用第34届奥数获奖名单学习Pandas和Basemap

这两天在看Pandas库和Basemap库，刚好第34届奥数获奖名单公布，就用它来试试手，学习一下数据清洗和数据可视化，用python制作了金牌榜和总牌榜可视化地图。按省区市归类排序，金牌主要集中在上海-浙江、北京、广东-湖南-湖北、川渝区域。从图中可以得出的基本结论是：金牌数的分布和地区经济活跃度基本一致，由此可知越是经济社会发达地区，越是重视奥数的学习，在教育上越舍得投入。这和通常的观念是完全吻合的，也符合数学是有钱人的游戏这一看法。

这是金牌榜示意图，颜色越深奖牌数越多。中国台湾未参赛，故用绿色表示。

这是金银铜牌奖牌总数排行榜。中国台湾未参赛，故以绿色表示。

数据可视化代码如下：

import matplotlib.pyplot as plt

from mpl_toolkits.basemap import Basemap

from matplotlib.patches import Polygon

from matplotlib.colors import rgb2hex

import pandas as pd

import numpy as np

plt.figure(figsize=(16,8))

m = Basemap(llcrnrlon=77, llcrnrlat=14, urcrnrlon=140, urcrnrlat=51, projection='lcc', lat_1=33, lat_2=45, lon_0=100)

#m.drawcoastlines()

#m.drawcountries(linewidth=1.5)

m.readshapefile('CHN_adm_shp/gadm36_CHN_1', 'states', drawbounds=True)

df = pd.read_table('data.txt',sep='\s+',names=["序号","省市","人数"])

df['省市'] = df.省市.str[:2]

df.set_index('省市', inplace=True)

statenames=[]

colors={}

cmap = plt.cm.YlOrRd

#cmap = plt.cm.Reds

vmax = 17 #总榜30

vmin = 0

for shapedict in m.states_info:

statename = shapedict['NL_NAME_1']

p = statename.split('|')

if len(p) > 1:

s = p[1]

else:

s = p[0]

s = s[:2]

if s == '黑龍':

s = '黑龙'

statenames.append(s)

pop = df['人数'][s]

colors[s] = cmap(np.sqrt((pop - vmin) / (vmax - vmin)))[:3]

ax = plt.gca()

for nshape, seg in enumerate(m.states):

color = rgb2hex(colors[statenames[nshape]])

poly = Polygon(seg, facecolor=color, edgecolor=color)

ax.add_patch(poly)

m.readshapefile('TWN_adm_shp/TWN_adm0', 'taiwan', drawbounds=True)

for nshape, seg in enumerate(m.taiwan):

poly = Polygon(seg, facecolor='g')

ax.add_patch(poly)

m.readshapefile('MAC_adm_shp/MAC_adm1', 'states', drawbounds=True)

m.readshapefile('HKG_adm_shp/HKG_adm0', 'xianggang', drawbounds=True)

for nshape, seg in enumerate(m.xianggang):

poly = Polygon(seg, facecolor='r')

ax.add_patch(poly)

plt.show()

后续，需要对数据作进一步的清洗，作一份奖牌的城市分布散点图，应该更能说明问题。