Dopady černobílé segregace podle pohlaví
seaborn umožňuje vykreslit dvě proměnné podmíněné třetí proměnnou. Naše dvě proměnné budou míra odlišnosti a nezaměstnanost, přičemž bodový graf podmíníme třetí proměnnou – pohlavím – tak, že barva bodů a regresní přímky se bude měnit podle vykazovaného pohlaví. Nejprve ale musíme msa_black_emp převést na „tidy" DataFrame.
msa_black_emp je načtený se sloupci "pct_male_unemp" a "pct_female_unemp", jak byly vypočítány v předchozím cvičení.
pandas a seaborn jsou načtené pod obvyklými aliasy.
Toto cvičení je součástí kurzu
Analýza dat amerického sčítání lidu v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Restrict DataFrame to columns of interest, rename columns
tidy_black_emp = msa_black_emp[____]
tidy_black_emp.columns = ____