เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การพล็อต Margins of Error ตามช่วงเวลา

ในแบบฝึกหัดนี้ จะวิเคราะห์การเปลี่ยนแปลงของราคาบ้านในเมืองฟิลาเดลเฟีย รัฐเพนซิลเวเนีย โดยใช้กราฟเส้นที่มี error bars ข้อมูลมาจาก ACS 1-year sample ตาราง B25077 ซึ่งได้ดาวน์โหลดค่าประมาณและ margin of error ของแต่ละปีตั้งแต่ปี 2011 ถึง 2017 แล้วรวมเข้าเป็น DataFrame ของ pandas ชื่อ philly โดยตัวแปรในตาราง ACS สำหรับค่าประมาณและ margin of error ถูกเปลี่ยนชื่อเป็น median_home_value และ median_home_value_moe ตามลำดับ (ดู DataFrame ได้ในคอนโซล)

นำเข้า pandas ด้วยชื่อแทนว่า pd แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การวิเคราะห์ข้อมูลสำมะโนประชากรสหรัฐฯ ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้า matplotlib.pyplot โดยใช้ชื่อแทนว่า plt
  • สร้างคอลัมน์ rmoe (สำหรับเก็บค่า Relative MOE ของราคาบ้านมัธยฐาน) โดยคำนวณจาก 100 คูณด้วยคอลัมน์ margin of error แล้วหารด้วยคอลัมน์ค่าประมาณ
  • ใช้ print แสดง DataFrame เพื่อตรวจสอบค่า Relative MOE
  • สร้างกราฟ error bar โดยกำหนดอาร์กิวเมนต์แรกเป็น "year" อาร์กิวเมนต์ที่สองเป็นชื่อคอลัมน์ราคาบ้านมัธยฐาน กำหนดพารามิเตอร์ yerr เป็นคอลัมน์ MOE ของราคาบ้านมัธยฐาน และกำหนดอาร์กิวเมนต์ data เป็น DataFrame philly

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด