Kom igångKom igång gratis

Skjutreglage för nederbörd per årstid

Australiens meteorologiska byrå har anlitat dig för ett uppföljningsuppdrag kring den visualisering de uppskattade – en graf över månatlig nederbörd i Sydney.

De vill gärna kunna bläddra igenom årstiderna. Inte som ett byte mellan alternativ som med knappar och rullgardinsmenyer, utan mer som ett mjukt glidande.

Det låter som ett perfekt jobb för ett skjutreglage!

I den här övningen ska du skapa ett stapeldiagram över nederbördsdata med ett skjutreglage för årstiderna.

Du har en rain_pm-DataFrame tillgänglig.

Den här övningen är en del av kursen

Introduktion till datavisualisering med Plotly i Python

Visa kurs

Övningsinstruktioner

  • Ge varje steg i skjutreglaget en etikett med rätt årstid, i den ordning de loopades igenom.
  • Ange spårsynlighet för varje steg i skjutreglaget så att endast rätt årstid visas.
  • Lägg till skjutreglaget i figurens layout.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

fig = go.Figure()

for season in ['Autumn', 'Winter', 'Spring']:
    df = rain_pm[rain_pm.Season == season]
    fig.add_trace(px.bar(df, x="Month", y="Total Rainfall", title=season).data[0])
    
# Create the slider elements
sliders = [
    {'steps':[
    {'method': 'update', 'label': '____', 'args': [{'visible': [____, ____, ____]}]},
    {'method': 'update', 'label': '____', 'args': [{'visible': [____, ____, ____]}]},
    {'method': 'update', 'label': '____', 'args': [{'visible': [____, ____, ____]}]}]}]

# Add the slider to the figure 
fig.update_layout({'____': ____})

fig.show()
Redigera och kör kod