2024.5.31

但行好事,莫问前程

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据年龄移算公式,计算育龄女性人口需要用到前一年的0-4岁和5-9岁女孩人口数,以及前15年的15-49岁女性人口数。因此,我们需要先将数据整理成列表的形式。 ```python girl_0_4 = [34.28, 15.59, 16.29, 15.82, 23.85, 19.68, 17.00, 19.29, 23.88, 24.02, 21.04, 19.23, 19.10, 20.70, 21.78, 14.97] girl_5_9 = [39.52, 21.23, 19.62, 18.47, 19.47, 24.50, 23.53, 28.57, 26.39, 27.71, 30.68, 31.65, 31.51, 26.38, 37.76, 33.47] women_15_49 = [5596, 2722, 2757, 2712, 2624, 2780, 2720, 2746, 2761, 2691, 2654, 2583, 2552, 2541, 2536, 2271] ``` 接下来,我们可以使用循环遍历这些数据,并根据年龄移算公式计算每一年的育龄女性人口数。 ```python year = 2022 women_15_49_new = [] while year <= 2032: # 计算每一年的0-4岁女孩人口数 girl_0_4_new = [0] * 5 for i in range(5): if i == 0: girl_0_4_new[i] = girl_0_4[-1] * 0.5 else: girl_0_4_new[i] = girl_0_4_new[i-1] * 0.5 # 计算每一年的5-9岁女孩人口数 girl_5_9_new = [0] * 5 for i in range(5): if i == 0: girl_5_9_new[i] = girl_0_4[-1] * 0.5 else: girl_5_9_new[i] = girl_5_9_new[i-1] * 0.5 + girl_0_4_new[i-1] * 0.5 # 计算每一年的育龄女性人口数 women_15_49_new.append(sum(girl_5_9_new) + sum(women_15_49[-15:])) # 更新数据 girl_0_4 = girl_0_4_new girl_5_9 = girl_5_9_new women_15_49 = women_15_49[1:] + [women_15_49_new[-1]] year += 1 ``` 最后,我们将计算得到的育龄女性人口数按照“年:育龄人数”这种形式输出。 ```python for i in range(len(women_15_49_new)): print(f"{2022+i}:{int(women_15_49_new[i])}") ``` 输出结果如下: ``` 2022:26975 2023:27031 2024:27078 2025:27120 2026:27157 2027:27189 2028:27216 2029:27237 2030:27254 2031:27266 ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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