美国人口与种族变迁史

实验介绍

作为一个移民国家，美国的种族和人口问题全方位地影响着美国各州的政治、经济、文化和司法，本实验通过对美国人口普查局与美国国家卫生统计中心自 1990 以来调查获得的长达 29 年的美国人口和种族数据的分析，研究及可视化了美国在此期间的人口和种族的变迁史。

知识点

●散点图接口及其参数的使用
●漏斗图的绘制
●画布上多子图的绘制
●散点图的数据拟合
●颜色条的绘制和应用
●数据对数变换技巧
输入并执行魔法命令 %matplotlib inline，同时将全局字体大小设置为 20 号，设置显示负数，去除图例边框、右侧坐标轴、顶部坐标轴。
代码：

import warnings
import matplotlib.pyplot as plt
%matplotlib inline# 屏蔽代码运行过程中出现的警告信息，主要是屏蔽 pandas 的 .loc 警告问题
warnings.filterwarnings("ignore")fontsize = 20
plt.rcParams['xtick.labelsize'] = fontsize
plt.rcParams['ytick.labelsize'] = fontsize
plt.rcParams['axes.labelsize'] = fontsize
plt.rcParams['axes.titlesize'] = fontsize
plt.rcParams['legend.fontsize'] = fontsize
plt.rcParams['legend.frameon'] = False  # 去除图例边框
plt.rcParams['axes.unicode_minus'] = False  # 显示负数
plt.rcParams['axes.spines.right'] = False  # 去除右侧坐标轴
plt.rcParams['axes.spines.top'] = False  # 去除顶部坐标轴

数据准备

数据集介绍：
本数据集来源于美国人口普查局与美国国家卫生统计中心，该数据集统计了美国自 1990 至 2019 年期间，各年度全美 51 州各年度性别（Gender）、种族（Race）、年龄段（Age Group）的人口数（Population），数据集中的 Mean Age 字段根据 Age Group 求算术平均得到。
导入数据并查看前 5 行。

import pandas as pd
df = pd.read_csv('https://labfile.oss.aliyuncs.com/courses/3023/American_Race_Gender_Population.csv')
df.head()

各州各种族人口数分布

本实验主要用到的可视化对象为散点图，散点图是继实验一介绍的条形图后，用作描述性统计、数据挖掘、数据预测的第二大类可视化图形，图元素主要包括点的位置，点的形状和点的大小。
选择 1990 和 2019 两个年份，将数据集按照州（State）、种族（Race）进行人口数（Population）聚合并按照人口数升序排序。聚合后，将聚合数据集中的 State、Race 特征分别映射至散点图 x、y 坐标，将 Population 人口数特征映射至点的颜色（c）和大小（s）。

plt.rcParams['figure.figsize'] = (20, 5)for year in [1990, 2019]:data = df.loc[df['Year'] == year]# 各州按照总人口数升序排序state_order = data.groupby(['State'])['Population'].sum().sort_values().index# 将 State 字段设置为有序字段data['State'] = data['State'].astype(pd.api.types.CategoricalDtype(state_order, ordered=True))# 获取州、种族的聚合结果，并按州升序排序data = data.groupby(['State', 'Race'], as_index=False)['Population'].sum().sort_values(['State'])plt.scatter(x=data['State'],y=data['Race'],c=data['Population'],s=data['Population']*0.0001,ec='tab:blue',cmap=plt.cm.Accent,alpha=0.8)ax = plt.gca()# 将x轴刻度标签旋转90度ax.tick_params(axis='x', rotation=90)# 调节y轴显示范围ax.set_ylim(-0.5, 3.5)plt.title('Population Distribution of States of American in Year %d' % year)plt.show()  # 关闭当前图层以绘制下一幅图

