前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >数据可视化基础与应用-04-seaborn库人口普查分析--如何做人口年龄层结构金字塔

数据可视化基础与应用-04-seaborn库人口普查分析--如何做人口年龄层结构金字塔

作者头像
用户2225445
发布2024-04-19 08:06:49
690
发布2024-04-19 08:06:49
举报
文章被收录于专栏:IT从业者张某某IT从业者张某某

总结

本系列是数据可视化基础与应用的第04篇seaborn,是seaborn从入门到精通系列第3篇。本系列主要介绍基于seaborn实现数据可视化。

参考

参考:我分享了一个项目给你《seaborn篇人口普查分析–如何做人口年龄层结构金字塔》,快来看看吧

数据集地址 https://www.kesci.com/mw/project/5fde03b883e4460030a8dc3d/dataset

数据集介绍

2010年各地区分年龄,性别人口数据

背景描述 数据为中国2010年人口普查资料,包含2010年各地区分年龄、性别的人口,各地区分性别的户籍人口, 2010年(城市,乡村,镇)各地区分年龄、性别的人口

数据说明 1-7c 各地区分年龄、性别的人口(乡村).csv 1-7b 各地区分年龄、性别的人口(镇).csv 1-7a 各地区分年龄、性别的人口(城市).csv 1-3 各地区分性别的户籍人口.csv 各地区分年龄、性别的人口.csv 数据来源

中国2010年人口普查资料

问题描述 20年来出生男女比例变化? 男女找对象的合适年龄假设?初婚和再婚? 基于以上假设,哪个省份的男生以后找女朋友会越来越难? 结合结婚率、离婚率、民族、地域等信息,进一步猜测00后找女朋友的趋势变化

案例

代码语言:javascript
复制
#导入包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
plt.style.use('fivethirtyeight')

from warnings import filterwarnings
filterwarnings('ignore')
代码语言:javascript
复制
#读取各地区分年龄、性别的人口
pcount = pd.read_csv('/home/kesci/input/GENDER8810/各地区分年龄、性别的人口.csv',skiprows=2)
"""
2010年各地区分年龄,性别人口数据
背景描述

数据为中国2010年人口普查资料,包含2010年各地区分年龄、性别的人口,各地区分性别的户籍人口, 2010年(城市,乡村,镇)各地区分年龄、性别的人口
数据说明

1-7c 各地区分年龄、性别的人口(乡村).csv
1-7b 各地区分年龄、性别的人口(镇).csv
1-7a 各地区分年龄、性别的人口(城市).csv
1-3 各地区分性别的户籍人口.csv
各地区分年龄、性别的人口.csv
"""
1. 探索性分析并处理数据
代码语言:javascript
复制
pcount.head()

输出为:

在这里插入图片描述
在这里插入图片描述
代码语言:javascript
复制
pcount.info()

输出为:

在这里插入图片描述
在这里插入图片描述
1.1 删除多余的列
代码语言:javascript
复制
#删除所有值为na的列 
pcount=pcount.dropna(axis=1,how='all') 
1.2 处理表头
代码语言:javascript
复制
def rename(frame):
    for i in range(frame.shape[1]):
        frame.iloc[1,0]='地区'
        if frame.iloc[1,i]=='小计':
            frame.iloc[1,i]='小计'+ '_'+str(frame.iloc[0,i])
        elif frame.iloc[1,i]=='男':
            frame.iloc[1,i]='男' + '_' + str(frame.iloc[0,i-1])
        elif frame.iloc[1,i]=='女':
            frame.iloc[1,i]='女' + '_' + str(frame.iloc[0,i-2])

    
rename(pcount)
pcount.head()

输出为:

在这里插入图片描述
在这里插入图片描述
1.3 透视数据
代码语言:javascript
复制
pcount.columns = pcount.iloc[1,]
pcount.columns

输出为:

在这里插入图片描述
在这里插入图片描述
代码语言:javascript
复制
pcount = pcount.iloc[2:,:]
pcount

输出为:

在这里插入图片描述
在这里插入图片描述
代码语言:javascript
复制
pcounts = pcount.set_index("地区").stack().reset_index()
pcounts

输出为:

在这里插入图片描述
在这里插入图片描述
代码语言:javascript
复制
pcounts.columns = ['地区','类别','统计人数']
pcounts

输出为:

在这里插入图片描述
在这里插入图片描述
1.4 处理空格(数据量大的话不建议这么做)
代码语言:javascript
复制
def replace_r(frame):
    for i in range(frame.shape[0]):
        frame.iloc[i,0] = frame.iloc[i,0].replace(" ",'')
        frame.iloc[i,1] = frame.iloc[i,1].replace(" ",'')
        
replace_r(pcounts)
pcounts

输出为:

