Categorische kolom-subplots

De makelaars willen dat je analyseert hoe woninggrootte en perceeloppervlak per regio in Melbourne verschillen. Met de column-lay-out kun je twee subplotten maken die deze relaties tonen, met region als de x-as.

De melb DataFrame is gegroepeerd op region, en de gemiddelde waarden voor land_area en building_area zijn berekend. Dit is klaargezet als een Bokeh-gegevensobject genaamd source, al voor je ingeladen.

Deze oefening maakt deel uit van de cursus

Interactieve datavisualisatie met Bokeh

Cursus bekijken

Oefeninstructies

Importeer column uit de bijbehorende Bokeh-module.
Voeg balk-glyphs toe aan building_size, waarbij je de "building_area" voor elke "region" plot.
Voeg balk-glyphs toe aan land_size, die de "land_area" voor elke "region" weergeven.
Genereer een HTML-bestand met de naam "my_first_column.html", en maak de aanroep van show() af om beide subplotten weer te geven.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Import column
from ____.____ import ____
regions = ["Eastern", "Southern", "Western", "Northern"]
building_size = figure(x_axis_label="Region", y_axis_label="Building Size (Meters Squared)", 
                       x_range=regions)
land_size = figure(x_axis_label="Region", y_axis_label="Land Size (Meters Squared)", 
                   x_range=regions)

# Add bar glyphs
building_size.____(x="____", top="____", source=____)
land_size.____(x="____", top="____", source=____)

# Generate HTML file and display the subplots
output_file(filename="____")
show(____(____, ____))

Code bewerken en uitvoeren