Python 数据分析实战：2001-2024 全国婚姻登记数据可视化（时序趋势 + 地域地图 + 动态时间轮播）

一、项目简介

本次基于全国 31 省市 2001-2024 年结婚、离婚登记数据集，完整完成数据读取、数据清洗重塑、时序趋势分析、地域空间可视化、动态交互图表全流程实战。 工具栈：pandas数据处理、matplotlib静态绘图、pyecharts交互式地图 / 玫瑰饼图 / 时间线轮播图。 适合数据分析课程作业、Python 可视化练手项目，完整代码可直接运行。

环境依赖安装

bash

运行

pip install pandas numpy matplotlib pyecharts

二、阶段一：数据初探与质量体检

1. 导入基础库与全局配置

python

运行

import pandas as pd import numpy as np import matplotlib.pyplot as plt # 解决matplotlib中文乱码 plt.rcParams['font.sans-serif'] =['SimHei'] # 解决负号显示异常 plt.rcParams['axes.unicode_minus']=False # 屏蔽无关警告 import warnings warnings.filterwarnings('ignore')

2. 读取结婚、离婚原始数据

原始数据为宽表结构：每行代表省份，每一列对应一个年份登记数量。

python

运行

# 读取结婚数据 merrige_df=pd.read_csv('结婚登记(万对).csv',encoding='gbk') # 读取离婚数据 divorce_df=pd.read_csv('离婚登记(万对).csv',encoding='gbk') # 查看前5行 merrige_df.head()

数据集说明：

• 共 31 行：全国 31 个省、自治区、直辖市；
• 25 列：地区名称 + 2001~2024 共 24 个年份登记数据；
• 数值列无缺失值，数据类型统一为 float64，无需缺失填充。

3. 数据基础信息探查

python

运行

# 查看字段、行数、数据类型 divorce_df.info() # 统计均值、标准差、最大最小值等分布指标 divorce_df.describe()

数据分析结论：

1. 各省婚姻登记量差距巨大，最大值超 35 万对，最低仅 0.68 万对；
2. 标准差数值偏高，人口基数差异造成地域分化明显。

4. 原始宽表预览折线图

直接对原始宽表绘图，直观观察各省份历年波动：

python

运行

plt.figure(figsize=(20,6)) merrige_df.plot(kind='line',title="每年结婚登记地区分布") plt.xticks(merrige_df.index,merrige_df['地区'],rotation=45) plt.show()

存在缺陷：宽表结构无法按年份分组统计，可读性差，必须通过melt完成宽表转长表标准化。

三、阶段二：数据清洗重塑（核心步骤）

1. 结婚数据宽表转长表

python

运行

merrige_df=merrige_df.melt( id_vars=['地区'], # 保留不变维度 var_name='年份', # 年份列重命名 value_name='结婚登记数' # 登记数值列命名 ).sort_values(by='年份').reset_index(drop=True) merrige_df.head()

转换后标准结构：地区、年份、结婚登记数，一行代表某省份单一年份数据。

2. 离婚数据同步转换

python

运行

divorce_df=divorce_df.melt( id_vars=['地区'], var_name='年份', value_name='离婚登记数' ).sort_values(by='年份').reset_index(drop=True) divorce_df.head()

3. 结婚、离婚数据合并

python

运行

# 合并两套数据 merrige_df['离婚登记数']=divorce_df['离婚登记数'] df=merrige_df.copy() df.head()

最终数据集字段：地区、年份、结婚登记数、离婚登记数，后续全部分析基于该表。

四、阶段三：时间维度趋势与拐点分析

1. 全国历年结婚离婚总量趋势

按年份聚合全国总登记量，绘制对比折线图，观察长期变化趋势：

python

运行

# 按年份分组求和 year_count=df.groupby('年份')[['结婚登记数','离婚登记数']].sum().reset_index() # 绘图 plt.figure(figsize=(16,6)) plt.plot(year_count['年份'],year_count['结婚登记数'],marker='*',label='结婚登记') plt.plot(year_count['年份'],year_count['离婚登记数'],marker='o',label='离婚登记') plt.title("2001-2024每年结婚和离婚登记总量(万对)") plt.legend() plt.show()

