用 Python 分析各国人口性别比例,原来单身不是我的错
前言
文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
作者: 萝卜大杂烩
PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
python免费学习资料以及群交流解答点击即可加入
获取我国女性占比
首先我们先来抓取下我国女性的逐年占比数据,看看找对象在什么时代能容易些。
抓取该网站还是很容易的,直接解析 HTML 文件即可。
import requests
from bs4 import BeautifulSoupurl = 'https://www.kuaiyilicai.com/stats/global/yearly_per_country/g_population_female_perc/chn.html'
res = requests.get(url).text
html = BeautifulSoup(res, 'html.parser')
html.find('tbody').find_all('td')
这样,就获取到了所有的表格数据
[<td>2018年</td>,<td>48.68%</td>,<td>2017年</td>,<td>48.67%</td>,<td>2016年</td>,<td>48.65%</td>,<td>2015年</td>,<td>48.64%</td>,<td>2014年</td>,<td>48.63%</td>,
...
不过这个表格数据里会有谷歌广告的代码,需要去掉下
chinese_data = html.find('tbody').find_all('td')
i = 0
for d in chinese_data:if r"adsbygoogle" in d.text:chinese_data.pop(i)i += 1
接下来就可以获取年份和对应的数据了
year = []
data = []
i = 1
for d in chinese_data:if i == 1 or i%2 != 0:year.append(d.text)else:temp = d.text.split('%')data.append(temp[0])i += 1
拿到 year 和 data 两个列表后,我们就可以开始作图了。
当然我还获取了世界上其他国家的女性比例,出生性别比例等数据,抓取方式都类似,就不再一一重复了。
历年女性占比分析
可以看到,我国的女性占比常年是低于50%,大胆推测,这绝对和我们上下五千年的历史文化遗留有关啊。
不过情形在慢慢变好,在上世纪80年代左右,我国的女性占比很好的稳定在了48.69%-48.68%这里,而48.69%竟然已经是女性占比的最高比例了。
接下来我们着重看看2018年的数据吧,这一年女性占比为48.68%,而根据人口普查,2018年我国总人口为13.93亿 (1,392,730,000),那么男性比女性就多出了36,768,072,整整3千6百多万人啊。所以说如果你在去年还是单身,那么不要悲伤,因为最少还有3千多万人陪着你,当然如果你现在成功脱单了,祝贺你,你是那个踏过独木桥的人,堪称中了超级福利彩票,请一定要珍惜!
历年出生比例分析
出生人口性别比是指活产男婴数与活产女婴数的比值。正常情况下,出生性别比是由生物学规律决定的,保持在1.02—1.07之间。
也就是说正常情况下统计学界和生物学界已经默认了男性出生比例要高于女性呀。
世界各国(或地区)女性占比
我这里先选取了世界范围内女性占比前十的数据,来看看哪个国家(或地区)的男同胞们最幸福
我们一直听到的都是东欧美女多,剩女也多,看来真的不假啊。拉脱维亚、立陶宛、乌克兰,白俄罗斯这些国家是不是大家都耳熟能详。
前些年网络上流行的国内屌丝小伙,到了乌克兰通过个人奋斗,成功迎娶白富美,走上人生巅峰的事迹还是一直在激励着我(们)呀。
下面就刺激了,我们来看看女性比例排名后十的国家和地区都是哪些呢
从后面数五个,清一色的穆斯林国家,而卡塔尔和阿联酋的女性比例竟然还不到30%。
世界范围出生性别比例
最后我们再来看下在世界范围内,出生性别比例的数据
比例最高的前十名
所以说,综上分析,作为程序猿们,我们成功脱单,那是个人实力和人格魅力的成功体现,如果还在单身,没事儿的朋友,大环境不好啊
用 Python 分析各国人口性别比例,原来单身不是我的错相关推荐
- 用 Python 分析各国人口性别比例
文/萝卜大杂烩 图片来源于网络 缘起 不知道从什么时候开始,广大程序猿们(不包括程序媛们)总是被调侃,一直都是那个靠实力单身的群体. 而根据网上不知道是否准确的数据显示,中国的单身人口高达2亿,我的天 ...
- Python分析微信好友性别比例
开头第一句 Python??! 我使用的环境如下:①Python版本3.7:②64位Win10系统:③IDE:PyCharm. 需要pip好的Python库有:①itchat:②matplotlib. ...
- python编写性别比例_Python分析微信好友性别比例和省份城市分布比例的方法示例【基于itchat模块】...
本文实例讲述了Python分析微信好友性别比例和省份城市分布比例的方法.分享给大家供大家参考,具体如下: 安装itchat pip install itchat 使用 新建wxfx.py,拷贝以下代码 ...
- Python - 获取微信好友性别比例( Pie )
Counter:计数返回键值的形式 items:将键值对转换为元组 import itchat from collections import Counter from matplotlib impo ...
- 用 Python 分析各国足球俱乐部排名
作为一名足球迷,在年终盘点中,怎么能少了足球呢.如果你是关注欧洲足球的球迷(没办法,人家欧洲是足球的世界的中心),那么你一定知道,2019年是属于利物浦的一年,不多说,红军的首个英超冠军已经遥遥在望了 ...
- 基于Python的微信好友男女比例,区域排名,签名情感分析
项目源码下载地址:https://download.csdn.net/download/sheziqiong/85609539 wechat 微信好友男女比例,区域排名,签名情感分析 程序 备注 技术 ...
- python数据比例_#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_gend ...
- 【数据分析大作业 爬虫+数据清洗+可视化分析】Python抓取视频评论并生成词云、情感指数柱状图、性别比例饼图及评论信息表格
目录 一些将BV号转化为AV号的变量设置 词云屏蔽词设置 使用代理IP(直接从IP网站复制的) 爬虫的函数 将结果写入表格中 下面是主函数,首先看看能不能抓取到,还有一些变量设置 开始循环爬评论 对一 ...
- 【Python学习】各国人口数据爬取
爬取网站:https://www.phb123.com/city/renkou/rk.html # 导入相关函数包 import requests from bs4 import BeautifulS ...
最新文章
- 通过BCS对象模型使用筛选器
- linux系统挂载(卸载)U盘(文件系统)
- 52条实用经验,SQL优化不再难!
- GC分析中提到的根对象是什么
- Dev C++ 运行后显示Failed to execute 文件夹位置: Error 0: 操作成功完成。(只需一步)
- 131_Power Query之获取钉钉日志自动刷新Power BI报告
- html 文件上传与移除,Vue采用input实现文件上传与删除
- 10-08 长假结束
- 利用辗转相除法求两个数的最大公约数
- 【day23】The field file exceeds its maximum permitted size of 1048576 bytes.
- html5显示文件后缀,如何显示文件后缀名
- 软件设计师刷题与知识点总结 笔记-2
- java struts json_json与java对象的转换,以及struts2对json的支持,实现ajax技术
- 【解决方案】如何通过EasyCVR安防视频云服务搭建基于移动互联网的阳光厨房云视频直播方案?
- php生成图表_使用PHP组件的4种最佳图表生成选项
- 【python】从拉平的上三角矩阵中,重构矩阵
- latency-nice优先级补丁源码分析
- BlockVC入选首批36氪中国区块链投资机构风云榜
- Codeforces C. Strange Birthday Party(cin读入数据超时)
- 【Neo4j实战】红楼梦知识图谱