### 实现功能的函数 以下是满足需求的 Python 函数实现： ```python import pandas as pd import matplotlib.pyplot as plt def analyze_and_plot_births(file_name, save_path): """ 读取指定文件，统计数据并生成带注释的折线图。 参数: file_name (str): 输入数据文件名。 save_path (str): 图形保存路径。 功能描述: - 读取 CSV 文件中的数据。 - 统计每年的出生总数。 - 绘制带有最高/最低出生数年份注释的折线图。 - 设置图形大小为 (10, 10) 并保存到指定路径。 """ # 读取数据 data = pd.read_csv(file_name) # 创建透视表以统计每年的总出生数 total_births = data.pivot_table('births', index='year', aggfunc=sum)[^1] # 转换为 Series 方便后续操作 total_births = total_births.squeeze() # 找到最大和最小出生数对应的年份 max_year = total_births.idxmax() min_year = total_births.idxmin()[^3] max_value = total_births[max_year] min_value = total_births[min_year] # 绘制折线图 plt.figure(figsize=(10, 10)) plt.plot(total_births.index, total_births.values, marker='o') # 添加注释 plt.annotate(f'Max: {max_value}', xy=(max_year, max_value), xytext=(max_year + 5, max_value + 500), arrowprops=dict(facecolor='black', shrink=0.05)) plt.annotate(f'Min: {min_value}', xy=(min_year, min_value), xytext=(min_year + 5, min_value - 500), arrowprops=dict(facecolor='black', shrink=0.05))[^4] # 设置图表标题和标签 plt.title("Annual Birth Trends") plt.xlabel("Year") plt.ylabel("Total Births") # 保存图像 plt.savefig(save_path) plt.close() ``` --- #### 解析与说明 上述代码实现了以下功能： 1. **数据加载**：通过 `pd.read_csv` 方法读取输入文件的内容[^2]。 2. **数据处理**：使用 `pivot_table` 对数据进行重塑，按照年份 (`year`) 进行分组，并对 `births` 列求和得到每年的总出生人数。 3. **极值查找**：分别找到出生人数最多的年份及其对应数值，以及最少的年份及其对应数值。 4. **绘图与标注**：利用 Matplotlib 库绘制折线图，并在图中标记出最大值和最小值的位置及具体数值。 5. **保存图像**：将最终生成的图表保存至指定路径 `(save_path)` 中。 --- ###