분리는 더 큰 분리를 낳는다
시카고에는 아프리카계 미국인과 다른 인종이 섞여 사는 트랙트가 상대적으로 적다는 것을 보셨죠. 그렇다면 이런 트랙트는 시간이 지나며 어떻게 변할까요? tracts_cook이 로드되어 있고, 2010년 아프리카계 미국인 비율은 이미 계산해 두었습니다. 먼저 1990년에도 같은 계산을 하고, 이어서 2010년 값에서 이를 빼서 퍼센트포인트 변화를 계산하세요. 그런 다음 regplot으로 이 변화를 초기값(1990년)과 비교해 그려봅니다.
그래프를 해석하기 위해 변화가 “없음”을 나타내는 빨간 기준선을 추가할 거예요. regplot에서는 lowess = True를 사용해 데이터의 지역적 추세를 보여주는 LOWESS 곡선을 추가할 수도 있습니다.
pandas와 seaborn은 평소와 같은 별칭으로 로드되어 있습니다.
이 연습은 강의의 일부입니다
Python으로 미국 인구조사 데이터 분석하기
연습 안내
- 1990년 각 트랙트의 아프리카계 미국인 비율을 계산하세요.
- 2010년 값에서 1990년 값을 빼서 아프리카계 미국인 비율의 퍼센트포인트 변화를 계산하세요.
- 인종이 섞인 트랙트에 집중하기 위해,
pct_black_1990이 30% 이상 70% 이하인 트랙트만 남기도록tracts_cook을 제한하세요. - 1990~2000년의 Black 비율 변화(세로축)를 1990년 Black 비율(가로축)에 대해 플로팅하세요. 완만한 추세 곡선을 추가하려면
lowess = True를 사용하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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()