La segregazione genera altra segregazione
Hai visto che a Chicago ci sono relativamente pochi tract con una composizione mista tra afroamericani e altre etnie. Come evolvono questi tract nel tempo? tracts_cook è già caricato e hai già calcolato la percentuale di afroamericani nel 2010. Inizierai facendo lo stesso per il 1990, poi calcolerai la variazione in punti percentuali sottraendo questo valore da quello del 2010. Userai quindi regplot per tracciare questa variazione rispetto al valore iniziale (1990).
Per interpretare il grafico, aggiungerai una linea di riferimento rossa per rappresentare "nessuna variazione". regplot consente anche di aggiungere una curva LOWESS (usando lowess = True) per indicare l’andamento locale nei dati.
pandas e seaborn sono caricati con i soliti alias.
Questo esercizio fa parte del corso
Analizzare i dati del Censimento USA con Python
Istruzioni dell'esercizio
- Calcola la percentuale di afroamericani di ciascun tract nel 1990
- Calcola la variazione in punti percentuali degli afroamericani sottraendo il valore del 1990 da quello del 2010
- Per concentrarti sui tract etnicamente misti, limita
tracts_cookai tract in cuipct_black_1990è compreso tra il 30% e il 70% - Traccia la variazione 1990–2000 della percentuale di afroamericani (asse y) rispetto alla percentuale nel 1990 (asse x); usa
lowess = Trueper aggiungere una curva di tendenza smussata
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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()