Rappresentare i margini di errore nel tempo

In questo esercizio analizzerai l’andamento dei prezzi delle case a Philadelphia, PA, usando un grafico a linee con barre di errore. I dati provengono dalla tabella ACS 1-year B25077. Le stime e i margini di errore per ciascun anno dal 2011 al 2017 sono stati scaricati e concatenati in un DataFrame di pandas chiamato philly. Le variabili della tabella ACS per la stima e il margine di errore sono state rinominate rispettivamente in median_home_value e median_home_value_moe. (Guarda il DataFrame nella console.)

pandas è stato importato come pd.

Questo esercizio fa parte del corso

Analizzare i dati del Censimento USA con Python

Visualizza corso

Istruzioni dell'esercizio

Importa matplotlib.pyplot con l’alias plt
Crea la colonna rmoe (per contenere il MOE relativo del valore mediano delle case) come 100 volte la colonna del margine di errore divisa per la colonna della stima
Esegui print del DataFrame per ispezionare il MOE relativo
Crea un grafico con barre di errore: imposta il primo argomento a "year"; imposta il secondo argomento al nome della colonna del valore mediano delle case; imposta il parametro yerr alla colonna del MOE del valore mediano delle case; infine, imposta l’argomento data al DataFrame philly

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# 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()

Modifica ed esegui il codice