Annotaties wijzigen met knoppen
De verkoopafdeling van een groot e-commercebedrijf heeft je gevraagd om te helpen bij het begrijpen en visualiseren van hun gegevens.
Ze hebben maandelijkse verkoopgegevens aangeleverd, maar gebruiken verschillende maatstaven om de maandelijkse prestaties te bepalen: maandelijkse verkoopwaarde (in dollars) en verkoopvolume (aantal verkochte items).
Ze willen al deze informatie in dezelfde visualisatie bekijken, maar eenvoudig annotaties kunnen aan- en uitzetten om hun bespreking te ondersteunen.
In deze oefening help je de verkoopafdeling hun verkoopgegevens te analyseren met knoppen waarmee je belangrijke annotaties kunt in- of uitschakelen.
Je hebt een sales DataFrame gekregen en een go.Figure()-object wordt voor je opgezet.
Deze oefening maakt deel uit van de cursus
Introductie tot datavisualisatie met Plotly in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Create the figure
fig = Figure()
# Create and add traces (done for you)
fig.add_trace(px.bar(sales, x="Month", y="Sales Volume", color_discrete_sequence=['blue']).data[0])
fig.add_trace(px.bar(sales, x="Month", y="Sales Value", color_discrete_sequence=['red']).data[0])
# Create annotations
value_annotations=[{'text': 'Sept was the best', 'showarrow': True, 'x': '____', 'y': 345397}]
volume_annotations=[{'text': 'Oct was the best', 'showarrow': True, 'x': '____', 'y': 71900}]
# Create buttons
my_buttons = [
{'label': "By Sales Value", 'method': "update", 'args': [{}, {'____': ____}]},
{'label': "By Sales Volume", 'method': "update", 'args': [{}, {'____': ____}]}]