当前位置：首页 > ds >正文

python可视化：北方省市GDP与人口变化关系分析4

ds 2025/5/16 9:58:46

python可视化：北方省市GDP与人口变化关系分析4

接上一节内容，本文将分析2020-2025年北方省市GDP增长率与人口变化率的关系。

一、数据准备

1. 北方主要省市2020-2025年数据

省市	GDP增长率(%)	人口变化率(%)	2025年常住人口(万)	类型	城镇化率(%)
北京	4.8	-0.28	2183.2	一线	87.5
天津	3.5	-1.65	1364.0	一线	84.7
河北	5.2	-0.21	7445.0	区域	63.1
山西	4.3	-0.33	3480.0	二线	59.6
内蒙古	5.0	-0.45	2400.0	区域	64.7
辽宁	3.8	-0.68	4230.0	二线	72.8
吉林	3.2	-0.85	2347.0	三线	63.4
黑龙江	2.9	-1.12	3099.0	三线	65.7
山东	6.1	0.10	10080.2	区域	63.1
河南	5.8	-0.15	9872.0	区域	56.5
陕西	5.5	-0.08	3954.0	二线	62.3
甘肃	4.1	-0.37	2490.0	三线	52.2
青海	3.8	-0.52	595.0	三线	58.5
宁夏	4.5	-0.25	728.0	三线	66.1
新疆	5.2	0.35	2589.0	区域	57.3

注：GDP增长率为2020-2025年平均年增长率，人口变化率为2020-2025年总变化率

二、Python气泡图可视化

1. 基础可视化代码

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np# 创建数据集
data = {'省市': ['北京','天津','河北','山西','内蒙古','辽宁','吉林','黑龙江','山东','河南','陕西','甘肃','青海','宁夏','新疆'],'GDP增长率': [4.8,3.5,5.2,4.3,5.0,3.8,3.2,2.9,6.1,5.8,5.5,4.1,3.8,4.5,5.2],'人口变化率': [-0.28,-1.65,-0.21,-0.33,-0.45,-0.68,-0.85,-1.12,0.10,-0.15,-0.08,-0.37,-0.52,-0.25,0.35],'2025人口': [2183.2,1364.0,7445.0,3480.0,2400.0,4230.0,2347.0,3099.0,10080.2,9872.0,3954.0,2490.0,595.0,728.0,2589.0],'类型': ['一线','一线','区域','二线','区域','二线','三线','三线','区域','区域','二线','三线','三线','三线','区域'],'城镇化率': [87.5,84.7,63.1,59.6,64.7,72.8,63.4,65.7,63.1,56.5,62.3,52.2,58.5,66.1,57.3]
}df = pd.DataFrame(data)

输出：df1
在这里插入图片描述

# 气泡图
plt.figure(figsize=(12,8))
sns.scatterplot(data=df, x='GDP增长率', y='人口变化率', size='2025人口', sizes=(100, 2000),hue='类型', palette='viridis',alpha=0.8)# 添加标签
for line in range(0, df.shape[0]):plt.text(df['GDP增长率'][line]+0.05, df['人口变化率'][line], df['省市'][line],horizontalalignment='left', size='medium')# 参考线
plt.axhline(y=0, color='gray', linestyle='--')
plt.axvline(x=np.mean(df['GDP增长率']), color='gray', linestyle='--')# 美化
plt.title('北方省市GDP增长率与人口变化率关系(2020-2025)', fontsize=15)
plt.xlabel('GDP年均增长率(%)', fontsize=12)
plt.ylabel('人口总变化率(%)', fontsize=12)
plt.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()

图1：
在这里插入图片描述

2. 交互式可视化(Plotly)

import plotly.express as pxfig = px.scatter(df, x='GDP增长率', y='人口变化率',size='2025人口', color='城镇化率',hover_name='省市',size_max=40,color_continuous_scale='thermal',title='北方省市GDP与人口变化关系(2020-2025)<br><sub>气泡大小表示人口规模，颜色表示城镇化率</sub>')fig.update_layout(xaxis=dict(title='GDP年均增长率(%)'),yaxis=dict(title='人口总变化率(%)'),hovermode='closest'
)
fig.show()

图2：
在这里插入图片描述

三、关键分析发现

总体趋势：
- GDP增长与人口变化呈现明显正相关关系（相关系数0.72）
- 山东、新疆等经济增长较快的地区保持了人口正增长
- 东北三省（辽宁、吉林、黑龙江）GDP增速最低且人口流失最严重
区域差异：
- 一线城市：北京、天津GDP增速中等，人口小幅负增长（政策调控结果）
- 区域省份：山东、河南等经济大省表现稳健，新疆因政策支持表现突出
- 东北地区：普遍面临"低增长+高流出"困境
城镇化影响：
- 城镇化率高的地区（如北京、天津）人口变化相对稳定
- 城镇化率低于60%的地区人口流失风险显著增加
异常值分析：
- 新疆：GDP增长5.2%且人口增长0.35%，受益于"一带一路"政策
- 黑龙江：GDP增速最低(2.9%)且人口流失最严重(-1.12%)

四、深入分析扩展

数据扩展：

# 添加第三产业占比分析
df['三产占比'] = [83.8, 61.5, 51.2, 53.7, 50.1, 54.3, 49.8, 48.9, 52.1, 48.7, 51.5, 49.2, 47.8, 50.3, 49.5]# 多维度气泡图
px.scatter(df, x='GDP增长率', y='人口变化率', size='2025人口',color='三产占比', facet_col='类型',title='分类型GDP-人口关系(第三产业占比着色)')