Kom igångKom igång gratis

Segregerade storstadsområdens egenskaper

Du har fastställt att segregationen är högre i nordliga industrialiserade storstadsområden. Men dessa är också stora och mångfaldiga områden. Får städer med låg mångfald ett orättvist försprång? Låt oss undersöka hur storlek och mångfald korrelerar med segregation på storstadsnivå.

DataFrame:en msa, uppdaterad med Index of Dissimilarity som tidigare, har laddats in. Kolumnerna visas i konsolen. Den totala befolkningen finns i kolumnen population.

pandas och seaborn har laddats in med de vanliga aliasen.

Den här övningen är en del av kursen

Analys av amerikansk folkräkningsdata i Python

Visa kurs

Övningsinstruktioner

  • Plotta segregation på y-axeln mot metropolitanbefolkning på x-axeln
  • Beräkna andelen afroamerikaner och tilldela resultatet till kolumnen black_pct
  • Plotta segregation mot andelen afroamerikaner
  • Skapa ett punktdiagram över segregation mot andelen afroamerikaner. Lägg till parametrarna size och hue, båda satta till kolumnen "population"

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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()
Redigera och kör kod