Segregace plodí další segregaci
Viděl/a jsi, že v Chicagu existuje poměrně málo čtvrtí se smíšeným zastoupením Afroameričanů a ostatních ras. Jak se tyto čtvrti vyvíjejí v čase? Proměnná tracts_cook je načtena a podíl Afroameričanů pro rok 2010 už máš spočítaný. Začneš tím, že totéž uděláš pro rok 1990, a pak vypočítáš změnu v procentních bodech odečtením hodnoty z roku 1990 od hodnoty z roku 2010. Pomocí regplot pak vykreslíš tuto změnu oproti výchozí hodnotě (z roku 1990).
Aby byl graf lépe čitelný, přidáš červenou referenční přímku znázorňující „žádnou změnu". Funkce regplot ti také umožní přidat křivku LOWESS (pomocí lowess = True), která zachytí lokální trend v datech.
pandas a seaborn jsou načteny pod obvyklými aliasy.
Toto cvičení je součástí kurzu
Analýza dat amerického sčítání lidu v Pythonu
Pokyny k cvičení
- Vypočítej procentuální zastoupení Afroameričanů v každé čtvrti v roce 1990
- Vypočítej změnu v procentních bodech tak, že od hodnoty z roku 2010 odečteš hodnotu z roku 1990
- Aby ses zaměřil/a na rasově smíšené čtvrti, omeď
tracts_cookna čtvrti, kde jepct_black_1990mezi 30 % a 70 % - Vykresli změnu podílu černošského obyvatelstva v letech 1990–2010 (osa y) oproti podílu v roce 1990 (osa x); použij
lowess = Truepro přidání vyhlazené trendové křivky
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Calculate percent Black in 1990 and percentage point change from 1990 to 2000
tracts_cook["pct_black_1990"] = ____
tracts_cook["pct_black_change"] = ____
# Retain tracts between 30% and 70% Black in 1990
tracts_mixed = tracts_cook[(____) & (____)]
# Plot change vs. percent Black in 1990, with "no change" reference line
sns.regplot(____, ____, ____, data = tracts_mixed)
plt.plot([30, 70], [0, 0], linestyle = "--", color = "red")
plt.show()