隔离催生更多隔离
您已经看到，在芝加哥，兼有非裔美国人与其他种族的混合型小区相对较少。这些小区随时间如何变化？tracts_cook 已加载，且您已经计算过 2010 年非裔美国人的百分比。您将先对 1990 年做同样的计算，然后用 2010 年的数值减去 1990 年的数值，得到百分点变化。接着使用 regplot 将该变化与初始值（1990 年）作图比较。
为便于解读图形，您将添加一条红色参考线，表示"无变化"。regplot 还允许添加 LOWESS 曲线（使用 lowess = True）来表示数据的局部趋势。
已按常用别名加载 pandas 和 seaborn。
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
- 计算每个小区在 1990 年的非裔美国人百分比。
- 通过用 2010 年的数值减去 1990 年的数值，计算非裔美国人的百分点变化。
- 为聚焦于种族混合的小区，将
tracts_cook限制为pct_black_1990介于 30% 与 70% 的小区。 - 作图：以 1990-2000 年非裔比例的变化为 y 轴、1990 年非裔比例为 x 轴；使用
lowess = True添加一条平滑趋势曲线。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Calculate percent Black in 1990 and percentage point change from 1990 to 2000
tracts_cook["pct_black_1990"] = ____
tracts_cook["pct_black_change"] = ____
# Retain tracts between 30% and 70% Black in 1990
tracts_mixed = tracts_cook[(____) & (____)]
# Plot change vs. percent Black in 1990, with "no change" reference line
sns.regplot(____, ____, ____, data = tracts_mixed)
plt.plot([30, 70], [0, 0], linestyle = "--", color = "red")
plt.show()