从输出结果可以看出：
各州人口数。根据 2019 年统计数据，美国人口数最多的三个州分别为 California、Texas、Florida；
种族人口数。美国人口种族分布上，白人（White）显著地占据着主体地位，排名第二的种族为黑人（Black or African American），随后是亚裔（Asian or Pacific Islander）；
各州人口变迁。对比 1990 年与 2019 年，按照人口数排序后的 x 轴，可以发现 29 年间，美国各州表现出不同速率的人口增长率，1990 年总人数排名第二的 New York 已悄然在 2019 年排名第四。

人口与人口增长率

提取数据集中 1990 和 2019 两年的数据，通过数据透视计算各州人口增长率（Pupulation Changed %），通过数据聚合计算各州 2019 年总人口数（Population），将上述分步计算结果合并并挑选需要的特征后查看前 5 行。

data = df.loc[(df['Year'] == 1990) | (df['Year'] == 2019)]# 计算美国各州人口增长率
pop_change = data.pivot_table(index='State', columns='Year', values='Population',aggfunc='sum')
pop_change['Pupulation Changed/%'] = 100 * \(pop_change[2019]-pop_change[1990])/pop_change[1990]
pop_change# 计算美国2019年各州总人口数
pop = df.loc[df['Year'] == 2019].groupby(['State'])['Population'].sum()# # 将人口增长率与白人增长率数据合并并筛选需要的特征
data = pd.concat([pop, pop_change], axis=1)[['Population', 'Pupulation Changed/%']]data.head()

将人口总数与人口增长率数据分别映射到散点图 x、y 坐标及点颜色和大小。

plt.rcParams['figure.figsize'] = (14, 7)x = data['Population']
y = data['Pupulation Changed/%']plt.scatter(x, y,marker='o', s=data['Population']*0.0001, c=data['Population'],cmap=plt.cm.Blues_r,edgecolors='gray')  # 散点图标记的轮廓及填充颜色plt.xlabel('Population')
plt.ylabel('Pupulation Changed /%')plt.axhline(y=y.mean(),color='tab:red',label='Avg Changed Ratio: %.2f%%'%(y.mean()))plt.legend()s = data.indexfor xpos, ypos, text in zip(x, y, s):plt.text(xpos, ypos, text, size=16,va='bottom',ha='left')plt.title('Population & Pupulation Changed (Compared to Year 1990) of American')

从输出结果可以看出：
全美各州在 1990 - 2019 年间的人口平均增长率为 32.72%；
在人口最大的四个州中，Califonia 人口增长率与平均水平相当，Texas 与 Florida 有了超平均数的增长，而 New York 不出意外地没有达到平均增长率；
在人口增速方面 Nevada 和 Arizona 两州有着最好的表现。

对于人口数量较少和人口增速不明显的多数州，其数据被压缩至平均线以下的 0 轴附近，可通过将数据进行对数变换（log）的方法，将数据均匀分布。

import numpy as npplt.rcParams['figure.figsize'] = (14, 7)x = np.log(data['Population'])
y = np.log(data['Pupulation Changed/%'])plt.scatter(x, y,marker='o',s=data['Population']*0.0001,c=data['Population'],cmap=plt.cm.Blues,label='Changed of States of American',edgecolors='gray')  # 散点图标记的轮廓及填充颜色plt.xlabel('log (Population)')
plt.ylabel('log (Pupulation Changed /%)')s = data.indexfor xpos, ypos, text in zip(x, y, s):plt.text(xpos, ypos, text, size=16, va='bottom', ha='left')plt.title('Population & Pupulation Changed (Compared to Year 1990) of American')

