#python# #数据分析# 性别比例分析

手头有一份性别比例的样本数据,清洗后只保留了性别信息,做了一个数据分析。

数据清洗和数据统计的代码就不贴了,贴性别比例pie图和性别比例趋势图的代码。

性别比例pie图:

def _plot_gender_stat_pie(self, fig, gender_stat, title):
   """
   fig : figure obj
   gender_stat : male / female stat
   title : figure title
   """
   def _explode(label, target='female'):
       if label == target:
            return 0.1
       else:
            return 0
   labels = ['male', 'female']
   expl = list(map(_explode, labels))
    plt.figure(fig, figsize=(7, 7))
   plt.pie(gender_stat, explode=expl, labels=labels, autopct="%5.2f%%")
   plt.title(title, bbox={'facecolor': '0.8', 'pad': 8})

平均性别比例:

年份比较图:

性别比例趋势图代码:

def _plot_gender_stat_line_bar(self, gender_stats):
   """
   gender_stat : male / female stats by year
   """        
   y = gender_stats
   x = range(0, len(y))   plt.figure(figsize=(10, 6)) 
    # line plot
   plt.plot(x, y, 'r.:')
    # plot text on each point
   for point_x, point_y in zip(x, y):
       plt.text(point_x, point_y, str('%.1f' %
                                      point_y), horizontalalignment='center')
    # bar plot
   plt.bar(x, y, width=0.5, color='g')
    plt.xlabel('time')
   plt.ylabel('rate')
   plt.title('male / female rate change', y=0.9)
   plt.show()
  • 样本数据有限,仅用来学习,无其他含义。
  • 是不是效益好的时候,男女性别比例就会小一些,效益不好或者初创期男女性别比例就会大一些?
  • 后面的趋势跟二胎政策也有一定关系。

原文发布于微信公众号 - 趣Python(yang-an-china)

原文发表时间:2017-12-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券