Dropdown för bostadspriser
Du arbetar som dataanalytiker på ett fastighetsbolag. Företaget vill förstå prisutvecklingen för ett antal nyckelområden i Sydney under de senaste fem åren. Ditt arbete ska komplettera den kvalitativa analysen av dessa områden. De vill kunna visualisera varje område separat men enkelt växla mellan dem.
De har tillhandahållit data om priserna i dessa områden för 2015 och 2020.
I den här övningen ska du skapa ett linjediagram över dessa data med ett dropdown-alternativ för att välja område. Ett av områdena uppvisar dessutom stark tillväxt, så du vill annotera just det spåret. Dags att ta sig an utmaningen!
Du har en house_prices DataFrame tillgänglig, och ett go.Figure()-objekt ställs in åt dig.
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 = 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': []}]},
]