如何为公司做网站网站开发学习视频

如何为公司做网站,网站开发学习视频,网站运营周期,网络企业做网站#转置数据框#xff0c;按索引#xff08;年份#xff09;升序排列数据框#xff0c;以便后续计算环比指标 df_total_Tdf_total.T df_total_Tdf_total_T.sort_index() df_total_T#计算各个指标的年环比指标 colsdf_total_T.columns.to_list() for col in cols:col_strcol按索引年份升序排列数据框以便后续计算环比指标df_total_Tdf_total.Tdf_total_Tdf_total_T.sort_index()df_total_T#计算各个指标的年环比指标colsdf_total_T.columns.to_list()for col in cols:col_strcol_pctdf_total_T[col_str]df_total_T[col].pct_change(periods1)df_total_T.head(2)#年末总人口规模和环比趋势分析。figplt.figure(figsize(12,6))#设置画布ax1fig.add_subplot(2,1,1)ax1.plot(df_total_T[年末总人口(万人)])ax1.axhline(y140000,colorred)#14亿红线ax1.set_title(年末总人口(万人)趋势)ax2fig.add_subplot(2,1,2)ax2.plot(df_total_T[年末总人口(万人)_pct])ax2.axhline(y0,colorred)#正负值界限ax2.set_title(年末总人口(万人)_pct趋势)plt.tight_layout()plt.show()plt.figure(figsize(12,4))plt.plot(df_total_T[城镇人口(万人)]/df_total_T[年末总人口(万人)],marker)plt.axhline(y0.5,colorred)plt.title(城镇人口占比)plt.show()plt.figure(figsize(12,4))plt.plot(df_total_T[男性人口(万人)]/df_total_T[年末总人口(万人)])plt.axhline(y0.5,colorred)plt.title(男性人口占比)plt.show()plt.figure(figsize(12,4))#画布设置plt.plot(df_total_T[城镇人口(万人)_pct],label城镇环比)plt.plot(df_total_T[乡村人口(万人)_pct],label乡村环比)plt.plot(df_total_T[年末总人口(万人)_pct],label总人口环比)plt.axhline(y0,colorred)#正负值红线plt.legend()plt.title(城镇化环比速度)plt.show()df_ngrpd.read_csv(/home/mw/input/population5417/出生率死亡率自然增长率.csv,encodinggbk,index_col0)#数据框加载df_ngr_Tdf_ngr.T#数据框转置df_ngr_Tdf_ngr_T.sort_index()#按年升序排列df_ngr_Tdf_ngr_T.dropna(howall)#删除全是空值的行df_ngr_Tplt.figure(figsize(12,6))#设置画布plt.plot(df_ngr_T)plt.axhline(y0,colorred)#正负值红线plt.legend([人口出生率(‰),人口死亡率(‰),人口自然增长率(‰),0线])#图例设置plt.title(出生率死亡率自然增长率趋势)#标题设置plt.show()df_agepd.read_csv(/home/mw/input/population5417/人口年龄分布.csv,encodinggbk,index_col0)#加载数据df_age_Tdf_age.T#数据框转置df_age_Tdf_age_T.sort_index()#按年升序排列df_age_Tdf_age_T.dropna(howall)#去全空值行df_age_T.head(2)l_maledf_age_male_T.columns.to_list()print(low:,l_male.index(20-24岁男性人口数(人口抽样调查)(人)))#20-24岁男性人口数(人口抽样调查)(人)在数据框列中的索引位置数值print(high:,l_male.index(50-54岁男性人口数(人口抽样调查)(人)))#50-54岁男性人口数(人口抽样调查)(人)在数据框列中的索引位置数值df_age_male_T[男性适婚适孕]df_age_male_T.iloc[:,5:12].sum(axis1)#设置字段男性适婚适孕并赋值df_age_femalepd.read_csv(/home/mw/input/population5417/女性年龄分布.csv,encodinggbk,index_col0)df_age_female_Tdf_age_female.Tdf_age_female_Tdf_age_female_T.sort_index()df_age_female_Tdf_age_female_T.dropna(howall)df_age_female_T.head(2)df_edu_T.columns设置6岁及6岁以上未上过学人口占比(人口抽样调查)字段并赋值df_edu_T[6岁及6岁以上未上过学人口占比(人口抽样调查)]df_edu_T[6岁及6岁以上未上过学人口数(人口抽样调查)(人)]/df_edu_T[6岁及6岁以上人口数(人口抽样调查)(人)]plt.figure(figsize(12,6))plt.plot(df_edu_T[6岁及6岁以上未上过学人口占比(人口抽样调查)],label未上过学人口占比)#plt.plot(df_edu_T[6岁及6岁以上未上过学女性人口占比(人口抽样调查)],label未上过学女性人口占比)plt.legend()plt.title(6岁及6岁以上未上过学人口占比(人口抽样调查))plt.show()