性別別にみる Black-White セグリゲーションの影響

seaborn を使うと、3つ目の変数で条件づけた2変数のプロットができます。ここでは、2つの変数は不均等度（dissimilarity）と失業率で、3つ目の変数である性別に基づいて点と回帰直線の色を変えることで、散布図を性別で条件づけます。その前に、msa_black_emp を「tidy」な DataFrame に変換する必要があります。

msa_black_emp は前の演習で計算した "pct_male_unemp" と "pct_female_unemp" 列を含めて読み込まれています。

pandas と seaborn は通常のエイリアスで読み込まれています。