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-李运辰.xlsx'
data = pd.read_excel(datafile)
###第七次不同省份总人口-李运辰
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-李运辰.html")
###1953~2021年不同省份总人口-李运辰
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-李运辰.html")
an2()
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
Python数据分析与可视化项目社会科学类-第7次人口普查-数据可视化(97分).zip 代码完整下载可用,确保可以运行。 Python数据分析与可视化项目社会科学类-第7次人口普查-数据可视化(97分).zip 代码完整下载可用,确保可以运行。Python数据分析与可视化项目社会科学类-第7次人口普查-数据可视化(97分).zip 代码完整下载可用,确保可以运行。Python数据分析与可视化项目社会科学类-第7次人口普查-数据可视化(97分).zip 代码完整下载可用,确保可以运行。Python数据分析与可视化项目社会科学类-第7次人口普查-数据可视化(97分).zip 代码完整下载可用,确保可以运行。Python数据分析与可视化项目社会科学类-第7次人口普查-数据可视化(97分).zip 代码完整下载可用,确保可以运行。Python数据分析与可视化项目社会科学类-第7次人口普查-数据可视化(97分).zip 代码完整下载可用,确保可以运行。Python数据分析与可视化项目社会科学类-第7次人口普查-数据可视化(97分).zip 代码完整下载可用,确保可以运行。Python数据
资源推荐
资源详情
资源评论
收起资源包目录
Python数据分析与可视化项目社会科学类-第7次人口普查-数据可视化.zip (10个子文件)
主-master
1953~2021年不同省份总人口.html 61KB
第七次人口普查不同省份总人口.gif 290KB
微信图片_20210511213029.png 79KB
1953_2021年七次人口普查以及各省人口数量变化情况.mp4 5.38MB
七次人口普查数据.xlsx 13KB
1953~2021年不同省份总人口.gif 127KB
1953_2021年七次人口普查以及各省人口数量变化情况.gif 3.41MB
第七次人口普查不同省份总人口.html 7KB
0511.py 4KB
.gitignore 350B
共 10 条
- 1
不安分的小女孩
- 粉丝: 9265
- 资源: 2015
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 论文(最终)_20240430235101.pdf
- 基于python编写的Keras深度学习框架开发,利用卷积神经网络CNN,快速识别图片并进行分类
- 最全空间计量实证方法(空间杜宾模型和检验以及结果解释文档).txt
- 5uonly.apk
- 蓝桥杯Python组的历年真题
- 2023-04-06-项目笔记 - 第一百十九阶段 - 4.4.2.117全局变量的作用域-117 -2024.04.30
- 2023-04-06-项目笔记 - 第一百十九阶段 - 4.4.2.117全局变量的作用域-117 -2024.04.30
- 前端开发技术实验报告:内含4四实验&实验报告
- Highlight Plus v20.0.1
- 林周瑜-论文.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
前往页