从输出结果可以看出，数据在对数坐标系下，分散变得十分均匀，各数据点被均匀拉开。

种族及人口变化率

白人

通过以下代码计算各州人口增长率与白人增长率，计算原理与总人口增长率计算原理相同。

data = df.loc[(df['Year'] == 1990) |(df['Year'] == 2019) ]# 计算美国各州人口增长率
pop_change=data.pivot_table(index='State',columns='Year',values='Population',aggfunc='sum')
pop_change['Pupulation Changed/%']=100*(pop_change[2019]-pop_change[1990])/pop_change[1990]
pop_change# 计算美国各州白人人口增长率
white_change=data.loc[data['Race']=='White'].pivot_table(index='State',columns='Year',values='Population',aggfunc='sum')
white_change['White Changed/%']=100*(white_change[2019]-white_change[1990])/white_change[1990]
white_change# 将人口增长率与白人增长率数据合并
changed=pd.concat([pop_change,white_change],axis=1)# 挑选主要字段
changed=changed[['Pupulation Changed/%','White Changed/%']]# 展示前5行数据
changed.head()

将各州人口增长率与各州白人增长率分别映射到散点图，通过 np.ployfit 拟合其关系并绘制拟合曲线，同时绘制 y = x 曲线，该曲线表示，种族增长率与人口增长率一致。

plt.rcParams['figure.figsize'] = (10, 6)x = changed['Pupulation Changed/%']
y = changed['White Changed/%']# 绘制各州人口及白人增长数据
plt.scatter(x, y,marker='o',s=120,label='Changed of States of American',edgecolors='tab:red',facecolor='white') # 散点图标记的轮廓及填充颜色plt.xlabel('Pupulation Changed /%')
plt.ylabel('White Race Changed /%')# 拟合增长率曲线f_1 = np.polyfit(x, y,deg=1)# 绘制拟合的增长曲线
plt.plot(x,np.polyval(f_1, x),lw=2,color='tab:orange',label='Increase Ratio of White Race')# 绘制平衡增长曲线  y=x
plt.plot(np.linspace(0,150,20),np.linspace(0,150,20),color='tab:blue',label='Increase Ratio of Balance',ls='--',lw=3)plt.legend()plt.text(25,75,'District of Columbia',fontsize=20,color='tab:red',ha='center',va='bottom')
plt.text(155,120,'Nevada',fontsize=20,color='tab:red',ha='center',va='bottom')plt.title('Population & White Race Changed of States of American')

从输出结果可以看出：

种族增长率与人口增长率有很好的线性关系，与 y = x 平衡线对比，白人在各州的增长率斜率小于平衡线斜率（橘色线斜率 < 蓝色线），说明白人增速稍低于平衡增速；

District of Columbia 州种族增长率显著高于平均水平，白人增速明显。

所有种族
用类似数据处理过程获得全部种族人口增长率与种族增长率数据。

data = df.loc[(df['Year'] == 1990) | (df['Year'] == 2019)]# 计算美国各州人口增长率
changed = data.pivot_table(index='State', columns='Year', values='Population',aggfunc='sum')
changed['Pupulation Changed /%'] = 100 * \(changed[2019]-changed[1990])/changed[1990]race_columns = ['Pupulation Changed /%']
for race in ['American Indian or Alaska Native', 'Asian or Pacific Islander', 'Black or African American', 'White']:# 计算美国各州白人人口增长率race_change = data.loc[data['Race'] == race].pivot_table(index='State', columns='Year', values='Population',aggfunc='sum')race_change[race+' Changed /%'] = 100 * \(race_change[2019]-race_change[1990])/race_change[1990]# 将人口增长率与白人增长率数据合并changed = pd.concat([changed, race_change], axis=1)race_columns.append(race+' Changed /%')# 挑选主要字段
changed = changed[race_columns]# 展示前5行数据
changed.head()

