Segregação gera mais segregação
Você viu que há relativamente poucos setores censitários em Chicago com uma mistura de afro-americanos e outras raças. Como esses setores evoluem ao longo do tempo? tracts_cook já está carregado, e você já calculou a porcentagem de afro-americanos em 2010. Você vai começar fazendo o mesmo para 1990 e, em seguida, calcular a variação em pontos percentuais subtraindo esse valor do de 2010. Depois, vai usar regplot para plotar essa variação em relação ao valor inicial (1990).
Para interpretar o gráfico, você adicionará uma linha de referência vermelha para representar "nenhuma mudança". O regplot também permite adicionar uma curva LOWESS (usando lowess = True) para indicar a tendência local nos dados.
pandas e seaborn estão carregados com os aliases de sempre.
Este exercício faz parte do curso
Analisando dados do Censo dos EUA em Python
Instruções do exercício
- Calcule a porcentagem de afro-americanos de cada setor em 1990
- Calcule a variação em pontos percentuais de afro-americanos, subtraindo o valor de 1990 do valor de 2010
- Para focar nos setores racialmente mistos, restrinja
tracts_cookaos setores em quepct_black_1990esteja entre 30% e 70% - Faça um gráfico da variação de 1990–2000 na porcentagem de população negra (eixo y) vs. porcentagem de população negra em 1990 (eixo x); use
lowess = Truepara adicionar uma curva de tendência suavizada
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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()