趋势解读：

1. 2010-2019 年全国结婚登记维持高位，2020 年后持续下滑；
2. 离婚登记量长期缓慢上升，近年增速放缓；
3. 结婚 / 离婚比值逐年下降，婚姻稳定性持续走低。

2. 各省份结婚离婚比率柱状图

计算各省 24 年总结婚数 / 总离婚数，比值越高代表当地离婚占比越低：

python

运行

# 分组聚合计算比率 ratio=df.groupby('地区')['结婚登记数'].sum()/df.groupby('地区')['离婚登记数'].sum() # 绘制柱状图 plt.figure(figsize=(16,6)) ratio.plot(kind='bar',title="各地区结婚离婚比率") plt.xticks(rotation=45) plt.grid(axis='y') plt.show()

五、阶段四：空间维度地域差异可视化（Pyecharts 交互式图表）

前置配置：修复国内 CDN 空白问题

python

运行

from pyecharts.charts import Map,Pie,Bar,Timeline from pyecharts import options as opts from pyecharts.globals import CurrentConfig from pyecharts.commons.utils import JsCode # 国内环境必须替换CDN，否则导出HTML无图表 CurrentConfig.ONLINE_HOST = "https://cdn.jsdelivr.net/npm/echarts@5.4.3/dist/"

1. 全国累计结婚登记地图

python

运行

# 按地区聚合总结婚数 provice_marrige=df.groupby('地区')['结婚登记数'].sum() # 组装地图所需数据格式 map_data=[list(z) for z in zip(provice_marrige.index.astype(str), provice_marrige)] # 绘制地图 m=( Map() .add('累计结婚登记数(万对)',map_data) .set_global_opts( title_opts=opts.TitleOpts(title="全国各地区累计结婚登记数"), visualmap_opts=opts.VisualMapOpts(is_show=True,max_=1800,min_=10) ) ) m.render_notebook() # 导出独立html文件 # m.render("结婚登记地图.html")

地图结论：广东、山东、江苏等人口大省结婚总量遥遥领先；西部偏远省份登记量偏低。

2. 全国累计离婚登记地图

python

运行

provice_divorce=df.groupby('地区')['离婚登记数'].sum() map_data=[list(z) for z in zip(provice_divorce.index.astype(str), provice_divorce)] m=( Map() .add('累计离婚登记数(万对)',map_data) .set_global_opts( title_opts=opts.TitleOpts(title="全国各地区累计离婚登记数"), visualmap_opts=opts.VisualMapOpts(is_show=True,max_=1800, min_=10) ) ) m.render_notebook()

3. 结婚登记 TOP10 省份玫瑰饼图

python

运行

# 降序取前十省份 provice_marrige=df.groupby('地区')['结婚登记数'].sum().sort_values(ascending=False).head(10) pie_data=[list(z) for z in zip(provice_marrige.index.astype(str),provice_marrige)] pie=( Pie() .add('结婚登记前十省份', pie_data,radius=['25%','60%'],rosetype='radius') .set_global_opts(title_opts=opts.TitleOpts(title="结婚人数前十省份玫瑰图")) ) pie.render_notebook()

4. 结婚登记最少 10 省份玫瑰饼图

python

运行

provice_marrige=df.groupby('地区')['结婚登记数'].sum().sort_values(ascending=True).head(10) pie_data=[list(z) for z in zip(provice_marrige.index.astype(str),provice_marrige)] pie=( Pie() .add('结婚登记最少十省份', pie_data,radius=['25%','60%'],rosetype='radius') .set_global_opts(title_opts=opts.TitleOpts(title="结婚人数最少前十省份玫瑰图")) ) pie.render_notebook()

