Сегрегация порождает сегрегацию
Вы уже убедились, что в Чикаго относительно немного переписных участков со смешанным расовым составом — где проживают как афроамериканцы, так и представители других рас. Как эти участки меняются со временем? Набор данных tracts_cook загружен, а доля афроамериканского населения за 2010 год уже рассчитана. Сначала вы выполните аналогичный расчёт для 1990 года, затем вычислите изменение в процентных пунктах, вычтя значение 1990 года из значения 2010 года. После этого с помощью regplot вы построите график зависимости этого изменения от начального значения (1990 год).
Чтобы облегчить интерпретацию графика, добавьте красную опорную линию, соответствующую «нулевому изменению». Функция regplot также позволяет добавить кривую LOWESS (параметр lowess = True), которая отражает локальный тренд в данных.
pandas и seaborn загружены с обычными псевдонимами.
Это упражнение является частью курса
Анализ данных переписи населения США в Python
Инструкции к упражнению
- Рассчитайте долю афроамериканского населения для каждого переписного участка в 1990 году
- Вычислите изменение доли афроамериканского населения в процентных пунктах, вычтя значение 1990 года из значения 2010 года
- Чтобы сосредоточиться на участках со смешанным расовым составом, отфильтруйте
tracts_cook, оставив только те участки, гдеpct_black_1990находится в диапазоне от 30% до 70% - Постройте график изменения доли чернокожего населения с 1990 по 2010 год (ось Y) в зависимости от этой доли в 1990 году (ось X); используйте
lowess = True, чтобы добавить сглаженную линию тренда
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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()