第七次人口普查简单分析
【摘要】 第七次人口普查数据分析,绘制历次人口普查人口数量变化图、第七次人口普查不同省份总人口、同时以广东省为例,研究人口,性别分布情况,城镇人口变化。
第七次人口普查数据分析,绘制历次人口普查人口数量变化图、第七次人口普查不同省份总人口、同时以广东省为例,研究人口,性别分布情况,城镇人口变化。
人口普查结果表明,十年来,广东人口发展形势出现一些积极的
变化,表现出一些新特点、新情况。
人口普查人口数量变化图
第七次人口普查不同省份总人口
import pandas as pd
from collections import Counter
###画图
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'七次人口普查数据.xlsx'
data = pd.read_excel(datafile)
###第七次不同省份总人口
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="第七次不同省份总人口"),
visualmap_opts=opts.VisualMapOpts(max_=130000000, split_number=8, is_piecewise=True),
)
).render(path="第七次不同省份总人口.html")
###1953~2021年不同省份总人口
def an2():
name = data['省份'].tolist()[1:]
value1 = data['1953年第一次人口普查'].tolist()[1:]
value2 = data['1964年第二次人口普查'].tolist()[1:]
value3 = data['1982年第三次人口普查'].tolist()[1:]
value4 = data['1990年第四次人口普查'].tolist()[1:]
value5 = data['2000年第五次人口普查'].tolist()[1:]
value6 = data['2010年第六次人口普查'].tolist()[1:]
value7 = 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)
t = Timeline()
c1 = (
Map()
.add("", [list(z) for z in zip(provinces, value1)], "china")
.set_global_opts(
title_opts=opts.TitleOpts(title="第一次人口普查不同省份总人口"),
visualmap_opts=opts.VisualMapOpts(max_=130000000, split_number=8, is_piecewise=True),
)
)
t.add(c1, "第一次人口普查不同省份总人口")
c2 = (
Map()
.add("", [list(z) for z in zip(provinces, value2)], "china")
.set_global_opts(
title_opts=opts.TitleOpts(title="第二次人口普查不同省份总人口"),
visualmap_opts=opts.VisualMapOpts(max_=130000000, split_number=8, is_piecewise=True),
)
)
t.add(c2, "第二次人口普查不同省份总人口")
c3 = (
Map()
.add("", [list(z) for z in zip(provinces, value3)], "china")
.set_global_opts(
title_opts=opts.TitleOpts(title="第三次人口普查不同省份总人口"),
visualmap_opts=opts.VisualMapOpts(max_=130000000, split_number=8, is_piecewise=True),
)
)
t.add(c3, "第三次人口普查不同省份总人口")
c4 = (
Map()
.add("", [list(z) for z in zip(provinces, value4)], "china")
.set_global_opts(
title_opts=opts.TitleOpts(title="第四次人口普查不同省份总人口"),
visualmap_opts=opts.VisualMapOpts(max_=130000000, split_number=8, is_piecewise=True),
)
)
t.add(c4, "第四次人口普查不同省份总人口")
c5 = (
Map()
.add("", [list(z) for z in zip(provinces, value5)], "china")
.set_global_opts(
title_opts=opts.TitleOpts(title="第五次人口普查不同省份总人口"),
visualmap_opts=opts.VisualMapOpts(max_=130000000, split_number=8, is_piecewise=True),
)
)
t.add(c5, "第五次人口普查不同省份总人口")
c6 = (
Map()
.add("", [list(z) for z in zip(provinces, value6)], "china")
.set_global_opts(
title_opts=opts.TitleOpts(title="第六次人口普查不同省份总人口"),
visualmap_opts=opts.VisualMapOpts(max_=130000000, split_number=8, is_piecewise=True),
)
)
t.add(c6, "第六次人口普查不同省份总人口")
c7 = (
Map()
.add("", [list(z) for z in zip(provinces, value7)], "china")
.set_global_opts(
title_opts=opts.TitleOpts(title="第七次人口普查不同省份总人口"),
visualmap_opts=opts.VisualMapOpts(max_=130000000, split_number=8, is_piecewise=True),
)
)
t.add(c7,"第七次人口普查不同省份总人口")
t.render(path="1953~2021年不同省份总人口.html")
an2()
- 势不可挡珠江潮——广东改革开放40年回望。地处改革开放前沿的广东,变化尤为突出,奔腾不息的珠江潮,年复一年,以不可阻挡之势,向前奔流,创造了一个又一个奇迹。
自此我们选择广东省人口变化来进行分析
广东省人口增长率
-
全省常住人口与 2010 年第六次全国人口普查的 104303132
人相比,十年共增加 21709378 人,增长 20.81%,年平均增长率
为 1.91%
-
根据《广东省第七次全国人口普查数据解读》,广东省十年人口增长超两千万,总量继续稳居全国首位
-
这样的人口增长背后,是广东在全国首屈一指的活力、引力。
广东省人口地域分布情况Top15
- 21 个市中,人口超过 1000 万人的市有 3 个,在 500 万人至
1000 万人之间的市有 6 个,在 300 万人至 500 万人之间的市有 5
个,少于 300 万人的市有 7 个。其中,人口居前五位的市合计人
口占全省常住人口比重为 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\广东省人口分析")
df = pd.read_excel(r"人口地域分布.xlsx")
df.sort_values(by='人口数', ascending=False, inplace=True)
v = df['地 区'][:15].values.tolist()
d = df['人口数'][:15].values.tolist()
pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px'))
pie1.set_colors(color_series)
# 添加数据,设置饼图的半径,是否展示成南丁格尔图
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='玫瑰图示例'),
legend_opts=opts.LegendOpts(is_show=False),
toolbox_opts=opts.ToolboxOpts())
# 设置系列配置项
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文档
pie1.render('南丁格尔玫瑰图.html')
- 广深莞三市人口超千万,常住人口进一步向珠三角集聚
性别分布情况
历次人口普查人口性别构成
- 全省常住人口中,男性人口占 53.07%;女性人口占 46.93%。总人口性别比(以女性为100,男性对女性的比例)由 2010 年第六次全国人口普查的109.00 上升为 113.08。
- 人口性别比升高,外省流入人口男性多于女性
- 也不难想到,外省流入人口的性别比高低与产业结构变化不无关系,广东作为全国制造业大省,产业结构重型化特征明显,对男性劳动力需求量增加
第七次人口普查地区人口性别构成
城乡人口及比重
- 城镇人口比重超过七成,流动人口快速增长
- 十年来,广东新型城镇化进程稳步推进,城镇化建设取得显
著成绩。
十年来,广东人口发展趋势发生深刻变化,人口总量保持稳
定增长,人口素质稳步提升,劳动力总规模依然庞大,人口集聚
进一步增强,城镇化水平持续提高。但也面临人口总量压力犹存、
人口结构老龄化等风险的挑战,人口发展已进入重要转折期。面
对新的机遇和挑战,我们要紧密团结在以习近平同志为核心的党
中央周围,坚持以习近平新时代中国特色社会主义思想为指导,
以促进人口长期均衡发展为主线,促进人口与经济社会、资源环
境可持续发展,锐意进取,为实现中华民族伟大复兴的中国梦继
续奋斗
参考资料
- 广东省统计局 http://stats.gd.gov.cn/
- 广东省第七次全国人口普查公报
- 国家统计局 http://www.stats.gov.cn/
- 南方网 http://news.southcn.com
【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)