Wpływ segregacji rasowej (Czarni–Biali) w podziale na płeć
seaborn pozwala rysować wykresy dwóch zmiennych uwarunkowane trzecią zmienną. W tym ćwiczeniu zmiennymi będą indeks nierówności i bezrobocie, a wykres punktowy zostanie uwarunkowany płcią – kolor punktów i linii regresji będzie zależeć od raportowanej płci. Najpierw jednak przekształcimy msa_black_emp w ramkę danych w formacie „tidy".
Zbiór msa_black_emp został wczytany z kolumnami "pct_male_unemp" i "pct_female_unemp" obliczonymi w poprzednim ćwiczeniu.
Biblioteki pandas i seaborn zostały wczytane z użyciem standardowych aliasów.
To ćwiczenie jest częścią kursu
Analiza danych spisowych USA w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Restrict DataFrame to columns of interest, rename columns
tidy_black_emp = msa_black_emp[____]
tidy_black_emp.columns = ____