中国的人口总数已经突破14亿了，你知道吗？中国人口的出生率、死亡率和自然增长率你了解吗？中国人口的男女比例你清楚吗？不要着急，跟随着我来一起了解。
获取人口数据
我们的目标是
获取新中国成立后70年的总人口数据，以及人口的出生率、死亡率和自然增长率数据。
我们从中国最权威的地方获取人口数据——国家数据。网址是：http://data.stats.gov.cn/easyquery.htm?cn=C01。打开网页后，如下图：
左边是菜单树，包含各种各样的统计数据。右边是数据表格，表格右上方有选择项，我们可以看到总人口数据可以选择时间段。
要想获取数据，我们先要分析请求，于是我们打开了网页开发者工具，我们可以很容易地找到获取数据的请求：
通过分析请求参数，我们可以得出几个变动参数的含义：
- m：固定为 QueryData。
- dbcode：固定为 hgnd。
- rowcode：固定为 sj。
- colcode：固定为 zb。
- wds：固定为 []。
- dfwds：数组。当 wdcode 为
zb时，valuecode 表示指标，A0301表示总人口，A0302表示人口出生率、增长率和死亡率。当 wdcode 为sj时，valuecode 表示时间，LAST5 表示5年，LAST70 表示70年。 - k1：时间戳，可以不用管。
弄清楚了这些，我们就可以开始发送请求获取数据了：
# 总人口dfwds1 = '[{"wdcode": "sj", "valuecode": "LAST70"}, {"wdcode":"zb","valuecode":"A0301"}]'# 人口出生率、死亡率、自然增长率dfwds2 = '[{"wdcode": "sj", "valuecode": "LAST70"}, {"wdcode":"zb","valuecode":"A0302"}]'url = 'http://data.stats.gov.cn/easyquery.htm?m=QueryData&dbcode=hgnd&rowcode=sj&colcode=zb&wds=[]&dfwds={}'# 将所有数据放这里，年份为key，值为各个指标值组成的list# 因为 2019 年数据还没有列入到年度数据表里，所以根据统计局2019年经济报告中给出的人口数据计算得出# 数据顺序为历年数据population_dict = {}response1 = requests.get(url.format(dfwds1))get_population_info(population_dict, response1.json())response2 = requests.get(url.format(dfwds2))get_population_info(population_dict, response2.json())population_dict['2019'] = [2019, 140005, 71527, 68478, 84843, 55162, 10.48, 7.14, 3.34]save_excel(population_dict)
考虑到我们可能需要调试程序，不宜多次频繁请求网站，所以我们这里将获取到的数据存入 Excel 表格中，并且将两份数据合成一个表格。
# 人口数据生成excel文件def save_excel(population_dict): # .T 是行列转换 df = pd.DataFrame(population_dict).T[::-1] df.columns = ['年份', '年末总人口(万人)', '男性人口(万人)', '女性人口(万人)', '城镇人口(万人)', '乡村人口(万人)', '人口出生率(‰)', '人口死亡率(‰)', '人口自然增长率(‰)'] writer = pd.ExcelWriter(POPULATION_EXCEL_PATH) # columns参数用于指定生成的excel中列的顺序 df.to_excel(excel_writer=writer, index=False, encoding='utf-8', sheet_name='中国70年人口数据') writer.save() writer.close()
大家注意一点，国家数据网站上最新的人口数据是2018年的，所以2019年我得从另外渠道（国家统计局网站）获取，并且加入表格中。我获取数据的地址是：http://www.stats.gov.cn/tjsj/zxfb/202001/t20200117_1723383.html。
我们生成的数据表格是这样的：
分析人口数据
获取到我们需要的数据后，我们就可以利用数据来分析我们关心的话题了，这里主要以图表方式来呈现。
人口总数分析
我将70年的总人口数制作成一个柱状图，来展现新中国成立以来人口数的变化情况：
# 处理数据x_data = pdata['年份'].tolist()# 将人口单位转换为亿y_data1 = pdata['年末总人口(万人)'].map(lambda x: "%.2f" % (x / 10000)).tolist()y_data2 = pdata['人口自然增长率(‰)'].tolist()y_data3 = pdata['人口出生率(‰)'].tolist()y_data4 = pdata['人口死亡率(‰)'].tolist()# 总人口柱状图bar = Bar(init_opts=opts.InitOpts(width="1200px", height="500px"))bar.add_xaxis(x_data)bar.add_yaxis("年末总人口（亿）", y_data1, category_gap="10%", label_opts=opts.LabelOpts(rotate=90, position="inside"))bar.set_global_opts(title_opts=opts.TitleOpts(title="年末总人口变化情况", pos_bottom="bottom", pos_left="center"),xaxis_opts=opts.AxisOpts(type_="category",name='年份',# 坐标轴名称显示位置name_location='end',# x轴数值与坐标点的偏移量# boundary_gap=False,axislabel_opts=opts.LabelOpts(is_show=True, margin=10, color="#000", interval=1, rotate=90),# axisline_opts=opts.AxisLineOpts(is_show=True, symbol="arrow"),axistick_opts=opts.AxisTickOpts(is_show=True, is_align_with_label=True),axispointer_opts=opts.AxisPointerOpts(type_="line", label=opts.LabelOpts(is_show=True))),# y轴相关选项设置yaxis_opts=opts.AxisOpts(type_="value",position="left",),legend_opts=opts.LegendOpts(is_show=True))
画图的代码我就不详细讲解了，大家感兴趣可以去看一下 pyecharts 作图。
总人口数的柱状图效果如下：