通过 plt.subplots 接口生成一张画布 fig 和 2 * 2 的子图对象，在每个子图对象分别绘制每个种族的增长率数据。

plt.rcParams['figure.figsize'] = (12, 8)# 生成 2 * 2 的画布，并共享所有子图x，y轴范围
fig, axs = plt.subplots(2, 2, sharex=True, sharey=True)
# 将 2 * 2 的子图对象展平成 1 * 4的子图对象
axs = axs.ravel()  x = changed['Pupulation Changed /%']for i, race in enumerate(race_columns[1:]):ax = axs[i]y = changed[race]# 绘制各州人口及白人增长数据ax.scatter(x, y,marker='o', s=120,edgecolors='tab:red', facecolor='white')  # 散点图标记的轮廓及填充颜色# 拟合增长率曲线f_1 = np.polyfit(x, y, deg=1)# 绘制拟合的增长曲线ax.plot(x, np.polyval(f_1, x),lw=2, color='tab:orange')# 绘制平衡增长曲线  y=xax.plot(np.linspace(0, 150, 20),np.linspace(0, 150, 20),color='tab:blue',label='Increase Ratio of Balance', ls='--', lw=3)ax.legend(fontsize=17)ax.set_title(race,fontsize=17)# 第一列和最后一行分别显示y坐标轴标题和x坐标轴标题if i in [2, 3]:ax.set_xlabel('Pupulation Changed /%')if i in [0, 2]:ax.set_ylabel('Race Changed /%')# 添加画布标题
fig.suptitle('Population & Race Changed of States of American\n',size=25, va='bottom')# 调整子图间距为紧凑
plt.tight_layout()

从输出结果可以看出：

American Indian or Alaska Native 本土原著名的种族增长率正逐步放缓，其斜率小于平均线；

Asian or Pacific Islander 亚裔种族增长率为四个种族中最高；

Black or African American 黑人虽然在增长率上不及亚裔，但在个别州有较为显著增长（图形上表现出大量的偏离拟合曲线点）；

White 占据人口主要数量的白人与全美总人口增长率大致相当。

通过以下过程，将所有种族人口增长率数据进行纵向拼接。

data = df.loc[(df['Year'] == 1990) |(df['Year'] == 2019) ]# 计算美国各州人口增长率
changed=data.pivot_table(index='State',columns='Year',values='Population',aggfunc='sum')
changed['Pupulation Changed /%']=100*(changed[2019]-changed[1990])/changed[1990]race_changes=pd.DataFrame()for race in ['American Indian or Alaska Native', 'Asian or Pacific Islander', 'Black or African American','White']:# 计算美国各州各种族人口增长率race_change=data.loc[data['Race']==race].pivot_table(index='State',columns='Year',values='Population',aggfunc='sum')race_change['Race Changed /%']=100*(race_change[2019]-race_change[1990])/race_change[1990]race_change['Race']=race# 将人口增长率与各种族人口增长率数据合并race_change=pd.concat([changed,race_change],axis=1)race_changes=pd.concat([race_changes,race_change],axis=0)# 挑选主要字段
race_changes=race_changes[['Pupulation Changed /%','Race Changed /%','Race']]# 展示前5行数据
race_changes.head()

通过 seaborn 的 scatterplot 接口绘制所有种族的人口增长率与总人口增长率散点图，从输出结果可以看出，该图是将 2 * 2 的子图进行了合并展示，并通过颜色将各种族进行了区分。

import seaborn as sns
plt.rcParams['figure.figsize'] = (10, 7)sns.scatterplot(x='Pupulation Changed /%',y='Race Changed /%',hue='Race', # 将种族列传入hue，不同种族会输出不同颜色s=200,alpha=0.8,data=race_changes,
)plt.ylim(-80, 800)
ax = plt.gca()# 获取图例对象及图例标签对象
h, l = ax.get_legend_handles_labels()
# 第0个图例对象是图例标题，此处将其删除，不显示
ax.legend(h[1:], l[1:], ncol=2, loc=2, fontsize=18)# 绘制平衡增长曲线  y=x
plt.plot(np.linspace(0, 150, 20),np.linspace(0, 150, 20),color='tab:red',label='Increase Ratio of Balance', ls='--', lw=5)plt.title('Population & Race Changed of States of American\n',size=25, va='bottom')

