python人口数据分析_分析1996~2015年人口数据特征间的关系

该博客通过Python分析1996年至2015年间的人口数据,关注年末总人口、男性、女性、城镇和乡村人口的变化趋势。利用numpy和matplotlib库,绘制了散点图和折线图,揭示了各人口特征间的相互关系。
摘要由CSDN通过智能技术生成

分析1996~2015年人口数据特征间的关系

人口数据总共拥有6个特征,分别为年末总人口、男性人口、女性人口、城镇人口、乡村人口和年份。查看各个特征随着时间推移发生的变化情况可以分析男女人口比例、城乡人口变化的方向。

所需文件:populations.npz

链接:https://pan.baidu.com/s/1TB3vmiOUZ4ll0wZYi3876w

提取码:58vo

注意:

所需文件放入指定磁盘(也可自定义位置,但需要在代码上修改文件位置)

程序代码:

import numpy as np

import matplotlib.pyplot as plt

#使用numpy库读取人口数据

data=np.load(‘E:/Data/populations.npz’,allow_pickle=True)

print(data.files)#查看文件中的数组

print(data[‘data’])

print(data[‘feature_names’])

plt.rcParams[‘font.sans-serif’]=‘SimHei’#设置中文显示

name=data[‘feature_names’]#提取其中的feature_names数组,视为数据的标签

values=data[‘data’]#提取其中的data数组,视为数据的存在位置

p1=plt.figure(figsize=(12,12))#确定画布大小

pip1=p1.add_subplot(2,1,1)#创建一个两行一列的子图并开始绘制

#在子图上绘制散点图

plt.sca

  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值