La segregación genera más segregación
Has visto que hay relativamente pocos tramos censales en Chicago con una mezcla de población afroamericana y otras razas. ¿Cómo evolucionan estos tramos con el tiempo? tracts_cook está cargado y ya has calculado el porcentaje de población afroamericana en 2010. Empezarás haciendo lo mismo para 1990 y luego calcularás el cambio en puntos porcentuales restando ese valor del de 2010. A continuación, usarás regplot para representar ese cambio frente al valor inicial (1990).
Para interpretar la gráfica, añadirás una línea de referencia roja que represente "sin cambios". regplot también te permite añadir una curva LOWESS (usando lowess = True) para indicar la tendencia local en los datos.
pandas y seaborn están cargados con los alias habituales.
Este ejercicio forma parte del curso
Análisis de datos del Censo de EE. UU. con Python
Instrucciones del ejercicio
- Calcula el porcentaje de población afroamericana de cada tramo censal en 1990
- Calcula el cambio en puntos porcentuales de población afroamericana restando el valor de 1990 al valor de 2010
- Para centrarte en los tramos racialmente mixtos, restringe
tracts_cooka aquellos en los quepct_black_1990esté entre el 30 % y el 70 % - Dibuja el cambio 1990-2000 en el porcentaje de población negra (eje y) frente al porcentaje de población negra en 1990 (eje x); usa
lowess = Truepara añadir una curva de tendencia suavizada
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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()