490 KiB
490 KiB
None
<html lang="en">
<head>
</head>
![No description has been provided for this image]()
</html>
In [2]:
import numpy as np
import matplotlib.pyplot as plt
In [3]:
data = np.load('./data/2001-2019年劳动力与就业人员数据.npz', encoding='ASCII', allow_pickle=True)
data
Out[3]:
In [4]:
# 设置中文字体（macOS 上常见中文字体）
from matplotlib import font_manager as fm
import matplotlib as mpl
font_path = '/System/Library/Fonts/STHeiti Medium.ttc'
my_font = fm.FontProperties(fname=font_path)
mpl.rcParams['font.family'] = my_font.get_name()
mpl.rcParams['axes.unicode_minus'] = False
In [5]:
# 获取所有键
keys = data.files
keys
Out[5]:
In [ ]:
# 遍历所有键病打印对应的数据
for key in keys:
print(f'键{key}对应的数据为：')
print(data[key])
In [6]:
# 提取其中的columns数组，视为数据的标签
columns = data['arr_0']
values = data['arr_1']
print(columns, values)
In [ ]:
plt.figure(figsize=(12, 6), dpi=1000) # 设置画布
plt.scatter(values[:, 0], values[:, 1], marker='o') # 绘制散点图
plt.xlabel('年份') # 设置x轴标签
plt.ylabel('劳动力人数（万人）') # 设置y轴标签
plt.ylim(70000, 85000) # 设置y轴范围
plt.xticks(range(2001,2020,1) ,labels=values[:,0]) # 设置x轴刻度
plt.title('2001~2019年劳动力人数散点图') # 添加图标标题
plt.show()
In [ ]:
plt.figure(figsize=(12,6),dpi=1000) # 设置画布
plt.scatter(values[:,0],values[:,3],marker='*',c='b',label='城镇就业人员')
plt.scatter(values[:,0],values[:,4],marker='>',c='r',label='乡村就业人员')
plt.xlabel('年份（年）')
plt.ylabel('人数（万人）')
plt.ylim(20000,60000)
plt.xticks(range(2001,2020,1),labels=values[:,0])
plt.legend()
plt.title('2001~2019年城乡就业人数散点图')
plt.show()
In [ ]:
plt.figure(figsize=(12,6),dpi=1000) # 设置画布
plt.plot(values[:,0],values[:,3],'bs-',label='城镇就业人员')
plt.plot(values[:,0],values[:,4],'ro-.',label='乡村就业人员')
plt.xlabel('年份（年）')
plt.ylabel('人数（万人）')
plt.ylim(20000,60000)
plt.xticks(range(2001,2020,1),labels=values[:,0])
plt.legend()
plt.title('2001~2019年城乡就业人数点线图')
plt.show()
In [ ]:
labels = ['城镇就业人员','乡村就业人员']
plt.figure(figsize=(6,6),dpi=1080)
plt.bar(range(2),values[-1,3:5],width=0.5)
plt.xlabel("类别")
plt.ylabel("就业人数（万人）")
plt.xticks(range(2),labels=labels)
plt.title('2019年城乡就业人数柱形图')
plt.show()
In [ ]:
labels = ['城镇就业人员','乡村就业人员']
explode = [0.01,0.01]
plt.figure(figsize=(6,6),dpi=1080)
plt.pie(values[-1,3:5],explode=explode,labels=labels,autopct='%1.2f%%')
plt.title('2019年城乡就业人数分布饼图')
plt.show()
In [8]:
labels = ['城镇就业人员','乡村就业人员']
gdp = [values[:,3],values[:,4]]
plt.figure(figsize=(6,6),dpi=1080)
plt.boxplot(gdp,notch=True,labels=labels,meanline=True)
plt.title('2001~2019年城乡就业人数分布箱线图')
plt.show()
In [ ]:
# 5-7
plt.figure(figsize=(12, 6), dpi=1080) # 设置画布
plt.plot(values[:, 0], values[:, 2], color='r',linestyle='--') # 绘制红色虚线折线图
plt.xlabel('年份(年)') # 设置x轴标签
plt.ylabel('劳动力人数(万人)') # 设置y轴标签
plt.ylim(70000, 80000) # 设置y轴范围
plt.xticks(range(2001,2020,1) ,labels=values[:,0]) # 设置x轴刻度
plt.title('2001~2019年劳动力人数散点图') # 添加图标标题
plt.show()
In [ ]:
# 5-8
plt.figure(figsize=(12, 6), dpi=1080) # 设置画布
plt.plot(values[:, 0], values[:, 2], color='b',linestyle='--',marker='D') # 绘制红色虚线折线图
plt.xlabel('年份(年)') # 设置x轴标签
plt.ylabel('劳动力人数(万人)') # 设置y轴标签
plt.ylim(70000, 80000) # 设置y轴范围
plt.xticks(range(2001,2020,1) ,labels=values[:,0]) # 设置x轴刻度
plt.title('2001~2019年劳动力人数点线图') # 添加图标标题
plt.show()
In [ ]:
# 5-9
plt.figure(figsize=(12, 6), dpi=1080) # 设置画布
plt.plot(values[:, 0], values[:, 3],'bs-',
values[:,0] ,values[:,4],'ro-' ) # 绘制红色虚线折线图
plt.xlabel('年份(年)') # 设置x轴标签
plt.ylabel('劳动力人数(万人)') # 设置y轴标签
plt.ylim(20000, 60000) # 设置y轴范围
plt.xticks(range(2001,2020,1) ,labels=values[:,0]) # 设置x轴刻度
plt.legend(['城镇就业人员','乡村就业人员'])
plt.title('2001~2019年劳动力人数点线图') # 添加图标标题
plt.show()
In [ ]:
labels = ['城镇就业人员','乡村就业人员','国有单位城镇就业人员（万人）']
plt.figure(figsize=(6,4),dpi=1080)
plt.bar(range(3),values[-1,3:6],width=0.3)
plt.xlabel("类别",fontsize=6)
plt.ylabel("就业人数（万人）",fontsize=6)
plt.xticks(range(3),labels=labels,fontsize=6)
plt.title('2019年城乡就业人数柱形图',fontsize=6)
plt.show()
In [ ]:
labels = ['城镇就业人员','乡村就业人员']
plt.figure(figsize=(1.6,2.6),dpi=200)
plt.bar(range(2),values[-1,3:5],width=0.2,color=['skyblue', 'lightcoral'])
plt.xlabel("类别",fontsize=6)
plt.ylabel("就业人数（万人）",fontsize=6)
plt.xticks(range(2),labels=labels,fontsize=6)
plt.yticks(fontsize=6)
plt.title('2019年城乡就业人数柱形图',fontsize=6)
plt.show()