Caratteristiche delle aree metropolitane segregate
Hai visto che la segregazione è più alta nelle aree metropolitane industrializzate del Nord. Ma queste sono anche aree grandi e diverse. Le città con bassa diversità stanno semplicemente passando inosservate? Confrontiamo come dimensione e diversità si correlano con la segregazione metropolitana.
Il DataFrame msa, modificato in precedenza con l'aggiunta dell'Indice di dissimilarità, è stato caricato. Le colonne sono elencate nella console. La popolazione totale è nella colonna population.
pandas e seaborn sono stati caricati con i soliti alias.
Questo esercizio fa parte del corso
Analizzare i dati del Censimento USA con Python
Istruzioni dell'esercizio
- Traccia la segregazione sull'asse y rispetto alla popolazione metropolitana sull'asse x
- Calcola la percentuale di afroamericani e assegnala alla colonna
black_pct - Traccia la segregazione rispetto alla percentuale di afroamericani
- Crea uno scatterplot di segregazione rispetto alla percentuale di afroamericani. Aggiungi i parametri
sizeehue, entrambi impostati sulla colonna"population"
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Are large metros more segregated?
sns.lmplot(x = ____, y = ____, data = msa)
plt.show()
# Calculate percentage African-American
msa["black_pct"] = ____
# Are more diverse metros more segregated?
sns.lmplot(____, ____, data = msa)
plt.show()
# Display metro size, percent Black, and segregation in one plot
sns.scatterplot(____, data = msa)
plt.show()