基于pycharts全国民政局登记数据分析可视化

最新推荐文章于 2025-12-09 18:41:25 发布

原创

最新推荐文章于 2025-12-09 18:41:25 发布 · 1.3k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#数据分析 #python #信息可视化 #pycharts

该文使用Python的pyecharts库对2019年各地区的结婚和离婚数据进行分析，计算了离结率，并通过条形图、柱状图和热力图进行了可视化展示。重点展示了离结率较高的东北地区以及北京、天津，和较低的广东、海南等地的情况。

import pandas as pd
from pyecharts. charts import *
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.globals import SymbolType
from pyecharts.commons.utils import JsCode
from pyecharts.charts import Line, Bar,Page,Map

df_marry = pd.read_csv('./结婚登记(万对).csv',encoding='gbk')
df_divorce = pd.read_csv('./离婚登记(万对).csv',encoding='gbk')

2019年各地区离结率

#2019年各地区离结率
df_tmp = pd.DataFrame()
df_tmp['地区'] = df_marry['地区']
df_tmp['结婚']= df_marry['2019年']
df_tmp['离婚']= df_divorce['2019年']
df_tmp['结婚占比'] = round(df_marry['2019年']*100/(df_marry['2019年'] + df_divorce['2019年']))
df_tmp['离婚占比'] = round(df_divorce['2019年']*100/(df_marry['2019年'] + df_divorce['2019年']))
df_tmp['离结率'] = round(df_tmp['离婚占比']/(df_tmp['结婚占比']),2)
df_tmp.head()

可视化

2019年各地区结婚离婚占比

area = df_tmp['地区'].values.tolist()
marry_count = df_tmp['结婚占比'].values.tolist()
divorce_count = df_tmp['离婚占比'].values.tolist()
c = (
    Bar(
        init_opts=opts.InitOpts(
            width='800px',
            height='600px',
        )
    )
    .add_xaxis(area)
    .add_yaxis('结婚占比',marry_count, stack='stackl',itemstyle_opts=opts.ItemStyleOpts(color='#ed1941'))
    .add_yaxis('离婚占比',divorce_count, stack='stackl',itemstyle_opts=opts.ItemStyleOpts(color='#009ad6'))
    .set_series_opts(label_opts=opts.LabelOpts(
        is_show=True,position='inside'))
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="2019年各地区结婚离婚占比",
            pos_top='2%'),
            legend_opts=opts.LegendOpts(
                pos_r