随时间绘制误差边界
在本练习中，您将使用带误差线的折线图来查看宾夕法尼亚州费城的房价变化。数据来自 ACS 1-year 样本表 B25077。2011 到 2017 年每年的估计值和误差边界已被下载并合并为一个名为 philly 的 pandas DataFrame。ACS 表中的估计值和误差边界变量分别被重命名为 median_home_value 和 median_home_value_moe。（请在控制台中查看该 DataFrame。）
已将 pandas 以 pd 的别名导入。
本练习是课程的一部分
使用 Python 分析美国人口普查数据
练习说明
- 使用别名
plt导入matplotlib.pyplot - 创建列
rmoe（用于保存房价中位数的相对 MOE），其计算为误差边界列除以估计值列再乘以100 - 使用
print输出 DataFrame，以检查相对 MOE - 创建误差条图：将第一个参数设为
"year"；第二个参数设为房价中位数列名；参数yerr设为房价中位数的 MOE 列；最后，将 data 参数设为phillyDataFrame
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()