隨時間繪製誤差範圍

在這個練習中，你將使用帶有誤差棒的折線圖，檢視賓夕法尼亞州費城的房價變化。資料來自 ACS 1-year 樣本的 Table B25077。2011 到 2017 年每一年的估計值與誤差範圍都已下載並串接成一個名為 philly 的 pandas DataFrame。ACS 表中的估計值與誤差範圍變數，分別重新命名為 median_home_value 與 median_home_value_moe。（請在主控台查看 DataFrame。）

已將 pandas 以 pd 匿名匯入。

本練習屬於課程

使用 Python 分析美國 Census 資料

檢視課程

練習說明

以別名 plt 匯入 matplotlib.pyplot
建立欄位 rmoe（用來存放房價中位數的相對 MOE），其值為誤差範圍欄位除以估計值欄位後乘以 100
使用 print 輸出 DataFrame，檢視相對 MOE
建立誤差棒圖：第一個引數設為 "year"；第二個引數設為房價中位數欄位名稱；參數 yerr 設為房價中位數的 MOE 欄位；最後，data 引數設為 philly DataFrame

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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()

編輯並執行程式碼