目錄
- 人口普查人口數(shù)量變化圖
- 1 第七次人口普查不同省份總?cè)丝?/li>
- 2 廣東省人口增長(zhǎng)率
- 3 廣東省人口地域分布情況Top15
- 4 性別分布情況
- 4.1 歷次人口普查人口性別構(gòu)成
- 4.2 第七次人口普查地區(qū)人口性別構(gòu)成
- 5 城鄉(xiāng)人口及比重
人口普查人口數(shù)量變化圖

1 第七次人口普查不同省份總?cè)丝?/h2>
import pandas as pd
from collections import Counter
###畫圖
from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.globals import ThemeType
from pyecharts.charts import Bar, Pie, Timeline
from pyecharts.faker import Faker
datafile = u'七次人口普查數(shù)據(jù).xlsx'
data = pd.read_excel(datafile)
###第七次不同省份總?cè)丝?
def an1():
name = data['省份'].tolist()[1:]
value = data['2020年第七次人口普查'].tolist()[1:]
provinces = [i.replace("\u3000","") for i in name]
#value = [int(int(i)/10000) for i in value]
print(provinces)
print(value)
c = (
Map()
.add("", [list(z) for z in zip(provinces, value)], "china")
.set_global_opts(
title_opts=opts.TitleOpts(title="第七次不同省份總?cè)丝?),
visualmap_opts=opts.VisualMapOpts(max_=130000000, split_number=8, is_piecewise=True),
)
).render(path="第七次不同省份總?cè)丝?html")

勢(shì)不可擋珠江潮——廣東改革開放40年回望。地處改革開放前沿的廣東,變化尤為突出,奔騰不息的珠江潮,年復(fù)一年,以不可阻擋之勢(shì),向前奔流,創(chuàng)造了一個(gè)又一個(gè)奇跡。
自此我們選擇廣東省人口變化來進(jìn)行分析
2 廣東省人口增長(zhǎng)率
全省常住人口與 2010 年第六次全國(guó)人口普查的 104303132
人相比,十年共增加 21709378 人,增長(zhǎng) 20.81%,年平均增長(zhǎng)率為 1.91%

根據(jù)《廣東省第七次全國(guó)人口普查數(shù)據(jù)解讀》,廣東省十年人口增長(zhǎng)超兩千萬(wàn),總量繼續(xù)穩(wěn)居全國(guó)首位
這樣的人口增長(zhǎng)背后,是廣東在全國(guó)首屈一指的活力、引力。
3 廣東省人口地域分布情況Top15
21 個(gè)市中,人口超過 1000 萬(wàn)人的市有 3 個(gè),在 500 萬(wàn)人至1000 萬(wàn)人之間的市有 6 個(gè),在 300 萬(wàn)人至 500 萬(wàn)人之間的市有 5個(gè),少于 300 萬(wàn)人的市有 7 個(gè)。其中,人口居前五位的市合計(jì)人口占全省常住人口比重為 50.14%。
import pandas as pd
from pyecharts.charts import Pie
from pyecharts import options as opts
import os
os.chdir(r"C:\Users\Administrator\Desktop\廣東省人口分析")
df = pd.read_excel(r"人口地域分布.xlsx")
df.sort_values(by='人口數(shù)', ascending=False, inplace=True)
v = df['地 區(qū)'][:15].values.tolist()
d = df['人口數(shù)'][:15].values.tolist()
pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px'))
pie1.set_colors(color_series)
# 添加數(shù)據(jù),設(shè)置餅圖的半徑,是否展示成南丁格爾圖
pie1.add("", [list(z) for z in zip(v, d)],
radius=["30%", "135%"],
center=["50%", "65%"],
rosetype="area"
)
pie1.set_global_opts(title_opts=opts.TitleOpts(title='玫瑰圖示例'),
legend_opts=opts.LegendOpts(is_show=False),
toolbox_opts=opts.ToolboxOpts())
# 設(shè)置系列配置項(xiàng)
pie1.set_series_opts(label_opts=opts.LabelOpts(is_show=True, position="inside", font_size=12,
formatter="{b}:{c}人", font_style="italic",
font_weight="bold", font_family="Microsoft YaHei"
),
)
# 生成html文檔
pie1.render('南丁格爾玫瑰圖.html')

廣深莞三市人口超千萬(wàn),常住人口進(jìn)一步向珠三角集聚
4 性別分布情況
4.1 歷次人口普查人口性別構(gòu)成
全省常住人口中,男性人口占 53.07%;女性人口占 46.93%。總?cè)丝谛詣e比(以女性為100,男性對(duì)女性的比例)由 2010 年第六次全國(guó)人口普查的109.00 上升為 113.08。

人口性別比升高,外省流入人口男性多于女性
也不難想到,外省流入人口的性別比高低與產(chǎn)業(yè)結(jié)構(gòu)變化不無關(guān)系,廣東作為全國(guó)制造業(yè)大省,產(chǎn)業(yè)結(jié)構(gòu)重型化特征明顯,對(duì)男性勞動(dòng)力需求量增加
4.2 第七次人口普查地區(qū)人口性別構(gòu)成

5 城鄉(xiāng)人口及比重
城鎮(zhèn)人口比重超過七成,流動(dòng)人口快速增長(zhǎng)
十年來,廣東新型城鎮(zhèn)化進(jìn)程穩(wěn)步推進(jìn),城鎮(zhèn)化建設(shè)取得顯著成績(jī)。

十年來,廣東人口發(fā)展趨勢(shì)發(fā)生深刻變化,人口總量保持穩(wěn)定增長(zhǎng),人口素質(zhì)穩(wěn)步提升,勞動(dòng)力總規(guī)模依然龐大,人口集聚進(jìn)一步增強(qiáng),城鎮(zhèn)化水平持續(xù)提高。但也面臨人口總量壓力猶存、人口結(jié)構(gòu)老齡化等風(fēng)險(xiǎn)的挑戰(zhàn),人口發(fā)展已進(jìn)入重要轉(zhuǎn)折期。
人口普查結(jié)果表明,十年來,廣東人口發(fā)展形勢(shì)出現(xiàn)一些積極的變化,表現(xiàn)出一些新特點(diǎn)、新情況。
到此這篇關(guān)于Python+Tableau廣東省人口普查可視化的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Python Tableau人口普查可視化內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- Python干貨:分享Python繪制六種可視化圖表
- 利用Python進(jìn)行數(shù)據(jù)可視化常見的9種方法!超實(shí)用!
- 利用Python繪制MySQL數(shù)據(jù)圖實(shí)現(xiàn)數(shù)據(jù)可視化
- Python數(shù)據(jù)可視化 pyecharts實(shí)現(xiàn)各種統(tǒng)計(jì)圖表過程詳解
- Python實(shí)現(xiàn)決策樹并且使用Graphviz可視化的例子
- Python數(shù)據(jù)可視化之畫圖
- Python數(shù)據(jù)可視化:箱線圖多種庫(kù)畫法
- Python數(shù)據(jù)分析:手把手教你用Pandas生成可視化圖表的教程
- Python 數(shù)據(jù)可視化pyecharts的使用詳解
- Python的地形三維可視化Matplotlib和gdal使用實(shí)例