Zacznij terazZacznij za darmo

Histogramy przychodów jako wykresy podrzędne

Histogram przychodów z podziałem na branże (ze słupkami skumulowanymi), który przygotowałeś dla nowojorskiej firmy giełdowej, okazał się bardzo przydatny – wyraźnie pokazał, które branże skupiają się w poszczególnych obszarach histogramu.

Firma chce jednak zrozumieć rozkład danych dla każdej branży bez konieczności najeżdżania kursorem na wykres. Poprzedni histogram zawierał zbyt wiele informacji w jednym miejscu jak na tę analizę, a klient nie chce korzystać z wielu oddzielnych wykresów. Jak możesz rozwiązać ten problem?

Twoim zadaniem jest utworzenie histogramu przychodów firm według branży jako skumulowanych wykresów podrzędnych ze wspólną osią X, co umożliwi miarodajne porównanie branż.

Do dyspozycji masz wczytany DataFrame revenues.

To ćwiczenie jest częścią kursu

Wprowadzenie do wizualizacji danych z Plotly w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Utwórz siatkę wykresów podrzędnych z 3 wierszami i 1 kolumną oraz współdzieloną osią X.
  • Przejdź pętlą przez wybrane branże i dodaj ślad histogramu dla każdej z nich.
  • Umieść każdy ślad w odpowiednim wierszu siatki wykresów podrzędnych.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create the subplots
fig = make_subplots(rows=____, cols=____, ____=True,
                   subplot_titles=['Tech Industry Revenue', 
                                  'Retail Industry Revenue', 
                                  'Professional Services Industry Revenue'])

# Loop through the industries
row_num = 1
for industry in ['Tech', 'Retail', 'Professional Services']:
    df = revenues[revenues.Industry == industry]
    # Create a histogram
    hist = px.____(df, x='Revenue')
    # Add the trace to the subplot
    fig.____(hist.data[0],
    # Position the trace
    row=____, col=1)
    row_num +=1

# Show the plot
fig.show()
Edytuj i uruchom kod