Identifikace gentrifikujících se obvodů

V tomto cvičení identifikuješ a zobrazíš na mapě obvody, které procházely gentrifikací mezi lety 2000 a 2010. Aby byl obvod klasifikován jako gentrifikující se, musí být v roce 2000 způsobilý ke gentrifikaci a zároveň splňovat tato kritéria:

Podíl obyvatelstva s bakalářským nebo vyšším vzděláním musí růst rychleji než v oblasti metropolitní statistické oblasti New Yorku.
Hodnoty nemovitostí musí být vyšší než v roce 2000. Aby se zohlednil vliv inflace, hodnoty nemovitostí z roku 2000 se vynásobí číslem 1,2612.

GeoDataFrame bk_2010 je již načten. Názvy sloupců jsou zobrazeny v konzoli. Protože budeš porovnávat data z let 2010 a 2000, obsahuje hodnoty z obou let ve sloupcích s příponou "_2000" a "_2010". Obsahuje také sloupec gentrifiable, který jsi vytvořil/a v předchozím cvičení.

Toto cvičení je součástí kurzu

Analýza dat amerického sčítání lidu v Pythonu

Zobrazit kurz

Pokyny k cvičení

Nastav increasing_education na True, pokud je nárůst podílu obyvatelstva s bakalářským vzděláním mezi lety 2000 a 2010 větší než nárůst na úrovni metropolitní statistické oblasti
Nastav increasing_house_value na True, pokud je median_value_2010 více než 1.2612krát vyšší než median_value_2000
Pomocí operátoru & nastav gentrifying na True, pokud je obvod gentrifiable a zároveň má increasing_education a increasing_house_value
Zobraz gentrifikující se obvody (gentrifying) na mapě s použitím barevné mapy "YlOrRd"

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Increase in percent BA greater than MSA
bk_2010["increasing_education"] = ____

# Increase in house value
bk_2010["increasing_house_value"] = ____

# Identify gentryifying tracts
bk_2010["gentrifying"] = bk_2010["gentrifiable"] & ____

# Plot gentrifying tracts
bk_2010.plot(____)
plt.show()

Upravit a spustit kód