Vykreslení chybových úseček pro hodnoty MOE v čase

V tomto cvičení prozkoumáš vývoj cen nemovitostí ve Philadelphii v Pensylvánii pomocí spojnicového grafu s chybovými úsečkami. Data pocházejí z tabulky ACS 1-year sample Table B25077. Odhady a chybová rozpětí pro každý rok od 2011 do 2017 byly staženy a sloučeny do DataFrame pandas s názvem philly. Proměnné tabulky ACS pro odhad a chybové rozpětí byly přejmenovány na median_home_value, respektive median_home_value_moe. (DataFrame si můžeš prohlédnout v konzoli.)

pandas byl naimportován jako pd.

Toto cvičení je součástí kurzu

Analýza dat amerického sčítání lidu v Pythonu

Zobrazit kurz

Pokyny k cvičení

Naimportuj matplotlib.pyplot pod aliasem plt
Vytvoř sloupec rmoe (pro uchování relativní MOE mediánu hodnoty nemovitosti) jako 100 krát sloupec chybového rozpětí dělený sloupcem odhadu
Pomocí print vypiš DataFrame a zkontroluj relativní MOE
Vytvoř graf s chybovými úsečkami: nastav první argument na "year"; nastav druhý argument na název sloupce s mediánem hodnoty nemovitosti; nastav parametr yerr na sloupec MOE mediánu hodnoty nemovitosti; nakonec nastav argument data na DataFrame philly

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import graphics packages
import seaborn as sns
sns.set()
____

# Calculate and inspect Relative Margin of Error
philly["rmoe"] = ____
____

# Create line plot with error bars of 90% MOE
plt.errorbar(____, ____, yerr = ____, data = ____)
plt.show()

Upravit a spustit kód