内容简介:中,州的先生(微信号:taoist_ling,公众号:zmister2016)通过采集国家统计局“国家数据”网站中提供的中国历年人口数据,并对数据进行可视化的探索,发现了一些有意思和令人深思的现象和趋势。有一些小伙伴后台留言希望公布一下采集“国家数据”网站人口数据的代码,在这里,就将总人口、人口出生率、人口年龄结构和人口平均寿命4项数据的代码公布出来,方便大家学习和使用。文章目录
中,州的先生(微信号:taoist_ling,公众号:zmister2016)通过采集国家统计局“国家数据”网站中提供的中国历年人口数据,并对数据进行可视化的探索,发现了一些有意思和令人深思的现象和趋势。
有一些小伙伴后台留言希望公布一下采集“国家数据”网站人口数据的代码,在这里,就将总人口、人口出生率、人口年龄结构和人口平均寿命4项数据的代码公布出来,方便大家学习和使用。
文章目录
涉及到的模块
在这里使用到的第三方库有requests,通过pip命令即可直接安装:
pip install requests
使用到的内置库有:
- json:用于解析接口返回的数据;
- csv:用于将数据写入到CSV文件中;
同时使用到的header请求头为:
headers = { 'Host': 'data.stats.gov.cn', 'Connection': 'keep-alive', 'Accept': 'application/json, text/javascript, */*; q=0.01', 'X-Requested-With': 'XMLHttpRequest', 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36', 'Referer': 'http://data.stats.gov.cn/easyquery.htm?cn=C01', 'Accept-Encoding': 'gzip, deflate', 'Accept-Language': 'zh-CN,zh;q=0.9', }
生成年份列表
# 获取年份列表 def get_year_list(): year_list = [] for i in range(1949,2017): year_list.append(str(i)) return year_list
总人口
总人口数据中包含年份、总人口、男性人口、女性人口、城镇人口、乡村人口5项,保存为总人口.csv文件:
# 总人口 def get_total_population(): year_list = get_year_list() with open('总人口.csv', 'a+', encoding='utf-8', newline='') as files: fieldnames = ['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)'] writer = csv.DictWriter(files, fieldnames=fieldnames) writer.writeheader() for year in year_list: url = 'http://data.stats.gov.cn/easyquery.htm?m=QueryData&dbcode=hgnd&rowcode=zb&colcode=sj&wds=%5B%5D&dfwds=%5B%7B%22wdcode%22%3A%22sj%22%2C%22valuecode%22%3A%22{year}%22%7D%5D'.format( year=year) wbdata = requests.get(url, headers=headers) jsdata = json.loads(wbdata.text) data = jsdata['returndata']['datanodes'] item = { '年份': year + '年', '年末总人口(万人)': data[0]['data']['data'], # 年末总人口(万人) '男性人口(万人)': data[1]['data']['data'], # 男性人口(万人) '女性人口(万人)': data[2]['data']['data'], # 女性人口(万人) '城镇人口(万人)': data[3]['data']['data'], # 城镇人口(万人) '乡村人口(万人)': data[4]['data']['data'], # 乡村人口(万人) } print(item) writer.writerow(item)
人口出生率、死亡率和自然增长率
包含年份、出生率、死亡率、自然增长率4项数据,数据保存为出生死亡及自然增长率.csv文件:
# 人口出生率、死亡率和自然增长率 def get_birth_death_rate(): year_list = get_year_list() with open('出生死亡及自然增长率.csv','a+',encoding='utf-8',newline='') as files: fieldnames = ['年份', '出生率', '死亡率', '自然增长率'] writer = csv.DictWriter(files, fieldnames=fieldnames) writer.writeheader() for year in year_list: url = 'http://data.stats.gov.cn/easyquery.htm?m=QueryData&dbcode=hgnd&rowcode=zb&colcode=sj&wds=%5B%5D&dfwds=%5B%7B%22wdcode%22%3A%22sj%22%2C%22valuecode%22%3A%22{year}%22%7D%5D'.format(year=year) wbdata = requests.get(url,headers=headers) jsdata = json.loads(wbdata.text) data = jsdata['returndata']['datanodes'] item = { '年份' : year+'年', '出生率' : data[0]['data']['data'], # 人口出生率 '死亡率' : data[1]['data']['data'], # 人口死亡率 '自然增长率' : data[2]['data']['data'], # 人口自然增长率 } print(item) writer.writerow(item)
人口年龄结构及抚养比