5. 离婚登记 TOP10 省份玫瑰饼图

python

运行

provice_divorce=df.groupby('地区')['离婚登记数'].sum().sort_values(ascending=False).head(10) pie_data=[list(z) for z in zip(provice_divorce.index.astype(str),provice_divorce)] pie=( Pie() .add('离婚登记前十省份', pie_data,radius=['25%','60%'],rosetype='radius') .set_global_opts(title_opts=opts.TitleOpts(title="离婚人数前十省份玫瑰图")) ) pie.render_notebook()

6. 年度动态轮播横向柱状图（Timeline 时间线）

实现 2001-2024 逐年省份结婚排行，自动轮播切换年份，交互式动态图表：

python

运行

# 获取全部年份列表 year_list=df["年份"].unique().tolist() # 自定义循环配色 color_js = JsCode(""" function(params){ let c=['#ff4757','#ffa502','#fffa65','#2ed573','#1e90ff','#3742fa','#a55eea']; return c[params.dataIndex%c.length]; } """) # 初始化时间线容器 timeline_final = Timeline(init_opts=opts.InitOpts(width="1600px", height="850px")) # 循环年份生成柱状图 for year in year_list: year_df = df[df['年份']==year] year_df = year_df.sort_values('结婚登记数',ascending=True) province = year_df['地区'].tolist() count = year_df['结婚登记数'].tolist() bar=( Bar() .add_xaxis(province) .add_yaxis("结婚登记数",count, itemstyle_opts=opts.ItemStyleOpts(color=color_js,opacity=0.85), label_opts=opts.LabelOpts(is_show=True,position="right")) .reversal_axis() # 横向柱状图 .set_global_opts( title_opts=opts.TitleOpts(title=f"{year}年中国结婚登记数省份排行"), xaxis_opts=opts.AxisOpts(name="登记万对"), yaxis_opts=opts.AxisOpts(name="省份"), tooltip_opts=opts.TooltipOpts(trigger="axis") ) ) timeline_final.add(bar,str(year)) # 配置时间轮播参数 timeline_final.add_schema( is_auto_play=True, is_loop_play=True, play_interval=800, pos_left="center", width="95%" ) # 导出网页文件 timeline_final.render("结婚登记数动态排行.html") timeline_final.render_notebook()

六、项目整体分析结论

1. 数据处理技术总结

1. 时序宽表必须通过melt转为长表，才能完成分组、聚合、统计；
2. matplotlib适合快速静态趋势对比，pyecharts擅长交互式地图、动态时间轮播，适合生成可视化报告；
3. 国内使用 pyecharts 务必替换 CDN 地址，否则导出 HTML 图表空白无法展示。

2. 业务分析结论

1. 时间趋势：全国结婚登记规模持续下滑，离婚量长期缓慢上涨，婚恋稳定性逐年下降；
2. 地域差异：人口大省结婚、离婚总量全国领先，西藏、青海、宁夏、海南等省份登记规模垫底；
3. 区域婚恋特征：东部发达省份结婚离婚比值更低，离婚相对占比更高；中西部省份婚姻稳定性相对更高；
4. 关键拐点：2020 年后全国结婚数据出现明显下滑，人口结构、婚恋观念变化是核心影响因素。

七、项目拓展优化方向

1. 引入常住人口数据，计算千人结婚率、千人离婚率，消除人口基数干扰；
2. 新增年度离婚率热力地图，直观展示分年份区域离婚差异；
3. 增加多图表联动，实现地图点击跳转对应年份排行；
4. 基于年份数据做简单线性预测，预判未来婚姻登记变化趋势。

八、常见报错解决

1. matplotlib 中文方框乱码：必须配置SimHei黑体字体；
2. pyecharts 导出 HTML 空白：替换国内 CDN 地址；
3. melt 合并后数据错位：转换长表后统一按年份排序再合并；
4. 地图省份无数据：省份名称必须与标准行政区名称完全一致。