分析1996~2015年人口数据各个特征的分布与分散情况
通过绘制各年份男女人口数目及城乡人口的直方图，男女人口比例及城乡人口比例的饼图开一发现人口结构的变化。而绘制每个特征的箱线图则可以发现不同特征增长或者减少的速率是否变得缓慢。
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）
运行程序前先创建目录F:/data/tmp
程序代码：
import numpy as np
import matplotlib.pyplot as plt
data=np.load(‘E:/Data/populations.npz’,allow_pickle=True)#读入数据
print(data[‘data’])#输出数据文件中的data数组
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
plt.rcParams[‘font.sans-serif’]=‘SimHei’#设置中文显示
label1=[‘男性’,‘女性’]#标签
label2=[‘城镇’,‘乡村’]
ex=[0.01,0.01]#饼图：设定各项距离圆心n个半径
#1.直方图
p1=plt.figure(figsize=(12,12))#设置画布大小
#子图1
a1=p1.add_subplot(2,2,1)
plt.bar(range(2),values[19,2:4],width=0.5,color=‘orange’)
plt.ylabel(‘人口（万人）’)
plt.ylim(0,80000)#设置当前图形y轴的范围
plt.xticks(range(2),label1)#指定x轴刻度的数目与取值
plt.title(‘1996年男、女人口数直方图’)
#子图2
b1=p1.add_subplot(2,2,2)
plt.bar(range(2),values[0,2:4],width=0.5,color=‘red’)
plt.ylabel(‘人口（万人）’)
plt.ylim(0,80000)
plt.xticks(range(2),label1)
plt.title(‘2015年男、女人口数直方图’)
#子图3
c1=p1.add_subplot(2,2,3)
plt.bar(range(2),values[19,4:6],width=0.5,color=‘orange’)
plt.xlabel(‘类别’)
plt.ylabel(‘人口（万人）’)
plt.ylim(0,90000)
plt.xticks(range(2),label2)
plt.title(‘1996年城、乡人口数直方图’)
#子图4
d1=p1.add_subplot(2,2,4)
plt.bar(range(2),values[0,4:6],width=0.5,color=‘red’)
plt.xlabel(‘类别’)
plt.ylabel(‘人口（万人）’)
plt.ylim(0,90000)
plt.xticks(range(2),label2)
plt.title(‘2015年城、乡人口数直方图’)
plt.savefig(‘F:/data/tmp/1996、2015年各类人口直方图.png’)#保存图片
#2.饼图
p2=plt.figure(figsize=(8,8))
#子图1
a2=p2.add_subplot(2,2,1)
plt.pie(values[19,2:4],explode=ex,labels=label1,colors=[‘pink’,‘crimson’],autopct=’%1.1f%%’)
plt.title(‘1996年男、女人口数饼图’)
#子图2
b2=p2.add_subplot(2,2,2)
plt.pie(values[0,2:4],explode=ex,labels=label1,colors=[‘PeachPuff’,‘skyblue’],autopct=’%1.1f%%’)
plt.title(‘2015年男、女人口数饼图’)
#子图3
c2=p2.add_subplot(2,2,3)
plt.pie(values[19,4:6],explode=ex,labels=label2,colors=[‘pink’,‘crimson’],autopct=’%1.1f%%’)
plt.title(‘1996年城、乡人口数饼图’)
#子图4
d2=p2.add_subplot(2,2,4)
plt.pie(values[0,4:6],explode=ex,labels=label2,colors=[‘PeachPuff’,‘skyblue’],autopct=’%1.1f%%’)
plt.title(‘2015年城、乡人口数饼图’)
plt.savefig(‘F:/data/tmp/1996、2015年各类人口饼图.png’)
#3.箱线图
p3=plt.figure(figsize=(10,10))
plt.boxplot(values[0:20,1:6],notch=True,labels=[‘年末’,‘男性’,‘女性’,‘城镇’,‘乡村’],meanline=True)
plt.xlabel(‘类别’)
plt.ylabel(‘人口（万人）’)
plt.title(‘1996~2015年各特征人口箱线图’)
plt.savefig(‘F:/data/tmp/1996`2015年各特征人口箱线图.png’)
#显示
plt.show()
运行结果：