Van hoog naar laag per regio

Nu je weet hoe je een DataFrame sorteert, hebben de makelaars je gevraagd een staafdiagram te maken met de gemiddelde huizenprijs per regio, van groot naar klein.

regions is gemaakt door melb te groeperen op regio en de gemiddelde prijs te berekenen, en is alvast voor je geladen:

regions = melb.groupby("region", as_index=False)["price"].mean()

Deze oefening maakt deel uit van de cursus

Interactieve datavisualisatie met Bokeh

Cursus bekijken

Oefeninstructies

Sorteer regions op prijs in aflopende volgorde.
Maak de figure en stel x_range gelijk aan de kolom "region" van regions, en label de x- en y-as respectievelijk als "Region" en "Sales".
Voeg staaf-glyphs toe uit regions, met price op de y-as tegenover elke region op de x-as, en zet de breedte op 0.9.
Pas de notatie van de y-as aan zodat deze bedragen in miljoenen dollars met 1 decimaal weergeeft.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Sort df by price in descending order
regions = regions.____("____", ascending=____)

# Create figure
fig = figure(x_range=____, x_axis_label=____, y_axis_label=____)

# Add bar glyphs
fig.vbar(x=____, top=____, width=____)

# Format the y-axis to numeric format
fig.____[____].____ = ____(____="$0.0a")

output_file(filename="sorted_barplot.html")
show(fig)

Code bewerken en uitvoeren