Характеристики сегрегированных метрополитенских ареалов
Итак, вы установили, что уровень сегрегации выше в северных промышленных метрополитенских ареалах. Но они же отличаются большим размером и высоким разнообразием населения. Может быть, города с низким разнообразием просто остаются в тени? Давайте разберёмся, как размер и демографическое разнообразие связаны с уровнем сегрегации в метрополитенских ареалах.
Датафрейм msa, дополненный ранее Индексом несходства, уже загружен. Перечень столбцов отображается в консоли. Общая численность населения содержится в столбце population.
Библиотеки pandas и seaborn загружены с обычными псевдонимами.
Это упражнение является частью курса
Анализ данных переписи населения США в Python
Инструкции к упражнению
- Постройте график: уровень сегрегации — по оси Y, численность населения метрополитенского ареала — по оси X
- Вычислите долю афроамериканского населения (в процентах) и запишите результат в столбец
black_pct - Постройте график: уровень сегрегации vs. доля афроамериканского населения
- Создайте диаграмму рассеяния: уровень сегрегации vs. доля афроамериканского населения. Добавьте параметры
sizeиhue, оба с указанием столбца"population"
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Are large metros more segregated?
sns.lmplot(x = ____, y = ____, data = msa)
plt.show()
# Calculate percentage African-American
msa["black_pct"] = ____
# Are more diverse metros more segregated?
sns.lmplot(____, ____, data = msa)
plt.show()
# Display metro size, percent Black, and segregation in one plot
sns.scatterplot(____, data = msa)
plt.show()