python人口数据分析_分析1996~2015年人口数据特征间的关系
分析1996~2015年人口数据特征间的关系
人口数据总共拥有6个特征,分别为年末总人口、男性人口、女性人口、城镇人口、乡村人口和年份。查看各个特征随着时间推移发生的变化情况可以分析男女人口比例、城乡人口变化的方向。
所需文件:populations.npz
链接:https://pan.baidu.com/s/1TB3vmiOUZ4ll0wZYi3876w
提取码:58vo
注意:
所需文件放入指定磁盘(也可自定义位置,但需要在代码上修改文件位置)
程序代码:
import numpy as np
import matplotlib.pyplot as plt
#使用numpy库读取人口数据
data=np.load(‘E:/Data/populations.npz’,allow_pickle=True)
print(data.files)#查看文件中的数组
print(data[‘data’])
print(data[‘feature_names’])
plt.rcParams[‘font.sans-serif’]=‘SimHei’#设置中文显示
name=data[‘feature_names’]#提取其中的feature_names数组,视为数据的标签
values=data[‘data’]#提取其中的data数组,视为数据的存在位置
p1=plt.figure(figsize=(12,12))#确定画布大小
pip1=p1.add_subplot(2,1,1)#创建一个两行一列的子图并开始绘制
#在子图上绘制散点图
plt.scatter(values[0:20,0],values[0:20,1],marker=‘8’,color=‘red’)
plt.ylabel(‘总人口(万人)’)
plt.legend(‘年末’)
plt.title(‘1996~2015年末与各类人口散点图’)
pip2=p1.add_subplot(2,1,2)#绘制子图2
plt.scatter(values[0:20,0],values[0:20,2],marker=‘o’,color=‘yellow’)
plt.scatter(values[0:20,0],values[0:20,3],marker=‘D’,color=‘green’)
plt.scatter(values[0:20,0],values[0:20,4],marker=‘p’,color=‘blue’)
plt.scatter(values[0:20,0],values[0:20,5],marker=‘s’,color=‘purple’)
plt.xlabel(‘时间’)
plt.ylabel(‘总人口(万人)’)
plt.xticks(values[0:20,0])
plt.legend([‘男性’,‘女性’,‘城镇’,‘乡村’])
#在子图上绘制折线图
p2=plt.figure(figsize=(12,12))
p1=p2.add_subplot(2,1,1)
plt.plot(values[0:20,0],values[0:20,1],color=‘r’,linestyle=’–’,marker=‘8’)
plt.ylabel(‘总人口(万人)’)
plt.xticks(range(0,20,1),values[range(0,20,1),0],rotation=45)#rotation设置倾斜度
plt.legend(‘年末’)
plt.title(‘1996~2015年末总与各类人口折线图’)
p2=p2.add_subplot(2,1,2)
plt.plot(values[0:20,0],values[0:20,2],‘y-’)
plt.plot(values[0:20,0],values[0:20,3],‘g-.’)
plt.plot(values[0:20,0],values[0:20,4],‘b-’)
plt.plot(values[0:20,0],values[0:20,5],‘p-’)
plt.xlabel(‘时间’)
plt.ylabel(‘总人口(万人)’)
plt.xticks(values[0:20,0])
plt.legend([‘男性’,‘女性’,‘城镇’,‘乡村’])
#显示图片
plt.show()
运行结果:


原文链接:https://blog.csdn.net/weixin_46006841/article/details/106531401
python人口数据分析_分析1996~2015年人口数据特征间的关系相关推荐
- Python实验二:分析1996~2015年人口数据特征间的关系、分析并绘制鸢尾花数据的散点图和箱线图
人口数据下载链接:populations.npz 鸢尾花数据下载链接:鸢尾花 (下载积分已改为0,请下载) 目录 一.题目表述 1.分析1996~2015年人口数据特征间的关系 2.分析并绘制鸢尾花数 ...
- 分析1996~2015年人口数据特征间的关系并分析1996~2015年人口数据各个特征的分布分散状况
python数据分析与应用 实训1 分析1996~2015年人口数据特征间的关系 并分析1996~2015年人口数据各个特征的分布分散状况 运行环境:jupyter notebook 数据:popul ...