包含年份、年末总人口、0-14岁人口、15-64岁人口、65岁及以上人口、总抚养比、少儿抚养比、老年抚养比8项数据,数据保存为人口年龄结构及抚养比.csv文件:
def get_age_structure(): year_list = get_year_list() with open('人口年龄结构及抚养比.csv', 'a+', encoding='utf-8', newline='') as files: fieldnames = ['年份', '年末总人口(万人)', '0-14岁人口(万人)', '15-64岁人口(万人)', '65岁及以上人口(万人)', '总抚养比(%)', '少儿抚养比(%)', '老年抚养比(%)'] writer = csv.DictWriter(files, fieldnames=fieldnames) writer.writeheader() for year in year_list: url = 'http://data.stats.gov.cn/easyquery.htm?m=QueryData&dbcode=hgnd&rowcode=zb&colcode=sj&wds=%5B%5D&dfwds=%5B%7B%22wdcode%22%3A%22sj%22%2C%22valuecode%22%3A%22{year}%22%7D%5D'.format( year=year) wbdata = requests.get(url, headers=headers) jsdata = json.loads(wbdata.text) data = jsdata['returndata']['datanodes'] item = { '年份': year + '年', '年末总人口(万人)': data[0]['data']['data'], # 年末总人口(万人) '0-14岁人口(万人)': data[1]['data']['data'], # 0-14岁人口(万人) '15-64岁人口(万人)': data[2]['data']['data'], # 15-64岁人口(万人) '65岁及以上人口(万人)': data[3]['data']['data'], # 65岁及以上人口(万人) '总抚养比(%)': data[4]['data']['data'], # 总抚养比(%) '少儿抚养比(%)': data[5]['data']['data'], # 少儿抚养比(%) '老年抚养比(%)': data[6]['data']['data'], # 老年抚养比(%) } print(item) writer.writerow(item)
人口平均预期寿命
包含年份、平均预期寿命、男性平均预期寿命、女性平均预期寿命4项数据,数据保存为人口平均预期寿命.csv文件:
def get_avg_life(): year_list = get_year_list() with open('人口平均预期寿命.csv', 'a+', encoding='utf-8', newline='') as files: fieldnames = ['年份', '平均预期寿命(岁)', '男性平均预期寿命(岁)', '女性平均预期寿命(岁)'] writer = csv.DictWriter(files, fieldnames=fieldnames) writer.writeheader() for year in year_list: url = 'http://data.stats.gov.cn/easyquery.htm?m=QueryData&dbcode=hgnd&rowcode=zb&colcode=sj&wds=%5B%5D&dfwds=%5B%7B%22wdcode%22%3A%22sj%22%2C%22valuecode%22%3A%22{year}%22%7D%5D'.format( year=year) wbdata = requests.get(url, headers=headers) jsdata = json.loads(wbdata.text) data = jsdata['returndata']['datanodes'] item = { '年份': year + '年', '平均预期寿命(岁)': data[0]['data']['data'], # 男性平均预期寿命(岁) '男性平均预期寿命(岁)': data[1]['data']['data'], # 人口死亡率 '女性平均预期寿命(岁)': data[2]['data']['data'], # 人口自然增长率 } print(item) writer.writerow(item)
打包
同时,州的先生将 Python 代码和4类的人口数据打包在了一起并上传到了百度网盘上,有需要的小伙伴可以在州的先生微信公众号后台回复 0015 ,获取下载地址:
对代码有疑问的小伙伴欢迎添加州的先生私人微信号taoist_ling,交流讨论。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Python 3面向对象编程
[加]Dusty Phillips(达斯帝•菲利普斯) / 肖鹏、常贺、石琳 / 电子工业出版社 / 2015-6 / 79.00元
Python 是一种面向对象的解释型语言,面向对象是其非常重要的特性。《Python 3面向对象编程》通过Python 的数据结构、语法、设计模式,从简单到复杂,从初级到高级,一步步通过例子来展示了Python 中面向对象的概念和原则。 《Python 3面向对象编程》不是Python 的入门书籍,适合具有Python 基础经验的开发人员阅读。如果你拥有其他面向对象语言的经验,你会更容易理解......一起来看看 《Python 3面向对象编程》 这本书的介绍吧!
XML 在线格式化
在线 XML 格式化压缩工具
html转js在线工具
html转js在线工具