要在Jupyter Notebook中编写代码以统计并可视化2020年各地区的人口年龄构成数据，我们可以按照以下步骤来进行： ### 第一步：准备环境 首先需要导入必要的库，并加载人口统计数据。这里假设我们已经有了一个CSV文件`population_2020.csv`, 其中包含了各个地区的名称和地区内不同年龄段的人数。 ```python # 导入所需的库 import pandas as pd import matplotlib.pyplot as plt %matplotlib inline # 加载数据集 (请确保你有正确的路径) data = pd.read_csv('path_to_your_file/population_2020.csv') ``` ### 第二步：探索与预处理数据 检查一下我们的数据是否正常读取了进来，并做一些简单的清理工作，比如删除不必要的列、处理缺失值等。 ```python print(data.head()) # 查看前几行的数据结构 print("\nChecking for missing values:") print(data.isnull().sum()) ``` ### 第三步：计算总数及比例 对每个区域内的所有年龄段求和得到该区域总人数；然后基于此算出每一年龄段占总体的比例。 ```python # 计算每一行（即每一个城市）的所有年龄段之和作为总人口数 data['Total'] = data.iloc[:, 1:].sum(axis=1) # 创建新的百分比列 for col in data.columns[1:-1]: new_col_name = f'{col}_Percent' data[new_col_name] = round((data[col]/data['Total']) * 100, 2) del data['Total'] ``` ### 第四步：绘制图表 对于每个特定的地区生成柱状图显示其内部不同年龄段的具体数值分布情况； 同时创建饼图来展示各类别在整个群体中的相对重要程度。 #### 柱状图 - 年龄组对比 选择感兴趣的某个地区，例如北京，制作柱状图比较各年龄段的数量差异。 ```python city_of_interest = 'Beijing' plt.figure(figsize=(8,6)) age_groups = [str(i)+ '-'+ str(j) + "岁" if j != float("inf") else ">=" + str(i)+"岁" for i,j in zip(range(0,105,5), range(4,110,5))] values = list(data.loc[data.index==city_of_interest][range(len(age_groups))].squeeze()) plt.barh(y=age_groups[::-1], width=values[::-1]) plt.xlabel('Number of People') plt.ylabel('Age Group') plt.title(f'Population by Age Groups ({city_of_interest}) ') plt.show() ``` *注意:* 如果您的 CSV 文件格式略有不同，则可能需要调整上述用于提取数据的部分. #### 饼图 - 各区占比分析 接下来，让我们来看一看整个国家层面上各大区间青少年人群所占据的位置: ```python group_labels = ['Children', 'Youth', 'Adults', 'Seniors'] # 根据实际年龄段定义分组边界点，如需修改可以直接更改此处列表内容 boundaries=[0,17,39,64,float('Inf')] def get_group(row): """将原始年龄段映射到四个大类""" return next(x for x,y,z in zip(group_labels,boundaries[:-1], boundaries[1:]) if row >= y and row < z ) ages_columns_percent=data.columns[-len(boundaries)+1:] pop_by_groups = sum([list(map(lambda r:get_group(int(r.split('_')[0])), ages_columns_percent)), ] , []) df_for_pie=pd.DataFrame({ 'Percentage': pop_by_groups, }) df_for_pie.groupby(['Percentage']).size().plot.pie(autopct='%1.1f%%') plt.axis('equal'); # Equal aspect ratio ensures that pie is drawn as a circle. plt.title('Proportion of Population Across Different Groups') plt.tight_layout(); ``` 以上就是如何在 Jupyter Notebook 中完成从读取数据开始直到最后输出结果这一完整流程的例子啦！你可以根据自己手头拥有的具体数据源以及想要呈现的效果做适当调整哦～