一、项目背景

期末数据可视化课程设计，我选择以 上海市2011—2025年国民经济与社会发展统计数据 为研究对象，使用 Python 完成从数据清洗、特征工程到静态图表、统计图表、交互式图表的完整可视化分析流程，最终从经济总量、人口、投资、消费、收入、外贸、财政、就业、物价、民生支出等维度综合评估区域经济社会发展状况。

二、实验环境

• 操作系统：Windows 11

• 编程语言：Python 3.12.9

• 开发环境：Jupyter Notebook

• 依赖库：

  • pandas 2.2.0：数据读取、清洗与预处理

  • numpy 1.26.0：数值计算

  • matplotlib 3.8.0：静态可视化绘图

  • seaborn 0.13.0：统计可视化

  • pyecharts 2.0.4：交互式可视化

三、数据集说明

本项目使用 2011—2025年上海市国民经济与社会发展统计数据，共 15 组年度数据，包含 12 项核心统计指标。数据来源于国家统计局官网及上海市统计局公开统计年鉴，经人工整理为 UTF-8 编码的 CSV 文件。

字段名	含义	单位
year	统计年份	年
gdp	地区生产总值	亿元
population	年末常住人口	万人
fixed_assets	固定资产投资	亿元
retail_sales	社会消费品零售总额	亿元
urban_income	城镇居民人均可支配收入	元
rural_income	农村居民人均可支配收入	元
export	出口总额	亿元
finance	地方财政收入	亿元
employment	城镇就业人数	万人
cpi	居民消费价格指数	无
education	教育经费支出	亿元
medical	医疗卫生支出	亿元

数据特点：时间跨度 15 年，指标覆盖经济总量、人口、投资、消费、收入、外贸、财政、就业、物价、民生等多个维度；部分指标（固定资产投资、城镇就业人数、教育经费、医疗卫生支出）存在年度缺失值，需要在预处理阶段处理。

四、项目整体设计

1. 数据预处理：数据读取、缺失值处理、描述性统计、衍生指标计算；

2. Matplotlib 可视化：绘制 2 行 3 列共 6 张子图的组合大图，覆盖趋势折线图、分组柱状图、堆叠柱状图、双轴图等（课程设计重点）；

3. Seaborn 统计可视化：绘制相关性热力图、线性拟合散点图、城乡收入箱线图；

4. Pyecharts 可视化：制作 GDP 与常住人口双轴交互式组合图；

5. 综合数据分析：结合图表得出结论。

五、数据预处理

1. 数据读取

使用 pandas.read_csv() 读取 CSV 文件，得到 15 行 × 13 列数据。

2. 缺失值处理

对固定资产投资、城镇就业人数、教育经费、医疗卫生支出四类存在缺失的指标，采用四步组合填充策略：

1. 线性插值：interpolate(method="linear")，根据前后年份数据进行线性插值，适合时间序列；

2. 后向填充：bfill()，用后续年份数据填充前面的缺失值；

3. 前向填充：ffill()，用前面年份数据填充后续的缺失值；

4. 均值填充：fillna(df.mean())，对仍存在的极端缺失值使用全列均值。

经过处理后，数据集中缺失值数量降为 0。

3. 衍生指标计算

基于原始数据计算四类衍生指标：

• GDP增长率（gdp_growth）：pct_change() 计算环比增长率；

• 城乡收入比（income_ratio）：城镇居民收入 ÷ 农村居民收入；

• 财政GDP占比（finance_ratio）：地方财政收入 ÷ GDP × 100%；

• 民生总支出（people_exp）：教育经费 + 医疗卫生支出。

预处理完成后将数据导出为 processed_data.csv，作为后续可视化的标准数据集。

六、Matplotlib 可视化：六子图组合大图

使用 plt.subplots(2, 3) 绘制 2 行 3 列共 6 张子图，画布尺寸 18×10 英寸，总标题为"区域2011-2025年经济社会发展多维指标总图"，最终保存为 300dpi 高清 PNG。

