ลักษณะของเมืองที่มีการแบ่งแยกสูง
ตอนนี้เราทราบแล้วว่าการแบ่งแยกทางเชื้อชาติมีแนวโน้มสูงกว่าในเขตเมืองอุตสาหกรรมทางภาคเหนือ แต่พื้นที่เหล่านั้นก็มีขนาดใหญ่และมีความหลากหลายทางประชากรด้วย แล้วเมืองที่มีความหลากหลายต่ำล่ะ — ได้รับการยกเว้นหรือเปล่า? มาดูกันว่าขนาดและความหลากหลายของประชากรมีความสัมพันธ์กับระดับการแบ่งแยกในระดับมหานครอย่างไร
โหลด DataFrame msa ที่ผ่านการแก้ไขแล้วพร้อมค่า Index of Dissimilarity ไว้ให้แล้ว สามารถดูรายชื่อคอลัมน์ได้ในคอนโซล โดยจำนวนประชากรทั้งหมดอยู่ในคอลัมน์ population
โหลด pandas และ seaborn ด้วย alias ตามปกติแล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์ข้อมูลสำมะโนประชากรสหรัฐฯ ด้วย Python
คำแนะนำการฝึกหัด
- พล็อตค่าการแบ่งแยกบนแกน y เทียบกับ จำนวนประชากรของมหานครบนแกน x
- คำนวณเปอร์เซ็นต์ชาวแอฟริกัน-อเมริกัน แล้วกำหนดให้กับคอลัมน์
black_pct - พล็อตค่าการแบ่งแยก เทียบกับ เปอร์เซ็นต์ชาวแอฟริกัน-อเมริกัน
- สร้าง scatterplot ของค่าการแบ่งแยก เทียบกับ เปอร์เซ็นต์ชาวแอฟริกัน-อเมริกัน โดยเพิ่มพารามิเตอร์
sizeและhueทั้งคู่กำหนดให้ชี้ไปที่คอลัมน์"population"
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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()