python数据分析项目——【国家统计局】学历分布/CPI/金融行业学历分布

数据来源：
从国家统计局上获得的数据，有部分数据进行了调整。其中学历分布、金融行业学历分布基于第6次人口普查结果（2010）年，CPI趋势为截止2021.3.1之前最近18个月。

文中使用到的数据：
链接: https://pan.baidu.com/s/1tAlniahVYyi4Bmp-YQJw_w
提取码: 2x4v

分析目的：
根据统计局公布数据，进行可视化展示查看受教育程度分布情况，CPI变动走势情况，金融行业学历分布等分析。

一、学历分布

#数据来源：http://www.stats.gov.cn/tjsj/pcsj/rkpc/6rp/indexch.htm  中国统计网.第6次人口普查（2010年）,第三卷 受教育程度
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

#1、读入数据
data = pd.read_excel('E:/学习使用的数据资料/中国统计网.xlsx',sheet_name='Sheet1')
data.head()

data.info()
for i in data.index:   #修改行索引的特殊字符
    data.loc[i,'学业完成情况'] = data.loc[i,'学业完成情况'].replace('\xa0','')
data
new_columns = []

for j in data.columns:    #修改列索引的特殊字符
    new_columns.append(j.replace('\xa0',''))
data.columns = new_columns
data.set_index('学业完成情况',inplace=True)
data

#2、统计整体的学历分布情况（按小学、初中、高中等查看）
#2.1、条形图
plt.figure(figsize=(8,6))
plt.rcParams['font.sans-serif'] = ['SimHei'] 
schooldata = pd.DataFrame(data.loc['总计',:])
schooldata
# schooldata['总计']
school = ['小学','初中','高中','大学专科','大学本科','研究生']
plt.bar(x=school,height=schooldata['总计'],color = 'orange',label='人数，单位:千万',width=0.5)
plt.title('学历分布人数统计概览')
plt.legend()
#结论：总体来看，我国当前阶段受教育人群的学历分布初中为最多，其次为小学（九年义务教育发挥作用~），高中及以上整体较少，研究生相对来说更少

#2.2、分学业完成情况条形图，不包含总计
new_data = data.iloc[1:,:]
plt.rcParams['font.sans-serif'] = ['SimHei'] 
plt.rcParams['axes.unicode_minus'] = False
school = ['小学','初中','高中','大学专科','大学本科','研究生']
new_data.plot(kind='bar',figsize=(8,6))
plt.title('分学业完成情况人数统计-条形图')

#2.2饼图
plt.figure(figsize=(10,10))
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.pie(schooldata['总计']
        ,autopct='%.2f%%'
        ,labels=school
        ,pctdistance=0.8,labeldistance=1.1,shadow=True
       ,colors=['r','y','orange','cyan','purple','blue']
        ,explode=[0,0.1,0,0,0,0]
        ,startangle=0
       )
plt.title('分学业完成情况人数统计-饼图')
plt.legend(loc=2)

二、近18个月CPI变化趋势

#3、统计最近18个季度的CPI变化趋势  数据来源：https://data.stats.gov.cn/easyquery.htm?cn=A01
cpidata = pd.read_excel('E:/学习使用的数据资料/中国统计网.xlsx',sheet_name='Sheet2')
cpidata.set_index('指标',inplace=True)
cpidata_new = cpidata.stack().unstack(level=0)  #将行列转换
cpidata_new

cpidata_new.sort_index(inplace=True)
cpidata_new

#以时间为横坐标，查看8类居民消费价格指数(上年同月=100)的变化趋势
plt.figure(figsize=(15,10))
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.grid(lw=2,c='gray',alpha=0.2)  #网格线
plt.plot(cpidata_new.loc[:,'居民消费价格指数(上年同月=100)'],label='居民消费价格指数',color='r',ls='--')
plt.plot(cpidata_new.loc[:,'食品烟酒类居民消费价格指数(上年同月=100)'],label='食品烟酒类',color='blue')
plt.plot(cpidata_new.loc[:,'衣着类居民消费价格指数(上年同月=100)'],label='衣着类',color='pink')
plt.plot(cpidata_new.loc[:,'居住类居民消费价格指数(上年同月=100)'],label='居住类',color='purple')
plt.plot(cpidata_new.loc[:,'生活用品及服务类居民消费价格指数(上年同月=100)'],label='生活用品及服务类',color='black')
plt.plot(cpidata_new.loc[:,'交通和通信类居民消费价格指数(上年同月=100)'],label='交通和通信类',color='green')
plt.plot(cpidata_new.loc[:,'教育文化和娱乐类居民消费价格指数(上年同月=100)'],label='教育文化和娱乐类',color='orange')
plt.plot(cpidata_new.loc[:,'医疗保健类居民消费价格指数(上年同月=100)'],label='医疗保健类',color='cyan')
plt.title('各类居民消费价格指数同比变化趋势')
plt.legend()
#结论分析：近18个月以来，CPI同比整体呈下降趋势，其中食品类CPI指数对于总体影响较大，交通通信类CPI指数缓慢上升。

三、分行业学历分布

#4、分行业受教育程度查看  数据来源：中国统计网
occudata = pd.read_excel('E:/学习使用的数据资料/中国统计网.xlsx',sheet_name='Sheet5')
occudata

plt.figure(figsize=(15,12))
plt.barh(occudata.loc[:,'行业种类'],width=occudata.loc[:,'合计'],color='orange')
plt.grid(lw=2,c='gray',alpha=0.2)  #网格线
plt.title('各行业人数统计-总计')

#只看未上过学的人从事的行业分布
plt.figure(figsize=(15,12))
plt.barh(occudata.loc[:,'行业种类'],width=occudata.loc[:,'未上过学'],color='blue')
plt.grid(lw=2,c='gray',alpha=0.2)  #网格线
plt.title('各行业人数统计-未上过学')

#只看本科的人从事的行业分布
plt.figure(figsize=(15,12))
plt.barh(occudata.loc[:,'行业种类'],width=occudata.loc[:,'本科'],color='green')
plt.grid(lw=2,c='gray',alpha=0.2)  #网格线
plt.title('各行业人数统计-大学本科')

occudata
finaoccdata = pd.DataFrame(occudata.iloc[9,2:])
finaoccdata

#查看金融业的学历分布（使用饼图）
plt.figure(figsize=(10,10))
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.pie(finaoccdata.iloc[:,0]
        ,autopct='%.2f%%'
        ,labels=['未上过学','小学','初中','高中','专科','本科','研究生']
        ,pctdistance=0.8,labeldistance=1.1,shadow=True
       ,colors=['r','y','orange','cyan','purple','blue','pink']
        ,explode=[0.3,0,0,0.1,0.1,0,0.2]
        ,startangle=0
       )
plt.title('金融行业学历分布情况-饼图')
plt.legend(loc=2)
#结论：想不到吧，10年前搞金融的是高中、专科的天下~研究生和未上过学的一样稀有~我国高等教育的发展，由此可见变化之巨。