남녀에 따른 흑백 분리의 영향
seaborn을 사용하면 세 번째 변수로 조건부인 두 변수를 그릴 수 있어요. 여기서는 분리 지수(dissimilarity)와 실업률을 두 변수로 두고, 세 번째 변수인 성별에 따라 산점도의 점과 회귀선 색을 바꿔서 조건을 걸어 보겠습니다. 먼저 msa_black_emp를 "정돈된(tidy)" DataFrame으로 변환해야 해요.
msa_black_emp는 이전 연습 문제에서 계산한 "pct_male_unemp"와 "pct_female_unemp" 열을 포함해 로드되어 있습니다.
pandas와 seaborn은 평소와 같은 별칭으로 이미 불러와 두었습니다.
이 연습은 강의의 일부입니다
Python으로 미국 인구조사 데이터 분석하기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Restrict DataFrame to columns of interest, rename columns
tidy_black_emp = msa_black_emp[____]
tidy_black_emp.columns = ____