MulaiMulai sekarang secara gratis

Mengidentifikasi Tract yang Dapat Mengalami Gentrifikasi

Dalam latihan ini, Anda akan mengidentifikasi dan memetakan tract yang dapat mengalami gentrifikasi pada tahun 2000. Kriterianya adalah:

  1. Median household income (MHI) rendah, ditentukan sebagai MHI tract yang lebih rendah daripada MHI untuk wilayah metro New York.
  2. Tingkat pembangunan perumahan baru yang rendah, ditentukan sebagai tract dengan persentase perumahan yang dibangun dalam 20 tahun sebelumnya (sejak 1980) lebih rendah daripada persentase untuk wilayah metro New York.

GeoDataFrame bk_2000, dengan data untuk tract Sensus Brooklyn pada tahun 2000, telah dimuat untuk Anda.

Latihan ini adalah bagian dari kursus

Menganalisis Data Sensus AS dengan Python

Lihat Kursus

Petunjuk latihan

  • Hitung kolom boolean low_mhi dengan memeriksa apakah mhi lebih kecil daripada mhi_msa
  • Hitung kolom boolean low_recent_build dengan memeriksa apakah persentase rumah yang dibangun dalam 20 tahun sebelum 2000 (pct_recent_build) lebih kecil daripada pct_recent_build_msa
  • Gunakan operator & untuk mengklasifikasikan lingkungan sebagai berpotensi gentrifikasi jika low_mhi dan low_recent_build keduanya bernilai true; kolom harus diapit tanda kurung
  • Petakan tract yang berpotensi gentrifikasi menggunakan colormap YlGn

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Median income below MSA median income
bk_2000["low_mhi"] = ____

# Recent construction below MSA
bk_2000["low_recent_build"] = ____

# Identify gentrifiable tracts
bk_2000["gentrifiable"] = (____) & (____)

# Plot gentrifiable tracts
bk_2000.plot(column = ____, cmap = ____)
plt.show()
Edit dan Jalankan Kode