op de gewenste regio.
Vul de code aan om cirkel-glyphs toe te voegen aan fig, waarbij x de kolom met bouwoppervlak is en y de prijs, afkomstig uit source, en legend_label gelijk is aan region.
Toon de subplots in een raster met twee kolommen.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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=____))

Code bewerken en uitvoeren