西安

昨天跟同事闲聊，上周末西安下雨，气温大概10℃左右，由于还没停止供暖，所以开窗睡觉非常舒适。进而聊到，感觉上去年一年西安的气候都比往年要舒适。记得去年有篇文章，题目大意是「西北变热变湿，西安恐成最大赢家」。于是查找西安的天气数据，打算分析下。 从NOAA网站上找到1951年至2020年的西安月度气象数据，1951年至2005年的数据来自西安气象站，2006年之后的来自泾河气象站，两者距离不远，都是监测西安市的。 ...

起因 之前分析过近年来西安市和陕西省的人口变化趋势，发现西安市人口不断在增长，陕西省人口数量基本持平。 昨天无意中看到一个说法，西安市和咸阳市总人口数量近年来基本没变化，于是想验证下是否如此，顺便练手 matplotlib 做图。 采用常住人口数据，2018年之前数据来自《陕西区域统计年鉴2018》，2018年数据来自相应省市的《2018年国民经济和社会发展统计公报》。 做图 人口数据保存在 .csv 文件里，所以先读取。 ...

Matplotlib练手1 用Matplotlib做图，可视化近几年西安常住人口数量变化。 数据来源 所用数据来自《陕西区域统计年检 2018》（2000 年~2017年数据）、2018 年陕西省国民经济和社会发展统计公报（2018年数据）、2018 年西安市国民经济和社会发展统计公报（2018年数据）。 绘图 先采用折线图看下西安市与陕西省近几年的常住人口数量变化。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 %matplotlib inline import matplotlib.pyplot as plt from pylab import mpl mpl.rcParams['font.sans-serif'] = ['simhei'] # 指定默认字体 mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题 mpl.rcParams['figure.figsize'] = (8.0, 6.0) y = [2000, 2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018] people_xian = [688.01, 806.81, 822.52, 830.54, 837.52, 843.46, 847.41, 851.34, 855.29, 858.81, 862.75, 870.56, 883.21, 961.67, 1000.37] people_shanxi = [3644, 3690, 3699, 3708, 3718, 3727, 3735, 3743, 3753, 3764, 3775, 3793, 3813, 3835, 3864.40] p1, = plt.plot(y, people_xian) p2, = plt.plot(y, people_shanxi) plt.xlabel('年份') plt.ylabel('常住人口数/万人') plt.xticks(range(2000, 2019, 1), rotation=60) plt.legend([p1, p2], ["西安市", "陕西省"], loc=0) plt.show() ...