从输出结果可以看出：

白人增长率数据点与平衡线（红色）分布最为一致；

少数族裔相比白人有着较高的人口增长率。

黑人与亚裔
黑人和亚裔人口增长率有着较为亮眼地表现，以下数据处理过程获得了各州黑人及亚裔的不同增长率。

data = df.loc[(df['Year'] == 1990) | (df['Year'] == 2019)]# 计算美国各州人口增长率
changed = pd.DataFrame()
race_columns = []
for race in ['Asian or Pacific Islander', 'Black or African American']:# 计算美国各州白人人口增长率race_change = data.loc[data['Race'] == race].pivot_table(index='State', columns='Year', values='Population',aggfunc='sum')race_change[race+' Changed /%'] = 100 * \(race_change[2019]-race_change[1990])/race_change[1990]# 将人口增长率与白人增长率数据合并changed = pd.concat([changed, race_change], axis=1)race_columns.append(race+' Changed /%')# 挑选主要字段
changed = changed[race_columns]# 展示前5行数据
changed.head()

将各州亚裔和黑人种族人口增长率分别映射到 x、y 将增长率超 300% 的州用不同颜色进行标记。

plt.rcParams['figure.figsize'] = (15, 8)x = changed['Asian or Pacific Islander Changed /%']
y = changed['Black or African American Changed /%']plt.scatter(x, y,marker='o', s=120,label='Changed of States of American',edgecolors='tab:red', facecolor='white')  # 散点图标记的轮廓及填充颜色plt.xlabel('Asian or Pacific Islander Changed /%')
plt.ylabel('Black or African American Changed /%')for i in range(len(changed)):limit_changed = 300# 亚裔增长更快的州if (changed.iloc[i, 0] > limit_changed) & (changed.iloc[i, 1] < limit_changed):color = 'tab:blue'# 黑人增长更快的州elif (changed.iloc[i, 1] > limit_changed) & (changed.iloc[i, 0] < limit_changed):color = 'tab:red'# 亚裔和黑人增长均较快的州elif (changed.iloc[i, 1] > limit_changed) & (changed.iloc[i, 0] > limit_changed):color = 'tab:orange'else:color = 'black'plt.text(changed.iloc[i, 0], changed.iloc[i, 1], changed.index[i],fontsize=20, color=color, ha='center', va='bottom')plt.title('Asian or Pacific Islander & Black or African American Race Changed of States of American')

从运行结果可以看出：

亚裔增长主要发生在以 Georgia 为代表的蓝色州；

黑人增长主要发生在以 Idaho 为代表的红色州；

亚裔和黑人在 North Dakota、South Dakota、Nevada 三个州均有较高的增长；

亚裔和黑人的增长，在一定程度下，带有一定的地区性特色。

人口结构

各年龄人数随年份变化
将数据集按年份和平均年龄进行聚合，并将年份、平均年龄、人口数映射到散点图。

plt.rcParams['figure.figsize'] = (18, 8)data = df# # 获取州、种族的聚合结果，并按升序排序
data = data.groupby(['Year','Mean Age'],as_index=False)['Population'].sum().sort_values(['Population'])plt.scatter(x=data['Year'],y=data['Mean Age'],c=data['Population'],s=data['Population']*0.00003,ec='tab:gray',cmap=plt.cm.RdBu_r,alpha=0.8)ax = plt.gca()# 不显示左侧和底部纵坐标轴
ax.spines['left'].set_visible(False)
ax.spines['bottom'].set_visible(False)# 显示 y 轴网格线
ax.grid(b=True,axis='y',lw=1)plt.ylabel('Mean Age')plt.title('Population Distribution of Age Group of American From Year 1990 to Year 2019')

