【中国人口金字塔2019,python,pandas,matplotlib,numpy 】
China-2019.csv文件链接:
链接:https://share.weiyun.com/Sivq26eJ 密码:m2qtxt
代码:
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
#,encoding='ISO-8859-1'
df = pd.read_csv(r"F:\China-2019.csv",header=0)
# df
plt.rcParams['font.sans-serif'] = ['SimHei']#显示中文
plt.rcParams['axes.unicode_minus'] = False#显示中文
orders = ['100+','95-99','90-94','85-89','80-84','75-79','70-74','65-69','60-64','55-59','50-54','45-49','40-44','35-39','30-34','25-29','20-24','15-19','10-14','5-9','0-4']#排序
data11= (df['M']).tolist()#Male的数据
data1 = (-df['M']).tolist()#Male的数据
data2 = (df['F']).tolist()#Female的数据
data_All = sum(data11)+sum(data2)#总人数
array11 =np.array(data11)/data_All*100#Male 正的#百分比
array1 =np.array(data1)/data_All*100#Male 负的#百分比
array2 =np.array(data2)/data_All*100#Female#百分比
data_1 = array1.tolist()
data_1.reverse()
data_2 = array2.tolist()
data_2.reverse()
plt.figure(figsize=(5,5),dpi=200) # 创建绘图图形对象figure,参数figsize决定尺寸,dpi为分辨率
bar_plot = sns.barplot(y = df['Age'], x = array1, color = "cornflowerblue", data = df,order = orders,label="男 ")
bar_plot = sns.barplot(y = df['Age'], x = array2, color = "pink", data = df,order = orders,label="女")
#绘制数据标签
for x,y in enumerate(data_1):plt.text(y-1,x, '%.4f' %-y+'%' ,ha='center',va= 'center',fontsize=6)#设置数值标签的格式
for x,y in enumerate(data_2):plt.text(y+1,x, '%.4f' %y+'%' ,ha='center',va= 'center',fontsize=6)#设置数值标签的格式
plt.xticks(np.arange(-12,13,1),["12%","11%","10%","9%","8%","7%","6%","5%","4%","3%","2%","1%","0%","1%","2%","3%","4%","5%","6%","7%","8%","9%","10%","11%","12%"],rotation=60,fontsize=9)#设置商品种类标签显示格式
bar_plot.set(xlabel="人口占比(%)", ylabel="年龄层", title = "2019年中国人口年龄结构金字塔")
legend = plt.legend(loc="upper center",ncol=2,fontsize = '12',frameon=False)
plt.savefig('C:/Users/hp/Desktop/2019年中国人口年龄结构金字塔.png')
plt.show()
显示结果
【中国人口金字塔2019,python,pandas,matplotlib,numpy 】相关推荐
- Python+pandas+matplotlib数据分析与可视化案例(附源码)
问题描述:运行下面的程序,在当前文件夹中生成饭店营业额模拟数据文件data.csv 然后完成下面的任务: 1)使用pandas读取文件data.csv中的数据,创建DataFrame对象,并删除其中所 ...
- Python+pandas+matplotlib控制不同曲线的属性
封面图片:<Python程序设计实验指导书>(ISBN:9787302525790),董付国,清华大学出版社 图书详情:https://item.jd.com/12592638.html ...
- Python+pandas+matplotlib可视化案例一则
活动预告:本周五.周六.周日有送书活动,30本书,留言获赞数量前30位朋友每人1本. 周五早上推送活动详情,敬请期待. ================== 1.生成测试数据文件testData.cs ...
- Python numpy+pandas+matplotlib学习笔记
Python numpy+pandas+matplotlib 本文是根据b站路飞学城Python数据分析全套教程的学习视频整理归纳的学习文档,主要目的是方便自己进行查阅,详细的还得去b站看原视频.另外 ...
- Numpy,Pandas,Matplotlib
一 . numpy -- 数据分析:就是把一些看似杂乱无章的数据信息提炼出来,总结出所研究的内在规律 -- 数据分析三剑客:Numpy,Pandas,Matplotlib -- Numpy(Numer ...
- Numpy+Pandas+Matplotlib学习
参考的教程是哔哩哔哩孙兴华UP主的视频,边学边做 BV1ji4y157uB 代码及所用的数据已上传至Github learn_numpy_pandas_matplotlib 文章目录 Numpy Pa ...
- Python+pandas统计每个学生学习慕课总时长
推荐图书: <Python程序设计(第3版)>,(ISBN:978-7-302-55083-9),清华大学出版社,2020年6月第1次印刷 京东购买链接:https://item.jd.c ...
- Python 3.8+numpy查找矩阵中所有鞍点
图书推荐: <Python数据分析.挖掘与可视化>(慕课版)(ISBN:978-7-115-52361-7),董付国,人民邮电出版社,定价49.8元,京东.当当.天猫均有销售. 图书封面: ...
- Python+pandas实现时间序列数据扩展案例一则
感谢山东科技大学李超老师提供应用背景. 在分析时序数据的有些场合下,可能每个月只能拿到一个数据,然而实际处理时,需要把这个数据扩展到该月的每天,且每天的数据相同. 演示代码: 某次运行结果: ---- ...
最新文章
- 信息上传服务器加速cpu处理,英特尔发布全新第二代至强可扩展处理器携手浪潮加速新型应用发展...
- HTTPS Web配置举例
- 解析xml的问题未解决
- Macosx Setdns
- extern相关问题
- html5新增的js api,对HTML5新增JS Api的思考
- php中$stu_by,PHP基础案例二:计算学生年龄
- python中函数分为哪四类_Python函数参数分类原理详解
- ListView控件获取选中项的内容 c# 114867417
- plsql导出表结构_mysqldump命令详解 Part 5-按条件备份表数据
- ASP.NET MVC 使用 Log4net 记录日志
- com.android.pngp.tln,Android资源之图像资源(图像级别资源)
- Android 校正系统时间的三种解决方案
- SUCTF_2019部分题解复现
- iOS开发设计模式详解
- 关于阿里云主机万网虚拟主机建立多个网站教程,很实用!
- 精品Linux应用分享推荐
- //数据结构:先序、中序、后序遍历二叉树。输入数据:abd##eg###c#f#h##
- python 离线翻译软件_简单翻译软件
- Do not use built-in or reserved HTML elements as compo