- 实训1 分析1996~2015年人口数据特征间的关系
运行环境:pycharm-community-2019.1.2 使用库:NumPy.matplotlib.pyplot 数据(populations.npz):链接:https://pan.baidu ...
- 分析1996~2015年人口数据各个特征的分布与分散情况
分析1996~2015年人口数据各个特征的分布与分散情况 通过绘制各年份男女人口数目及城乡人口的直方图,男女人口比例及城乡人口比例的饼图开一发现人口结构的变化.而绘制每个特征的箱线图则可以发现不同特征 ...
- 数据可视化|实验四 分析1996-2015年人口数据特征间的关系
使用 NumPy 库读取人口数据 使用 numpy 库读取人口数据,分析 1996~2015 年人口数据特征间的关系: %matplotlib inlineimport numpy as npimpo ...
- 应用数据分析第三周 实训1 分析1996~2015年人口数据特征间的关系
文章目录 前言 一.#实训1分析1996年~2015年人口数据特征的关系 实验结果如图所示
- python进行数据分析需要安装哪两个库_对Python进行数据分析_关于Package的安装问题...
一.为什么要使用Python进行数据分析? python拥有一个巨大的活跃的科学计算社区,拥有不断改良的库,能够轻松的集成C,C++,Fortran代码(Cython项目),可以同时用于研究和原型的构 ...
- Python海龟数据分析,第七次全国人口普查历年数据图表.py
"""Python海龟数据分析,第七次全国人口普查历年数据图表.py使用Python的海龟模块能进行数据分析,显示统计图标,画柱状图吗?答案是肯定的.下面的程序主要使用了 ...
- python 银行数据分析_银行业务概述_Python数据分析行业案例课程--信用评分方法_数据挖掘与分析视频-51CTO学院...
注意: 1. 本行业案例课程为Python 3 数据分析系列课程的行业案例部分,学员请务必先观看课程介绍免费视频,确认已学习本课程所需Python分析技能. 2. 本课程的核心目的是协助学员学习具体业 ...
最新文章
- python 语料标注_在python中怎么标记文本?
- idea maven中的profiles是干什么的
- web office apps 在线预览实践
- 计算机辅助诊断系统的应用,AI医疗影像辅助诊断系统
- why my employee binding does not work - important MVC debug
- 昆明理工计算机科学,昆明理工大学的计算机
- 微信开发--自定义菜单
- System.getProperty(user.dir) 获取jar包所在目录
- 【BZOJ1965】【codevs1446】洗牌,快速幂+扩展欧几里德
- c#读取csv到数组_C#读取CSV
- 森林图怎么分析_新疆森林消防总队特勤大队:“火焰蓝”备战春防,我们时刻准备着!...
- 谷歌Gmail诞生记:十年回首
- 一首歌是怎么诞生的?
- 计算机水平拼音怎么写,电脑上的拼音到底是怎么敲出来的
- js根据经纬度计算距离
- ubuntu20.04安装opencv4
- Python分析《武林外传》 -----转载
- 【LeetCode力扣】青蛙跳台阶问题,一只青蛙一次可以跳上1级台阶,也可以跳上2级台阶。求该青蛙跳上一个 n 级的台阶总共有多少种跳法。
- 中国象棋局面识别 -3. 棋谱字符串生成
- 【分享】“飞书第三方“在集简云平台集成应用的常见问题与解决方案
热门文章
- 简单模拟 | 北邮OJ | 90. 字符串转换
- html小数转百分比函数,excel合格率公式 把小数点设置百分比就可以了
- AKH-0.66P系列保护型电流互感器
- mipi csi丢帧
- AOSP 8.0 系统启动之三--Zygote启动(二)
- capstone训练营2018-1-3
- python写驱动程序_Python 我的第一个程序
- 【Unity】UI画线工具
- Object Detection---PoolNet:A Simple Pooling-Based Design for Real-Time Salient Object Dete...(论文解读五)
- 0_PROLOGUE_superbeyone_新浪博客