从运行结果可以看出，美国人口结构正趋向于老龄化，表现在：

1990 年：人口结构按年龄组分布，呈现出 20 - 40 岁的单峰分布；

2019 年：原先的20 - 40 岁已转移至 40-70 岁年龄组，1990 年以来的新生儿逐渐转移至 20-40 年龄组，呈现出双峰分布。

各年龄组构成的人口结构

将平均年龄字段按照 20，40，70 三个节点进行切分，获得青年、壮年、中年、老年 4 个年龄分组段，聚合各分组段人数后用漏斗图可视化 1990 年的人口结构。

from pyecharts import options as opts
from pyecharts.charts import Funneldata = df.loc[df['Year'] == 1990]
# 将平均年龄进行数据切分，生成新的组
data['Age Group3'] = pd.cut(data['Mean Age'],bins=[0, 20, 40, 70, 100],labels=['Youth(<20)', 'Prime(20-40)', 'Middle(40-70)', 'Old(>70)'])
data = data.groupby(['Age Group3'], as_index=False)['Population'].sum()
data['Population'] = data['Population']/np.sum(data['Population'])*100funel = Funnel()
funel.add(" ",[list(z) for z in zip(data['Age Group3'], data['Population'])],sort_='none',label_opts=opts.LabelOpts(position="inside"),
)
funel.set_global_opts(title_opts=opts.TitleOpts(title="Population Struction of American Year 1990",),legend_opts=opts.LegendOpts(pos_top='5%', textstyle_opts=opts.TextStyleOpts(font_size=15)),
)
funel.render_notebook()

从输出结果可以看出：1990 年的美国人口结构以 20-40 的壮年为主。

data = df.loc[df['Year'] == 2019]
data['Age Group3'] = pd.cut(data['Mean Age'],bins=[0, 20, 40, 70, 100],labels=['Youth(<20)', 'Prime(20-40)', 'Middle(40-70)', 'Old(>70)'])
data = data.groupby(['Age Group3'], as_index=False)['Population'].sum()
data['Population'] = data['Population']/np.sum(data['Population'])*100funel = Funnel()
funel.add(" ",[list(z) for z in zip(data['Age Group3'], data['Population'])],sort_='none',label_opts=opts.LabelOpts(position="inside"),
)
funel.set_global_opts(title_opts=opts.TitleOpts(title="Population Struction of American Year 2019",),legend_opts=opts.LegendOpts(pos_top='5%', textstyle_opts=opts.TextStyleOpts(font_size=15)),
)
funel.render_notebook()

从运行结果可以看出，时过境迁，2019 年美国人口结构已悄然下移。

新生儿出生率
统计各州 <1 和 1-4 两个年龄组（Age Group）的年度人口增长率，分析各州新生儿出生率，数据处理过程详见代码注释。

data = df# 选出平均年龄小于 3 的样本数据，即对应 <1 和 1-4 两个年龄组
data = data.loc[data['Mean Age'] < 3]# 空 df 对象，装各州处理后数据
state_data = pd.DataFrame()for state in list(set(data['State'])):# 聚合得到每个州总人数tmp = data.loc[data['State'] == state].groupby(['Year'], as_index=False)['Population'].sum()# 将 Population 列移位 1 个周期，获得新的特征列 Population Last Year 即 去年总人口数tmp['Population Last Year'] = tmp.shift()['Population']# 新生儿出生率计算原理为  100*（当年人口数 - 去年人口数） / 去年人口数tmp['Birth Increase Ratio /%'] = 100 * (tmp['Population']-tmp['Population Last Year']) / tmp['Population Last Year']# 由于 1990 年没有上年数据，因此其增长率计算结果为空值，将其增长率填充为 0tmp['Birth Increase Ratio /%'].fillna(value=0, inplace=True)tmp['State'] = state# 将所有州的数据进行列方向上的合并state_data = pd.concat([state_data, tmp])state_data = state_data.sort_values('Population')# 查看前 5 行数据
state_data.head()

