大家好，我是欧K~
本期将利用Python分析「第七次全国人口普查数据」，看看：我国各地区分口分布、年龄构成、性别构成以及各地区搜教育程度情况等等，希望对大家有所帮助，如有疑问或者需要改进的地方可以联系小编。
第七次全国人口普查结果：全国人口共141178万人，与2010年的133972万人相比，增加了7206万人，增长5.38%；年平均增长率为0.53%，比2000年到2010年的年平均增长率0.57%下降0.04个百分点。 全国人口中，男性人口为723339956人，占51.24%；女性人口为688438768人，占48.76%。总人口性别比为1.0507。 0—14岁人口占17.95%，15—59岁人口占比63.35%，60岁及以上人口占18.7%，65岁及以上人口占13.5%。
Pandas — 数据处理
Pyecharts — 数据可视化
import pandas as pd
from pyecharts.charts import Line
from pyecharts.charts import Bar
from pyecharts.charts import Pie
from pyecharts.charts import Map
from pyecharts.charts import PictorialBar
from pyecharts.charts import Sankey
from pyecharts.charts import Map3D
from pyecharts.globals import ChartType
from pyecharts.commons.utils import JsCode
from pyecharts import options as opts
import warnings
warnings.filterwarnings('ignore')2.1 读取数据
df1 = pd.read_excel('./data/各地区15岁及以上人口平均受教育年限.xlsx')
df2 = pd.read_excel('./data/各地区每10万人口中拥有的各类受教育程度人数.xlsx')
df3 = pd.read_excel('./data/各地区人口.xlsx')
df4 = pd.read_excel('./data/各地区人口年龄构成.xlsx')
df5 = pd.read_excel('./data/各地区性别构成.xlsx')
df6 = pd.read_excel('./data/全国人口年龄构成.xlsx')各地区每10万人口中拥有的各类受教育程度人数：
各地区人口：
各地区人口年龄构成：
各地区性别构成：
全国人口年龄构成：
def get_map3d():
map3d = (
Map3D()
.add_schema(
map3d_label=opts.Map3DLabelOpts(
is_show=False
),
emphasis_label_opts=opts.LabelOpts(is_show=False),
light_opts=opts.Map3DLightOpts(
main_shadow_quality='high',
is_main_shadow=True,
main_intensity=1,
main_alpha=30,
),
post_effect_opts=opts.Map3DPostEffectOpts(
is_enable=True,
is_ssao_enable=True,
ssao_radius=1,
ssao_intensity=1
)
)
.add(
series_name="",
data_pair=new_area_data,
type_=ChartType.BAR3D,
shading="lambert",
)
.set_global_opts(
title_opts=opts.TitleOpts(
title='1-全国各省人口统计三维地图',
),
visualmap_opts=opts.VisualMapOpts(
is_show=False,
pos_left='10%',
pos_bottom='10%',
range_color=range_color
),
)
)
return map3ddef get_map():
m = (
Map()
.add('',
data,
'china',
)
.set_global_opts(
title_opts=opts.TitleOpts(
title='2-全国各地区人口数量分布地图',
),
legend_opts=opts.LegendOpts(is_show=False),
visualmap_opts=opts.VisualMapOpts(
range_color=range_color,
pos_bottom='10%',
pos_left='20%'
),
)
)
return mdef get_sankey():
sankey = (
Sankey()
.add(
"sankey",
nodes,
links,
pos_top='10%',
node_width=50,
node_gap=10,
node_align='justify',
focus_node_adjacency=True,
linestyle_opt=opts.LineStyleOpts(opacity=0.6, curve=0.5, color="source"),
)
.set_global_opts(
title_opts=opts.TitleOpts(
title='4-全国总人口性别和地区分布'
)
)
)
return sankey3.5 全国各地区人口年龄构成
def get_pie():
pie = (
Pie()
.add(
"",
[list(z) for z in zip(x_data, y_data)],
)
.set_global_opts(
title_opts=opts.TitleOpts(
title='6-全国年龄人口占比饼图',
),
visualmap_opts=opts.VisualMapOpts(
pos_bottom='10%',
pos_left='10%',
is_show=False,
range_color=range_color
)
)
)
return pie3.7 全国各地区每10万人口中拥有的各类受教育程度人数占比
3.8 第六_第七次人口普查各地区15岁及以上人口平均受教育年限
以上就是本期为大家整理的全部内容了，喜欢的朋友可以点赞、点在看
也可以分享让更多人知道。
往期推荐
源码下载 | 【01-50】Pthon可视化系列文章资源(源码+数据)
可视化 | Flask+Mysql+Echarts 豆瓣电影Top250数据分析系统
53 | 基于Lasso回归和随机森林的上海链家二手房房价预测
52 | 基于KNN近邻和随机森林模型对用户转化进行分析与预测
Pandas+Pyecharts | 全国热门旅游景点数据分析可视化
可视化 | 分享一套Flask+Pyecharts可视化模板
用Python分析了3W+《独行月球》影评数据，看看观众们怎么说~
