一、前言

最近一直在學(xué)python數(shù)據(jù)科學(xué)的相關(guān)課程，主要看了《數(shù)據(jù)科學(xué)入門》這本動(dòng)物書，但這本書是真的只入個(gè)門，把數(shù)據(jù)科學(xué)相關(guān)的各方面知識(shí)介紹了一下，真的只是介紹了一下，想要系統(tǒng)地學(xué)習(xí)還是得去看更細(xì)致的教程和官方文檔。

不斷地找網(wǎng)上的demo跟著敲，差不多的時(shí)候決定自己實(shí)現(xiàn)一個(gè)簡單的案例。于是乎找到了一個(gè)很好的數(shù)據(jù)網(wǎng)站——國家數(shù)據(jù)。里面的數(shù)據(jù)支持多種形式的下載。

二、實(shí)現(xiàn)

這里是下載了中國近20年的總?cè)丝凇⒛行匀丝凇⑴匀丝凇⒊擎?zhèn)人口、鄉(xiāng)村人口的數(shù)據(jù)。import pandas as pd

import matplotlib.pyplot as plt

import numpy as np

plt.rcParams['font.sans-serif'] = ['SimHei'] # 用來正常顯示中文標(biāo)簽

plt.rcParams['axes.unicode_minus'] = False # 用來正常顯示負(fù)號(hào)

# 指標(biāo)

# 年末總?cè)丝?萬人)

# 男性人口(萬人)

# 女性人口(萬人)

# 城鎮(zhèn)人口(萬人)

# 鄉(xiāng)村人口(萬人)

# 打開并讀取csv文件

file = open("population_20.csv", 'r')

# 讀取csv文件到DataFrame

# 這里若不添加參數(shù)encoding='gb18030' 會(huì)報(bào)錯(cuò)'utf-8' codec can't decode byte 0xc4 in position 4: invalid continuation byte

# 即utf-8無法被解析

df = pd.read_csv("population_20.csv", encoding='gb18030')

# 設(shè)置DataFrame的行名

df.index = ['總?cè)丝?#39;, '男性人口', '女性人口', '城鎮(zhèn)人口', '鄉(xiāng)村人口']

# 輸出DataFrame

print(df)

# 獲取列名 即之后的橫坐標(biāo)刻度 [::-1]是用來反轉(zhuǎn)的 因?yàn)槲蚁胍粋€(gè)2000-2019的順序

xlist = list(df.columns[::-1])

# 年末總?cè)丝?/p>

# df.loc[]返回的是一個(gè)series

# 這里的末尾使用了[::-1] 即用來反轉(zhuǎn)series

total_population = df.loc['總?cè)丝?#39;][::-1]

total_population.plot()

# 男性人口

man_population = df.loc['男性人口'][::-1]

man_population.plot()

# 女性人口

woman_population = df.loc['女性人口'][::-1]

woman_population.plot()

# 城鎮(zhèn)人口

city_population = df.loc['城鎮(zhèn)人口'][::-1]

city_population.plot()

# 鄉(xiāng)村人口

village_population = df.loc['鄉(xiāng)村人口'][::-1]

village_population.plot()

# 設(shè)置x軸

# 這里卡住了我好久 后面多嘗試才發(fā)現(xiàn)x軸的刻度是從0開始的 還是要多動(dòng)手敲才能發(fā)現(xiàn)啊

x_ticks = np.linspace(0, 20, 10)

plt.xticks(x_ticks, xlist)

# 設(shè)置y軸

y_ticks = np.arange(0, 150000, 10000)

plt.yticks(y_ticks)

# 設(shè)置圖例位置

plt.legend(loc='lower right')

# 設(shè)置標(biāo)注

plt.annotate('單位:萬人', xy=(15.5, 40000))

plt.show()

結(jié)果:

三、總結(jié)

剛開始學(xué)習(xí)數(shù)據(jù)科學(xué)的時(shí)候，只是不斷地在敲demo，或者做例題，敲了很多遍還是記不住matplotlib、numpy、pandas等待這些第三方庫。半途也想過先放下去學(xué)別的，但好在沒有放棄，每天都堅(jiān)持看一點(diǎn)資料(但也不得不吐槽，現(xiàn)在中文環(huán)境的互聯(lián)網(wǎng)信息污染有點(diǎn)嚴(yán)重，各種爬蟲產(chǎn)生的文章不斷重復(fù)出現(xiàn))。我也慢慢地收藏了一些很好的教程：

如何高效入門數(shù)據(jù)科學(xué)？(王樹義老師的教程真很友好，菜鳥也完全可以跟著一步步實(shí)現(xiàn)一個(gè)個(gè)小demo)

莫煩PYTHON

易百教程

DataSense|DataScience

……

感謝！

剛開始學(xué)習(xí)的時(shí)候，很糾結(jié)是多做例題還是直接上手實(shí)例，但后來發(fā)現(xiàn)兩者是分不開的，不敲例題來熟悉語法，會(huì)不知道如何實(shí)現(xiàn)、實(shí)現(xiàn)什么demo，不去自己從頭或者模仿構(gòu)思一個(gè)demo的話，也沒辦法把語法知識(shí)串聯(lián)在一起。還是得多動(dòng)手敲，再一個(gè)是多總結(jié)。

就比如這個(gè)實(shí)例吧，雖然很簡單，甚至說直接拿excel操作都更簡單。但是也串聯(lián)了I\O、matplotlib、numpy、pandas和其中series、dataframe云云一些細(xì)小的知識(shí)點(diǎn)。所以說，還是得不斷熟悉記憶語法并同時(shí)去做一些實(shí)例比較好。

https://www.jianshu.com/p/0ad147e40750

總結(jié)

以上是生活随笔為你收集整理的python人口统计_python数据分析实例-人口统计折线图的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。