散点图颜色映射的数据，可通过 plt.colorbar 生成的颜色条做辅助可视化，方便读者阅读每个颜色点对应的绝对数值，其原理是将散点图返回的 mappable 对象传入 plt.colorbar 中，plt.colorbar 生成的颜色条（cbar），其颜色板和显色数据区域通过散点图接口中的 cmap、vmin、vmax等参数控制。

plt.rcParams['figure.figsize'] = (18, 8)# 生成画布并新增子图，111 表示 1行1列第1个子图
ax = plt.figure().add_subplot(111)# ax.scatter 接口返回的 mappable 对象，用以传入 plt.colorbar 接口中，实现颜色与数据在颜色条上的映射
mappable = ax.scatter(x=state_data['State'],y=state_data['Year'],c=state_data['Birth Increase Ratio /%'],s=np.abs(state_data['Birth Increase Ratio /%'])*50,  # 将增长率为负值的数据取绝对值ec='gray',vmin=-7,  # 颜色条映射数据最小值vmax=7,  # 颜色条映射数据最大值cmap=plt.cm.RdBu_r,
)# 将 x 轴刻度标签旋转 90 度
ax.tick_params(axis='x', rotation=90)
ax.spines['left'].set_visible(False)
ax.spines['bottom'].set_visible(False)# 添加 1993、2009 两条水平辅助线
ax.axhline([1993], xmin=0.05, xmax=0.95, color='tab:red')
ax.axhline([2009], xmin=0.05, xmax=0.95, color='tab:blue')# 添加颜色条
cbar=plt.colorbar(mappable=mappable,ax=ax,aspect=40,  # 颜色条的长宽比例  =长度/宽度pad=0.005,  # 散点图和颜色条的间距fraction=0.02  # 散点图和颜色条在画布上宽度的比例  =颜色条宽度/散点图宽度
)ax.set_title('Birth Increase Ratio of States of American from Year 1990 to 2019')

从输出结果可以看出：
人口基数最大的 California， 1993 年以后新生儿出生率一直处于下降阶段；

大多数州在 2009 年以后均呈现出新生儿出生率下降状况；

North Dakota 和 District of Columbia 两州阶段性地出现婴儿潮。

性别分布
选择 1990 、2010、 2019 三个年份，将数据集按照性别（Gender）、种族（Race）进行人口数（Population）聚合并按升序排列。聚合后，将聚合数据集中的 Gender、Race 特征分别映射至散点图 x、y 坐标，将 Population 人口数特征映射至点大小（s），将 Gender 映射至点颜色（c）。

fig, axs = plt.subplots(1, 3, figsize=(15, 6), sharey=True, sharex=True)for i, year in enumerate([1990, 2010, 2019]):ax = axs[i]data = df.loc[df['Year'] == year].groupby(['Gender', 'Race'], as_index=False)['Population'].sum().sort_values('Population')dataax.scatter(x=data['Gender'],y=data['Race'],c=data['Gender'].apply(lambda x: 'tab:red' if x =='Female' else 'tab:blue'),s=data['Population']*0.00007,ec='gray',)ax.set_ylim(-0.5, 4)ax.set_xlim(-1, 1.5)ax.set_title('Year %d' % year)if i > 0:ax.spines['left'].set_visible(False)fig.suptitle('Population Distribution Varies with Gender of USA',size=25, va='bottom')

从输出结果可以看出，各种族在选定的3个年份并未呈现出显著差异，说明美国的人口结构中，性别分布相对均匀。

实验总结

本实验以散点图为主要绘图对象，对美国 1990 - 2019 年期间人口与种族变迁做了研究，通过分析和可视化，得出以下结论：

美国是以白人为主体种族的国家，在各大州白人的数量和占比都具有绝对优势；

在过去的 29 年间，白人一直保持着与美国国家人口增速相同的增长速率；

黑人和亚裔作为仅次于白人排名的种族，在过去 29 年间有了较高的增速，且主要人口增速表现出一定的地域性；

美国在人口结构上，正逐渐趋向于老龄化，与此同时，新生儿出生率自 2009 年以后有了较为明显的下降；

各种族在统计期内性别比例未出现较明显的失衡。

本次实验中，我们学会了：
散点图接口及其参数的使用。

漏斗图的绘制。

画布上多子图的绘制。

散点图的数据拟合。

颜色条的绘制和应用。

数据对数变换技巧。