import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv('D:\myfiles\study\python\analyse\数据团\城市数据团_数据分析师_体验课_课程资料\数据资料\地市级党委书记数据库（2000-10）.csv', encoding='gbk')
# 这里研究一下出生年份和任期的关系
data_term = data[['年份','党委书记姓名','出生年份']]
data_term_re = data_term[data_term['出生年份'].notnull()]
# 新建变量data_term，赋值包括年份、姓名、出生年份字段内容
# 清除缺失值
year_max = data_term_re[['出生年份','年份']].groupby(data_term_re['党委书记姓名']).max()
year_max.rename(columns={'年份':'年份max'}, inplace = True)
year_max['姓名'] = year_max.index
# 统计每个党委书记任期年份最大值，且更改列明
# 将index提取出字段内容
year_min = data_term_re[['出生年份','年份']].groupby(data_term_re['党委书记姓名']).min()
year_min.rename(columns={'年份':'年份min'}, inplace = True)
year_min['姓名'] = year_min.index
# 统计每个党委书记任期年份最小值，且更改列明
# 将index提取出字段内容
data_term_fin = pd.merge(year_max,year_min)
# 合并表格，默认重叠重复列明
# .dtypes查看字段类型 → 年份均为int
data_term_fin['任期'] = data_term_fin['年份max'] - data_term_fin['年份min']
# 计算任期
# 绘制图表1：任期与出生年份关系
fig_q3_1 = plt.figure(figsize=(8, 4))
# 创建一个图表，大小为8*4
plt.scatter(data_term_fin['出生年份'], data_term_fin['任期'], color='black', alpha=0.2, s=10)
plt.title('任期与出生年份关系')
plt.xlabel('出身年份')
plt.ylabel('任期（年）')
plt.grid(True)
plt.show()
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv('D:\myfiles\study\python\analyse\数据团\城市数据团_数据分析师_体验课_课程资料\数据资料\地市级党委书记数据库（2000-10）.csv', encoding='gbk')
# 这里研究一下出生年份和任期的关系
data_term = data[['年份','党委书记姓名','出生年份']]
data_term_re = data_term[data_term['出生年份'].notnull()]
# 新建变量data_term，赋值包括年份、姓名、出生年份字段内容
# 清除缺失值
year_max = data_term_re[['出生年份','年份']].groupby(data_term_re['党委书记姓名']).max()
year_max.rename(columns={'年份':'年份max'}, inplace = True)
year_max['姓名'] = year_max.index
# 统计每个党委书记任期年份最大值，且更改列明
# 将index提取出字段内容
year_min = data_term_re[['出生年份','年份']].groupby(data_term_re['党委书记姓名']).min()
year_min.rename(columns={'年份':'年份min'}, inplace = True)
year_min['姓名'] = year_min.index
# 统计每个党委书记任期年份最小值，且更改列明
# 将index提取出字段内容
data_term_fin = pd.merge(year_max,year_min)
# 合并表格，默认重叠重复列明
# .dtypes查看字段类型 → 年份均为int
data_term_fin['任期'] = data_term_fin['年份max'] - data_term_fin['年份min']
# 计算任期
# 绘制图表2：任期与出生年份关系 - 热图
fig_q3_2 = plt.figure(figsize = (8,4))
# 创建一个图表，大小为8*4
df = pd.crosstab(data_term_fin['任期'], data_term_fin['出生年份'])
# 整合数据
ax = fig_q3_2.add_subplot(111)
cax = ax.pcolor(df, cmap='Blues')
# cax = ax.matshow(df, cmap='Blues_r')
fig_q3_2.colorbar(cax)
plt.title('任期与出生年份关系 - 热图
')
ax.set_xticklabels(data_term_fin['出生年份'].tolist())
plt.show()
# 创建热图，横坐标为出生年份，纵坐标为任期，