从图中可以看出，我们的总人口数除了1960年和1961年两年是减少的，其他年份都是增加的。而那两年是由于严重自然灾害导致的大饥荒，饿死了好多人。我们也可以看到在2019年，我国的人口总数正式突破14亿人，以后需要更新数据了，再也不要在别人面前说我们国家有13亿人了。
接下来，我们将人口出生率、死亡率和自然增长率用折线图来展现，代码如下：
# 自然增长率、出生率、死亡率折线图 line = Line(init_opts=opts.InitOpts(width="1400px", height="500px")) line.add_xaxis(x_data) line.add_yaxis( series_name="自然增长率(‰)", y_axis=y_data2, label_opts=opts.LabelOpts( is_show=False ) ) line.add_yaxis('出生率(‰)', y_data3, label_opts=opts.LabelOpts(is_show=False)) line.add_yaxis('死亡率(‰)', y_data4, label_opts=opts.LabelOpts(is_show=False)) line.set_global_opts( title_opts=opts.TitleOpts(title="人口自然增长率、出生率、死亡率", pos_bottom="bottom", pos_left="center"), xaxis_opts=opts.AxisOpts( name='年份', name_location='end', type_="value", min_="1949", max_interval=1, # 设置x轴不必与y轴的0对齐 axisline_opts=opts.AxisLineOpts(is_on_zero=False), axislabel_opts=opts.LabelOpts(is_show=True, color="#000", interval=0, rotate=90), axistick_opts=opts.AxisTickOpts(is_show=True, is_align_with_label=True), axispointer_opts=opts.AxisPointerOpts(type_="shadow", label=opts.LabelOpts(is_show=True)) ), # y轴相关选项设置 yaxis_opts=opts.AxisOpts( name='比例', type_="value", position="left", min_=-10, axislabel_opts=opts.LabelOpts(is_show=True) ), legend_opts=opts.LegendOpts(is_show=True) )运行代码，我们得到的图像如下：
同样的，我们可以看到如下几点：
- 1960年和1961年两年因为大饥荒导致死亡率激增。
- 可能由于大饥荒过后国家鼓励生育，人口增长率在1962年出现大幅反弹，并于1963年达到峰值后开始下跌。
- 图中除了特殊年份外，死亡率趋于平稳，所以自然增长率和出生率呈现一定的正相关性。
- 在2016年出生率出现小幅反弹，没错，那年是放开二胎的元年。
- 虽然放开了二胎，但是大家好像不热衷于生小孩了，人口出生率在近两年下降明显。
人口性别分析
对于人口性别分析，我们从两个方面出发，一个是目前我国总人口中的男女比例，另一个方面是我国男女人口差额的变化情况。
我们首先用一个饼图来看看2019年的男女比例：
pie = Pie() pie.add("", [list(z) for z in zip(['男', '女'], np.ravel(sex_2019.values))]) pie.set_global_opts(title_opts=opts.TitleOpts(title="2019中国男女比", pos_bottom="bottom", pos_left="center")) pie.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))运行代码得到的效果图如下：
很显然，目前中国男性比女性多了2个多百分点。青年男士依然面临僧多粥少的局面啊。
下面我们来计算一下新中国成立以来男女的差额，然后通过折线图来看看变化情况，代码如下：
line = Line(init_opts=opts.InitOpts(width="1400px", height="500px")) line.add_xaxis(x_data) line.add_yaxis( series_name="男女差值", y_axis=y_data_man_woman.values, # 标出关键点的数据 markpoint_opts=opts.MarkPointOpts( data=[ opts.MarkPointItem(type_="min"), opts.MarkPointItem(type_="max"), opts.MarkPointItem(type_="average") ] ), label_opts=opts.LabelOpts( is_show=False ), markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]) ) line.set_global_opts( title_opts=opts.TitleOpts(title="中国70年(1949-2019)男女差值（万人）", pos_left="center", pos_top="bottom"), legend_opts=opts.LegendOpts(is_show=False), xaxis_opts=opts.AxisOpts( name='年份', name_location='end', type_="value", min_="1949", max_interval=1, # 设置x轴不必与y轴的0对齐 axisline_opts=opts.AxisLineOpts(is_on_zero=False), axislabel_opts=opts.LabelOpts(is_show=True, color="#000", interval=0, rotate=90), axistick_opts=opts.AxisTickOpts(is_show=True, is_align_with_label=True), axispointer_opts=opts.AxisPointerOpts(type_="shadow", label=opts.LabelOpts(is_show=True)) ), yaxis_opts=opts.AxisOpts( name='差值（万人）', type_="value", position="left", axislabel_opts=opts.LabelOpts(is_show=True) ), )
运行代码，得到的图像如下：
从图中可以看出：
- 在60年代，男女的差额是最小的一段时期，只有不到2000万。
- 在80年代末到90年代末这期间差值缩小明显，而后又迅速攀升到2000年的峰值4131万。这个变化我不知道是什么政策或事件导致的，你们知道吗？
- 近些年，男女的差值是缓慢减少的，这可能是对于单身男士的唯一利好消息了吧。
总结
本文从国家数据官方网站获取到中国人口的数据，然后通过图标将总人口、人口变化率以及人口性别等几个方面展现出来，从而可以直观地看到我国人口的总体情况。通过阅读本文，对于中国人口的陈旧记忆，你是否更新了呢？
文中示例代码：python-100-days
