Zacznij terazZacznij za darmo

Ceny nieruchomości – lista rozwijana

Pracujesz jako analityk danych w firmie inwestującej w nieruchomości. Firma poprosiła cię o pomoc w analizie zwrotów z cen nieruchomości w kilku kluczowych dzielnicach Sydney na przestrzeni ostatnich pięciu lat. Twoja praca uzupełni jakościową analizę tych obszarów. Klient chce móc wizualizować każdą dzielnicę osobno, ale też łatwo przełączać się między nimi.

Otrzymałeś dane dotyczące cen w tych dzielnicach w latach 2015 i 2020.

Twoim zadaniem w tym ćwiczeniu jest stworzenie wykresu liniowego z listą rozwijaną umożliwiającą wybór dzielnicy. Ponadto firma zidentyfikowała jedną dzielnicę o wyjątkowo dynamicznym wzroście – chcesz ją oznaczyć adnotacją tylko na tym wykresie. Przyjmujesz wyzwanie!

Masz dostęp do ramki danych house_prices, a obiekt go.Figure() zostanie skonfigurowany za ciebie.

To ćwiczenie jest częścią kursu

Wprowadzenie do wizualizacji danych z Plotly w Pythonie

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create the figure
fig = go.Figure()

# Loop through the suburbs
for suburb in ['Greenacre', 'Lakemba']:
  	# Subset the DataFrame
    df = house_prices[house_prices.Suburb == suburb]
    # Add a trace for each suburb subset
    fig.add_trace(px.line(df, x='Year', y='Median House Price').data[0])

# Annotation
ga_annotation=[{'text': 'Price boom!', 'showarrow': True, 'x': 'Year: 2018', 'y': 712678}]

# Create the buttons
dropdown_buttons = [
{'label': "Greenacre", 'method': "update", 'args': [{"visible": [____, ____]}, {'title': 'Greenacre', 'annotations': ____}]},
{'label': "Lakemba", 'method': "update", 'args': [{"visible": [____, ____]}, {'title': 'Lakemba', 'annotations': []}]},
]
Edytuj i uruchom kod