python性别选择男女代码,python性别输入if男或女

大家好，小编为大家解答python性别年龄分布图怎么做的的问题。很多人还不知道python性别统计学生人数代码，现在让我们一起来看看吧！

Source code download: 本文相关源码

前言

做这个项目的起因是之前csdn给我推荐了一个问答：基于机器学习的姓名预测性别的手机app开发。我点进去发现已经有人回答了，链接点进去一看，好家伙，这不是查表算概率吗，和机器学习有半毛钱关系Python Turtle画递归树。而且我觉得用姓名预测性别挺扯淡的，去查了一下，发现某知名爱国企业和国外的都有提供姓名预测性别的api，看来是可以尝试做的。

吐槽完了，先上最后做出来的结果：

准确性还是可以的，并且支持人名批量查询，整个网页响应速度也很快。

环境

我用的是python3.10，需要安装以下包：
numpy
pandas
pypinyin
tensorflow-cpu
plotly（网页）
dash（网页）

方法

1.如何拿到人名和性别的数据集。这个我一开始去搜那篇查表文章背后所用的数据库从哪来的，在github上找到了它的人名出现频率图，但是没有找到原始数据库，据说是从什么泄露的kaifangjilu里拿出来的，我一想这tm不是违法吗，难道没有合法手段拿到这样的数据集资源了吗？我还是在github上找到了120万人名和性别的数据集：
点进去找到Chinese_Names_Corpus_Gender（120W）.txt这个文件
2.如何对中文姓名进行特征提取，转化为机器能理解的语言。 这个想来想去还是决定把中文先转换为无注音的拼音，然后对每一个字母进行字母表数字的转换，事实证明确实效果不错。

具体如下图所示：

代码

代码分为三块，数据准备代码，数据训练代码，网页app代码。

数据准备代码

首先把下载下来的txt转换为csv文件：

把前面的东西去掉，然后文件后缀一改，就摇身一变成为了以逗号为分割的经典csv文件。

接下来开始读取处理数据：

import pandas as pd
df = pd.read_csv("test.csv")
df

这里我是在notebook里运行的，结果如下：

我们首先需要把性别转换为0,1表示男，女：

df['sex'].replace(['男', '女','未知'],
                        [0, 1, 2], inplace=True)

然后批量转换姓名并保存到新的csv文件中：

from pypinyin import lazy_pinyin
import time
count = 0
a1 = time.time()
for x in df['dict']:
    list_p