Ändra annoteringar med knappar
Ett stort e-handelsföretags försäljningsavdelning har bett dig hjälpa dem att förstå och visualisera sin data.
De har tillhandahållit månadsvis försäljningsdata men använder olika mätvärden för att bedöma månadsprestanda: månadens försäljningsvärde (i dollar) och försäljningsvolym (antal sålda artiklar).
De vill kunna visa all denna information i samma diagram och enkelt kunna slå annoteringar på och av för att underlätta diskussionen.
I den här övningen hjälper du försäljningsavdelningen att analysera sin försäljningsdata med knappar som aktiverar eller inaktiverar viktiga annoteringar.
Du har tillgång till en sales-DataFrame och ett go.Figure()-objekt som redan är konfigurerat.
Den här övningen är en del av kursen
Introduktion till datavisualisering med Plotly i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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': [{}, {'____': ____}]}]