分離が強い大都市圏の特徴
これまでの分析で、北部の工業都市圏で分離が強いことがわかりました。ただし、これらは大規模で多様性の高い都市圏でもあります。多様性が低い都市は、結果的に有利になっていないでしょうか？ 大きさと多様性が大都市圏の分離とどう相関するかを比較してみましょう。
差異指数（Index of Dissimilarity）を追加する以前の加工を反映した msa DataFrame が読み込まれています。列名はコンソールに一覧表示されています。総人口は population 列にあります。
pandas と seaborn は通常のエイリアスで読み込まれています。
この演習はコースの一部です
Pythonで学ぶ米国センサスデータ分析
演習の手順
- y軸に分離、x軸に大都市圏の人口をとって可視化します
- アフリカ系アメリカ人の割合を計算し、列
black_pctに代入します - 分離とアフリカ系アメリカ人の割合の関係を可視化します
- 分離 vs. アフリカ系アメリカ人の割合の散布図を作成し、
sizeとhueパラメータをどちらも列"population"に設定します
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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()