python数据比例_#python# #数据分析# 性别比例分析

手头有一份性别比例的样本数据，清洗后只保留了性别信息，做了一个数据分析。

数据清洗和数据统计的代码就不贴了，贴性别比例pie图和性别比例趋势图的代码。

性别比例pie图：

def _plot_gender_stat_pie(self, fig, gender_stat, title):

"""

fig : figure obj

gender_stat : male / female stat

title : figure title

"""

def _explode(label, target='female'):

if label == target:

return 0.1

else:

return 0

labels = ['male', 'female']

expl = list(map(_explode, labels))

plt.figure(fig, figsize=(7, 7))

plt.pie(gender_stat, explode=expl, labels=labels, autopct="%5.2f%%")

plt.title(title, bbox={'facecolor': '0.8', 'pad': 8})

平均性别比例：

年份比较图：

性别比例趋势图代码：

def _plot_gender_stat_line_bar(self, gender_stats):

"""

gender_stat : male / female stats by year

"""

y = gender_stats

x = range(0, len(y))

plt.figure(figsize=(10, 6))

# line plot

plt.plot(x, y, 'r.:')

# plot text on each point

for point_x, point_y in zip(x, y):

plt.text(point_x, point_y, str('%.1f' %

point_y), horizontalalignment='center')

# bar plot

plt.bar(x, y, width=0.5, color='g')

plt.xlabel('time')

plt.ylabel('rate')

plt.title('male / female rate change', y=0.9)

plt.show()

样本数据有限，仅用来学习，无其他含义。

是不是效益好的时候，男女性别比例就会小一些，效益不好或者初创期男女性别比例就会大一些？

后面的趋势跟二胎政策也有一定关系。

(↓ - 有些内容只在小龙家发，可关注同名“趣Python”号，谢谢 - ↓)