Använda gridplot

Mäklarna vill undersöka hur sambandet mellan fastighetsstorlek och pris varierar i Melbournes fyra regioner:

"Northern", "Western", "Eastern" och "Southern".

Det här är ett perfekt tillfälle att använda gridplot och visa ett deldiagram för varje region!

Den här övningen är en del av kursen

Interaktiv datavisualisering med Bokeh

Visa kurs

Övningsinstruktioner

Importera gridplot.
Skapa df genom att filtrera melb på önskad region.
Komplettera koden för att lägga till cirkel-glyfer i fig, där x representerar kolumnen för byggnadsarea och y representerar priset, från source, och legend_label sätts till region.
Visa deldiagrammen i ett rutnät med två kolumner.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import gridplot
from ____.____ import ____
plots = []

# Complete for loop to create plots
for region in ["Northern", "Western", "Southern", "Eastern"]:
  df = melb.loc[melb["region"] == ____]
  source = ColumnDataSource(data=df)
  fig = figure(x_axis_label="Building Area (Meters Squared)", y_axis_label="Price")
  fig.circle(x="____", y="____", source=____, legend_label=____)
  fig.yaxis[0].formatter = NumeralTickFormatter(format="$0a")
  plots.append(fig)

# Display plot
output_file(filename="gridplot.html")
show(____(____, ncols=____))

Redigera och kör kod