Kom igångKom igång gratis

BNP vs. förväntad livslängd – legend

FN har kontaktat dig för att få hjälp med att förstå och visualisera deras data. De har testat olika visualiseringsverktyg men har inte hittat den design de är ute efter.

De vill undersöka sambandet (om det finns ett) mellan BNP och förväntad livslängd och har samlat in data för över 200 länder. De första försöken har dock förvirrat intressenterna, och de behöver en tydlig legend under diagrammet för att hjälpa tittarna att förstå det.

Din uppgift är att skapa ett spridningsdiagram med den tillhandahållna DataFrame:n life_gdp och utforma och placera legenden enligt önskemålen.

Den här övningen är en del av kursen

Introduktion till datavisualisering med Plotly i Python

Visa kurs

Övningsinstruktioner

  • Skapa ett spridningsdiagram med DataFrame:n life_gdp, där x-axeln representerar Life expectancy och y-axeln representerar GDP Per Capita.
  • Skapa en legendordbok som är placerad 20 % längs x-axeln och 95 % upp längs y-axeln.
  • Uppdatera layouten för ditt spridningsdiagram så att legenden du just skapade visas!

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Create the scatterplot
fig = px.scatter(
        data_frame=____, 
        x="____", 
        y="____",
  		color="Continent")

# Create legend dictionary
my_legend = dict(x=0.2, y=____)

# Update the figure
fig.update_layout(showlegend=____, legend=my_legend)

# Show the plot
fig.show()
Redigera och kör kod