在这里插入图片描述
在这里插入图片描述
1.5 增加统计列
代码语言:javascript
复制
pcounts['年龄段'] = pcounts['类别'].str.split('_').str[-1]
pcounts['性别'] = pcounts['类别'].str.split('_').str[0]
#将统计人数转换为数值
pcounts['统计人数']=pcounts['统计人数'].astype('int')
2. 可视化部分
2.1 我国人口总数
代码语言:javascript
复制
plt.figure(1,figsize=(16,6))
plt.subplot(1,2,1)
sns.barplot(y=['全国人口总数','男性人口总数','女性人口总数'],x=[1337376754,687562046,649814708],color='CadetBlue')
plt.title("全国人口总数",loc='left')
plt.xticks(fontsize=12)
plt.yticks(fontsize=13)

plt.subplot(1,2,2)
patches,l_text,p_text=plt.pie([687562046,649814708],labels=['男性','女性'],
       autopct='%.2f%%',colors=['CadetBlue','DarkSalmon'],explode=[0,0.05],startangle=90)
plt.title('不同性别占全国人口总数的百分比')
plt.axis('equal')
plt.show()

输出为:

在这里插入图片描述
在这里插入图片描述
2.1 人口年龄结构金字塔(左边女右边男)
代码语言:javascript
复制
result = pcounts[(pcounts['性别'].isin(['男','女']))&(pcounts['地区']=='全国')&(pcounts['年龄段']!='合计')]
result

输出为:

在这里插入图片描述
在这里插入图片描述
代码语言:javascript
复制
result['人口占比'] =( result['统计人数']/result['统计人数'].sum()*100).round(2)
result

输出为:

在这里插入图片描述
在这里插入图片描述
代码语言:javascript
复制
# 女性占比
-result[result['性别']=='女']['人口占比'].values

输出为:

在这里插入图片描述
在这里插入图片描述
代码语言:javascript
复制
plt.figure(figsize=(12,8))

bar_plot = sns.barplot(y = result['年龄段'].unique(), x = -result[result['性别']=='女']['人口占比'].values, color = "DarkSalmon", 
                       data = result,order = result['年龄段'].unique()[::-1],)
bar_plot = sns.barplot(y = result['年龄段'].unique(), x = result[result['性别']=='男']['人口占比'].values, color = "CadetBlue",
                       data = result,order = result['年龄段'].unique()[::-1],)

plt.xticks([-5,-3,-1,0,1,3,5])
# plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = True
bar_plot.set(xlabel="人口占比(%)", ylabel="年龄层", title = "2010中国人口普查年龄结构金字塔")
plt.show()

输出为:

在这里插入图片描述
在这里插入图片描述
2.2 差异
代码语言:javascript
复制
data = {'index': result['年龄段'].unique(),
        '男': result[result['性别']=='男']['人口占比'].values,
        '女': result[result['性别']=='女']['人口占比'].values,
        }
Data = pd.DataFrame(data)
Data['差异']=Data['男']-Data['女']
Data

输出为:

在这里插入图片描述
在这里插入图片描述
代码语言:javascript
复制
plt.figure(1,figsize=(12,8))
sns.lineplot(x=Data['index'],y=Data['差异'],color='DarkSalmon',sort=False)
plt.xlabel("年龄层")
plt.ylabel("人口占比(%)")
plt.title("各年龄层的 男 VS 女(占比)的差异")
plt.xticks(rotation=35)
plt.show()

输出为:

在这里插入图片描述
在这里插入图片描述
2.3 北京、上海、广东地区的人口年龄结构金字塔(左边女右边男)
代码语言:javascript
复制
plt.figure(1,figsize=(18,16))
n = 0
for x in ['北京','上海','广东']:
    result = pcounts[(pcounts['性别'].isin(['男','女']))&(pcounts['地区'] == x )&(pcounts['年龄段']!='合计')]
    result['人口占比'] =( result['统计人数']/result['统计人数'].sum()*100).round(2)
    n +=1
    plt.subplot(2,3,n)
    bar_plot = sns.barplot(y = result['年龄段'].unique(), x = -result[result['性别']=='女']['人口占比'].values, color = "DarkSalmon", 
                       data = result,order = result['年龄段'].unique()[::-1],)
    bar_plot = sns.barplot(y = result['年龄段'].unique(), x = result[result['性别']=='男']['人口占比'].values, color = "CadetBlue",
                       data = result,order = result['年龄段'].unique()[::-1],)

    plt.xticks([-7,-5,-3,-1,0,1,3,5,7],[7,5,3,1,0,1,3,5,7])
    plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
    plt.rcParams['axes.unicode_minus'] = True
    bar_plot.set(xlabel="人口占比(%)", ylabel="年龄层", title = x )
    plt.ylabel('')
plt.show()   

