python 人口预测_Python数据分析之全球人口数据

这篇文章用pandas对全球的人口数据做个简单分析。我收集全球各国1960-2019年人口数据，包含男女和不同年龄段，共6个文件。

pop_total.csv： 各国每年总人口

pop_female.csv：各国每年女性人口

pop_male.csv： 各国每年男性人口

pop_0_14.csv： 各国每年0-14岁人口

pop_15_64.csv： 各国每年15-64岁人口

pop_65up.csv：各国每年65岁以上人口

先用pandas读取文件数据

import pandas as pd

pop_total = pd.read_csv('./data/pop_total.csv', skiprows=4)

pop_total.info()

pop_total.csv文件存放各国每年总人口数据，格式如下

pop_total.head(2)

同样的方式，我们读取剩下的5个文件，对应的DataFrame分别是pop_female、pop_male、pop_0_14、pop_15_64、pop_65up。

为了直观观察全球人口分布，我们用pyecharts绘制2019年全球人口分布地图

from pyecharts import options as opts

from pyecharts.charts import Timeline, Map

pop_total_2019 = pop_total[['Country Name', '2019']]

# 修改俄罗斯的英文名以便pyecharts能识别

pop_total_2019.loc[200, 'Country Name'] = 'Russia'

pop_world_map = (

Map()

.add("2019年", pop_total_2019.values, "world", is_map_symbol_show=False)

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

title_opts=opts.TitleOpts(title="全球人口"),

visualmap_opts=opts.VisualMapOpts(max_=100000000), # 超过1亿人口颜色最深(红色)

)

)

pop_world_map.render_notebook()

因为我们有50年的数据，所以我们还可以绘制一个全球人口分布变化的动图，类似之前写的全球疫情变化趋势图。因为代码跟上面类似，这里就不贴，源码包里能找到。

上面的图里我们只能定性的看到人口分布，下面我们定量地看看2019年全球人口top10的国家。

# 2019年人口top10的国家

pop_total_

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！