如何用Python画人口金字塔

如何用Python画人口金字塔

使用Python画人口金字塔需要几个关键步骤：准备数据、使用matplotlib库、创建金字塔形状、添加标签。 其中，最重要的一步是使用matplotlib库，这是一个强大的绘图库，可以帮助我们轻松创建各种图表。下面我们将详细解释这些步骤，并展示如何在Python中实现它们。

一、准备数据

在开始绘制人口金字塔之前，我们需要准备好数据。通常，人口金字塔的数据包括不同年龄组的男性和女性人口数量。数据可以存储在CSV文件中，也可以直接在代码中定义。以下是一个数据示例：

age_groups = ['0-4', '5-9', '10-14', '15-19', '20-24', '25-29', '30-34', '35-39', '40-44', '45-49', '50-54', '55-59', '60-64', '65-69', '70-74', '75-79', '80-84', '85+'] male_population = [-500000, -480000, -460000, -450000, -440000, -430000, -420000, -410000, -400000, -390000, -380000, -370000, -360000, -350000, -340000, -330000, -320000, -310000] female_population = [520000, 500000, 480000, 470000, 460000, 450000, 440000, 430000, 420000, 410000, 400000, 390000, 380000, 370000, 360000, 350000, 340000, 330000]

在这个例子中，我们有18个年龄组，每个年龄组的男性和女性人口数量分别存储在male_population和female_population列表中。请注意，男性人口数量是负数，以便在图表中将其绘制在左侧。

二、使用matplotlib库

接下来，我们将使用matplotlib库来绘制人口金字塔。首先，我们需要安装matplotlib库，如果你还没有安装它，可以使用以下命令进行安装：

pip install matplotlib

然后，我们可以导入matplotlib库并创建一个基本的条形图：

import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(10, 8))
绘制男性人口条形图
ax.barh(age_groups, male_population, color='blue', label='Male')
绘制女性人口条形图
ax.barh(age_groups, female_population, color='pink', label='Female')
plt.show()

三、创建金字塔形状

为了使条形图看起来像一个金字塔，我们需要对其进行一些调整。首先，我们需要翻转y轴，使年龄组从下到上排列。其次，我们可以通过调整x轴的范围来确保两侧对称。最后，我们可以添加一些标签和标题，使图表更具可读性：

fig, ax = plt.subplots(figsize=(10, 8))
绘制男性人口条形图
ax.barh(age_groups, male_population, color='blue', label='Male')
绘制女性人口条形图
ax.barh(age_groups, female_population, color='pink', label='Female')
翻转y轴
ax.invert_yaxis()
设置x轴范围
ax.set_xlim(-600000, 600000)
添加标签和标题
ax.set_xlabel('Population')
ax.set_ylabel('Age Group')
ax.set_title('Population Pyramid')
ax.legend()
plt.show()

四、添加标签

为了使图表更加清晰，我们可以为每个条形添加标签，显示每个年龄组的具体人口数量。这可以通过在条形图中添加文本注释来实现：

fig, ax = plt.subplots(figsize=(10, 8))
绘制男性人口条形图
bars_male = ax.barh(age_groups, male_population, color='blue', label='Male')
绘制女性人口条形图
bars_female = ax.barh(age_groups, female_population, color='pink', label='Female')
翻转y轴
ax.invert_yaxis()
设置x轴范围
ax.set_xlim(-600000, 600000)
添加标签和标题
ax.set_xlabel('Population')
ax.set_ylabel('Age Group')
ax.set_title('Population Pyramid')
ax.legend()
为每个条形添加标签
for bar in bars_male:
    width = bar.get_width()
    ax.text(width - 50000, bar.get_y() + bar.get_height()/2, f'{abs(width):,}', ha='center', va='center', color='white')
for bar in bars_female:
    width = bar.get_width()
    ax.text(width + 50000, bar.get_y() + bar.get_height()/2, f'{width:,}', ha='center', va='center', color='white')
plt.show()

五、优化图表

最后，我们可以进一步优化图表，使其更加美观。例如，我们可以调整颜色、添加网格线、设置不同的字体样式等等：

fig, ax = plt.subplots(figsize=(10, 8))
绘制男性人口条形图
bars_male = ax.barh(age_groups, male_population, color='#1f77b4', label='Male')
绘制女性人口条形图
bars_female = ax.barh(age_groups, female_population, color='#ff7f0e', label='Female')
翻转y轴
ax.invert_yaxis()
设置x轴范围
ax.set_xlim(-600000, 600000)
添加标签和标题
ax.set_xlabel('Population', fontsize=12)
ax.set_ylabel('Age Group', fontsize=12)
ax.set_title('Population Pyramid', fontsize=16)
ax.legend()
添加网格线
ax.grid(True, which='both', linestyle='--', linewidth=0.5)
为每个条形添加标签
for bar in bars_male:
    width = bar.get_width()
    ax.text(width - 50000, bar.get_y() + bar.get_height()/2, f'{abs(width):,}', ha='center', va='center', color='white', fontsize=10)
for bar in bars_female:
    width = bar.get_width()
    ax.text(width + 50000, bar.get_y() + bar.get_height()/2, f'{width:,}', ha='center', va='center', color='white', fontsize=10)
plt.show()