学完这些课程后，我对创建专业的可视化图表和仪表板充满信心
Shoebur Rahman采购专员，Giz Bangladesh
课程简介
从市场营销到公共卫生再到公民黑客，各领域的数据科学家都需要处理人口与社会经济数据。政府的人口普查机构提供了细致且高质量的数据集，但变量众多且行政地理单元复杂（例如 Census tract 究竟是什么？）常让人望而却步。本课程将向您介绍 Decennial Census（十年一次的人口与住房普查）以及每年的 American Community Survey（美国社区调查），并展示如何查找家庭收入、通勤、种族、家庭结构等您可能关注的主题数据。您将使用 Python 通过 Census API 获取大小不同地理单元的数据，使用 pandas 进行数据整理，并创建派生数据，例如隔离度量。您还将体验使用 geopandas 进行制图。
先修要求
课程体系
课程大纲
1
Decennial Census（人口与住房十年普查）
从 Decennial Census 开始探索人口普查数据产品。使用 Census API 和 requests 包检索数据，加载到 pandas 数据框中，并在 seaborn 中进行探索性可视化。了解重要的人口普查地理单元，包括州、县和普查小区（tract）。
2
American Community Survey（美国社区调查）
使用 American Community Survey 探索医疗保险覆盖和绅士化等主题。计算误差边际（Margin of Error），并分析随时间的变化。使用 geopandas 创建分级设色地图（choropleth）。
3
隔离度量
探索美国的种族隔离。计算差异指数（Index of Dissimilarity），这一重要的隔离度量。学习并使用大都市统计区（Metropolitan Statistical Areas），这是城市研究中的重要地理单元。研究芝加哥隔离状况随时间的变化。
4
探索人口普查主题
本章将把您所学应用于四个专题研究。探索按种族与族裔划分的失业情况；通勤模式与劳动者密度；移民与州际人口流动；以及旧金山的房租负担。
使用 Python 分析美国人口普查数据
课程已完成
