Wizualizacja marginesów błędu w czasie

W tym ćwiczeniu przeanalizujesz zmiany cen nieruchomości w Filadelfii (stan Pensylwania) przy użyciu wykresu liniowego z słupkami błędów. Dane pochodzą z tabeli B25077 z jednorocznej próby ACS. Oszacowania oraz marginesy błędu dla każdego roku od 2011 do 2017 zostały pobrane i połączone w ramkę danych pandas o nazwie philly. Zmienne z tabeli ACS dla oszacowania i marginesu błędu zostały przemianowane odpowiednio na median_home_value i median_home_value_moe. (Ramkę danych możesz obejrzeć w konsoli.)

pandas zostało zaimportowane jako pd.

To ćwiczenie jest częścią kursu

Analiza danych spisowych USA w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Zaimportuj matplotlib.pyplot z aliasem plt
Utwórz kolumnę rmoe (przechowującą względny MOE mediany wartości nieruchomości) jako 100 razy kolumna marginesu błędu podzielona przez kolumnę oszacowania
Wywołaj print na ramce danych, aby sprawdzić względny MOE
Stwórz wykres z słupkami błędów: jako pierwszy argument podaj "year"; jako drugi argument podaj nazwę kolumny z medianą wartości nieruchomości; parametrowi yerr przypisz kolumnę MOE mediany wartości nieruchomości; na końcu ustaw argument data na ramkę danych philly

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import graphics packages
import seaborn as sns
sns.set()
____

# Calculate and inspect Relative Margin of Error
philly["rmoe"] = ____
____

# Create line plot with error bars of 90% MOE
plt.errorbar(____, ____, yerr = ____, data = ____)
plt.show()

Edytuj i uruchom kod