输出为:

在这里插入图片描述
在这里插入图片描述

上图这三个地区还是比较突出的但不容易看出男女差异,我们再来一个性别的对比图

代码语言:javascript
复制
plt.figure(1,figsize=(18,16))
n = 0
for x in ['北京','上海','广东']:
    result = pcounts[(pcounts['性别'].isin(['男','女']))&(pcounts['地区'] == x )&(pcounts['年龄段']!='合计')]
    n +=1
    plt.subplot(2,3,n)
    sns.barplot(x='统计人数',y='年龄段',hue='性别',data=result,palette=['CadetBlue','DarkSalmon'],order=result['年龄段'].unique()[::-1])
    plt.title(x)
    plt.xticks(rotation=35)
    plt.ylabel('')
plt.show()

输出为:

在这里插入图片描述
在这里插入图片描述

不难发现这三个地区的男女比例失衡,在中青年这个年龄段较为严重

2.4 人口分布地图
代码语言:javascript
复制
result1 = pcounts[(pcounts['性别']=='小计')&(pcounts['地区']!='全国')&(pcounts['年龄段']!='合计')]
result1

输出为:

在这里插入图片描述
在这里插入图片描述
代码语言:javascript
复制
result2 = result1.groupby('地区')['统计人数'].sum().reset_index(name='统计人数')
result2

输出为:

在这里插入图片描述
在这里插入图片描述
代码语言:javascript
复制
# pip install pyecharts
# from pyecharts.globals import CurrentConfig,OnlineHostType
# CurrentConfig.ONLINE_HOST = OnlineHostType.NOTEBOOK_HOST
from pyecharts.charts import Map
from pyecharts import options as opts
代码语言:javascript
复制
x_data = result2['地区'].tolist()
y_data = result2['统计人数'].tolist()
x_data

输出为:

在这里插入图片描述
在这里插入图片描述
代码语言:javascript
复制
name_translate = {"宁夏回族自治区":"宁夏","河南省":"河南","北京市":"北京","河北省":"河北","辽宁省":"辽宁","江西省":"江西",
"上海市":"上海","安徽省": "安徽","江苏省":"江苏","湖南省":"湖南","浙江省":"浙江","海南省":"海南",
"广东省":"广东","湖北省":"湖北", "黑龙江省": "黑龙江","陕西省":"陕西","四川省":"四川","内蒙古自治区":"内蒙古",
"重庆市":"重庆","广西壮族自治区":"广西","云南省":"云南","贵州省":"贵州","吉林省":"吉林","山西省":"山西",
"山东省":"山东","福建省":"福建","青海省":"青海","天津市":"天津","新疆维吾尔自治区":"新疆","西藏自治区":"西藏",
"甘肃省":"甘肃","大连市":"大连", "东莞市":"东莞","宁波市":"宁波","青岛市":"青岛","厦门市":"厦门","台湾省":" ","澳门特别行政区":" ",
"香港特别行政区":" ","南海诸岛":" "}
代码语言:javascript
复制
# 地图
map1 = Map()
map1.add("", [list(z) for z in zip(x_data, y_data)],"china",name_map=name_translate) 
map1.set_series_opts(label_opts=opts.LabelOpts(is_show=True))
map1.set_global_opts(title_opts=opts.TitleOpts(title='全国各地区人口分布'),
visualmap_opts=opts.VisualMapOpts( max_=result2['统计人数'].max(),
min_ =result2['统计人数'].min(),is_piecewise=False))
map1.render_notebook() 

输出为:

2010年的人口普查数据显示:广东省、山东省、河南省、四川省、江苏省 是总人口数前 5 的地区

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2024-04-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 总结
  • 参考
  • 数据集介绍
  • 案例
    • 1. 探索性分析并处理数据
      • 1.1 删除多余的列
      • 1.2 处理表头
      • 1.3 透视数据
      • 1.4 处理空格(数据量大的话不建议这么做)
      • 1.5 增加统计列
    • 2. 可视化部分
      • 2.1 我国人口总数
      • 2.1 人口年龄结构金字塔(左边女右边男)
      • 2.2 差异
      • 2.3 北京、上海、广东地区的人口年龄结构金字塔(左边女右边男)
      • 2.4 人口分布地图
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档