国家统计局居然也能用的上Python?人口数据Python脚本了解一下?
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:
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','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','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,# 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','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,'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 进群:548377875? 统计即可获取源码哦! (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |