Plotando margens de erro ao longo do tempo

Neste exercício, você vai analisar a variação dos preços de imóveis na Filadélfia, PA, usando um gráfico de linhas com barras de erro. Os dados vêm da tabela B25077 do ACS de amostra de 1 ano. As estimativas e a margem de erro para cada ano de 2011 a 2017 foram baixadas e concatenadas em um DataFrame do pandas chamado philly. As variáveis da tabela do ACS para a estimativa e a margem de erro foram renomeadas para median_home_value e median_home_value_moe, respectivamente. (Veja o DataFrame no console.)

pandas já foi importado como pd.

Este exercício faz parte do curso

Analisando dados do Censo dos EUA em Python

Ver curso

Instruções do exercício

Importe matplotlib.pyplot com o alias plt
Crie a coluna rmoe (para guardar o MOE relativo do valor mediano do imóvel) como 100 vezes a coluna de margem de erro dividida pela coluna de estimativa
Use print no DataFrame para inspecionar o MOE relativo
Crie um gráfico com barras de erro: defina o primeiro argumento como "year"; o segundo argumento como o nome da coluna de valor mediano do imóvel; defina o parâmetro yerr como a coluna de MOE do valor mediano do imóvel; por fim, defina o argumento data como o DataFrame philly

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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()

Editar e executar o código