女神周迅离婚，Python分析国内离婚情况，结果触目惊心！-技术圈

2020年的最后一段时间里，大家都在期盼着新一年到来的日子里，又有一位重量级的女明星宣布结束了自己的婚姻。12月23日中午，周迅和高圣远在微博中向大家宣布了自己的离婚的消息，一时间成为了微博的沸点话题。大家为他们感到惋惜的同时，也祝福两人以后都能够各自安好，拥有自己美好的人生。

其实离婚的话题，在我们的日常生活中，已经不算是非常新鲜的话题了，根据民政部门的大数据显示，我国的离婚率已经连续8年升高，而结婚率已经连续5年下降。为了更好的帮助大家了解目前我国的离婚率现状，我们通过数据的可视化展示，来直观的展现给大家。

数据获取

对于数据的获取，可以直接到国家统计局的官方网站进行获取，网址为：

https://data.stats.gov.cn/easyquery.htm?cn=C01&zb=A0P0C&sj=2019

由于国家统计局的数据都是面向公众开放的，因此我们不必利用爬虫程序进行爬取，可以直接从网站上进行下载，如下图所示：

这里下载的数据是针对于全国的情况进行统计的，我们还可以分省年度报名中，下载每个省市的离婚信息的年度报表。

数据分析

1).数据的初步分析

获取到数据之后，我们先来对全国的离婚信息进行了解。

从上面的信息可以看到统计的信息中包含了结婚登记、内地居民登记结婚、离婚登记等等信息的统计。而这里的粗离婚率指的是年度离婚数与总人口之比。对应到我们上图的数据中，以2019年为例，粗离婚率是千分之3.36，也就是说在1000个人当中有3.36人会离婚。

2).数据可视化

俗话说“字不如表，表不如图”，我们接着利用图表来看一下，近十年来我国的粗离婚率的变化情况。

我们将全国数据中的年份信息和粗离婚率的信息提取出来，并命名为x_data和y_data，然后利用pyecharts中的Line类来绘制可视化结果，结果如下：

可以看到，我国的粗离婚率随着时间的发展而不断的攀升，从2010年到2019年这十年间，粗离婚率翻了近1.7倍。

3).离婚率的统计

从全国的数据中，可以看到，2019年，我国的粗离婚率的平均数值为3.36。我们来统计一下，全国31个省市自治区中，位于平均数值的省市数量的分布情况。

程序首先提取了各个省市自治区数据中，2019年粗离婚率数据，然后根据均值的大小来进行判断统计，最后利用Pie类来进行可视化的展示。

从可视化的统计结果来看，我们可以得到以下几点结论。大于3.36的省市数量和小于3.36的省市数量几乎是旗鼓相当，没有一个城市的粗离婚率恰好等于3.36，并且粗离婚率大于3.36的城市为16个。所以说全国范围内离婚率都处在一个较为平衡的范围内，并没有哪一个省市的离婚率较为突出。

经过了数据上的可视化后，接下来我们从空间地域上进行可视化的展示，看一下在全国范围内粗离婚率的地域差异是如何的：

地域上的可视化结果，让我大吃一惊，我原以为离婚率较高的省市应该是北京上海这样的大城市，而事实却是天津、重庆和贵州离婚率颇高，东北三省更是全部沦陷。看来赵老师那句经典的”凑活过呗，还能离咋地“没有反映出东北的真实情况啊。

04).北京 VS 上海 离婚率

虽然北京上海在离婚率上不是很突出，但是我们还是可以来针对这两个城市来做一个针对性的对比，利用Altair库来看一下，北京和上海近十年的离婚率对比情况。

程序首先读取北京市和上海市的粗离婚率数据，然后提取并构造年份、城市等数据，并整合为DataFrame格式的数据，然后通过Altair库来构造可视化柱状图，运行上述程序，得到以下的结果。

可以看出，北京和上海的离婚率从各自的城市出发，呈现规律性的波动，总是连续几年增长后迅速回落，然后再次慢慢增长，而且有趣的是，两个城市的波动规律几乎是完全相同的。而从两个城市对比的角度来看，北京的粗离婚率总是高于上海。

总结

通过对于我国近十年的离婚率进行可视化展示，可以看到，我国的离婚率是呈现一种逐年递增的趋势，生活水平的提升，让大家更多的关注个人精神世界的发展，也造成一小部分夫妻在三观上的不和。

但是无论如何，生活就是要彼此的扶持，彼此照顾，希望想要离婚的朋友在做出离婚决定时，三思而后行。多为彼此考虑。

今天就是小编为大家带来的分享，欢迎大家在留言区点评吱一声，说说你的看法。

PS：公号内回复「Python」即可进入Python 新手学习交流群，一起 100 天计划！

老规矩，兄弟们还记得么，右下角的 “在看” 点一下，如果感觉文章内容不错的话，记得分享朋友圈让更多的人知道！

【神秘礼包获取方式】

识别文末二维码，回复：1024