子图1：GDP年度变化趋势折线图

带圆点标记的蓝色折线图，直观反映 2011—2025 年 GDP 总量的增长轨迹。

子图2：固定资产投资与社零总额分组柱状图

橙色代表固定资产投资，绿色代表社会消费品零售总额，对比投资与消费两大需求的规模变化。

子图3：民生财政支出堆叠柱状图

紫色为教育经费，棕色为医疗卫生支出，展示民生支出的结构与总量变化。

子图4：GDP与财政收入双轴对比图

左轴 GDP（蓝色），右轴地方财政收入（红色），解决两类指标量级差异问题，对比经济总量与财政收入的增长关系。

子图5：出口总额年度趋势折线图

红色折线搭配 0.2 透明度填充区域，展示出口贸易规模的年度波动趋势。

子图6：城镇就业人数柱状图

青色柱状图，展示城镇就业规模的年度变化。

七、Seaborn 统计可视化

1. 经济指标相关性热力图

基于 12 项核心指标计算皮尔逊相关系数矩阵，采用 RdBu_r 红蓝配色，中心值设为 0，格子内保留 2 位小数，可以快速识别高度相关的指标对。

2. GDP与常住人口线性拟合散点图

使用 sns.regplot()，x 轴为常住人口（万人），y 轴为 GDP（亿元），散点大小 80、透明度 0.7，红色拟合线附带 95% 置信区间，用于分析人口规模与经济总量的线性关系。

3. 城乡居民收入分布箱线图

使用 pd.concat() 将城乡收入转换为"分类 + 金额"长表格式，蓝色与橙色分别代表城镇和农村收入，对比收入中位数、四分位距与极值分布。

八、Pyecharts 交互式可视化

使用 pyecharts 制作 GDP与常住人口双轴交互式折线图，实现以下功能：

• 双坐标轴：左轴 GDP（亿元），右轴常住人口（万人）；

• 平滑曲线：is_smooth=True；

• 峰值标记：自动标记两条曲线的年度最大值；

• 十字准星悬浮提示：鼠标悬浮时显示对应年份两项指标数值；

• Slider 数据缩放：底部滑块支持筛选年份区间；

• 图例切换：点击图例可隐藏/显示数据系列。

画布尺寸 1200px×500px，canvas 渲染，JS 资源使用 jsdelivr 在线 CDN 加载 ECharts，最终输出离线 HTML 文件，可在浏览器中交互操作。

说明：受本地浏览器文件 JS 安全策略限制，离线 HTML 在部分浏览器直接打开时可能出现渲染问题，代码逻辑本身无误，更换运行环境后即可正常展示。

九、综合分析结论

1. 经济增长稳健，发展质量提升

GDP 从 2011 年的 20406.1 亿元增长至 2025 年的 56708.7 亿元，年均增长率约 7.2%。GDP 增长率在 2012—2013 年达到峰值后逐步回落并趋于平稳，反映经济从高速增长向高质量发展转型。GDP 与财政收入双轴图显示两者保持同步增长，财政 GDP 占比稳定在 15%—17%，财政收支结构健康。

2. 城乡差距缩小，民生保障加强

城镇居民人均可支配收入从 37079 元增长至 96842 元，农村居民人均可支配收入从 15737 元增长至 48122 元，城乡收入比从 2.35 降至 2.01，差距持续缩小。民生总支出从 2011 年的 900.66 亿元增长至约 2900 亿元，年均增速约 8.5%，高于 GDP 增速，民生保障力度不断加大。

3. 消费作用增强，外贸保持韧性

消费规模持续扩大，内需驱动特征更加明显；出口总额虽受外部环境影响存在年度波动，但整体维持在较高水平；城镇就业人数稳步增长，就业形势总体稳定。

4. 人口经济相关，动能加速转换

GDP 与常住人口的 相关系数达到 0.98，人口规模是经济发展的重要支撑。近年来常住人口稳定在 2480 万人左右，人口红利逐步减弱，经济发展更多依赖人均产出提升和产业结构优化，发展动能正从要素驱动向创新驱动转换。

十、完整源码

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')

plt.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei']
plt.rcParams['axes.unicode_minus'] = False

# 一、数据读取
df = pd.read_csv('2011-2025年经济数据统计表.csv', encoding='utf-8')
print(f"数据读取完成：{df.shape[0]}行 × {df.shape[1]}列")

# 二、数据预处理
numeric_cols = ['fixed_assets', 'employment', 'education', 'medical']
for col in numeric_cols:
    df[col] = pd.to_numeric(df[col], errors='coerce')

df = df.interpolate(method="linear")
df = df.bfill()
df = df.ffill()
df = df.fillna(df.mean())

df['gdp_growth'] = df['gdp'].pct_change().fillna(0) * 100
df['income_ratio'] = df['urban_income'] / df['rural_income']
df['finance_ratio'] = df['finance'] / df['gdp'] * 100
df['people_exp'] = df['education'] + df['medical']

core_cols = ['gdp', 'population', 'fixed_assets', 'retail_sales',
             'urban_income', 'rural_income', 'export', 'finance',
             'employment', 'cpi', 'education', 'medical']
desc_stats = df[core_cols].describe().round(2)

df.to_csv("processed_data.csv", index=False, encoding="utf-8-sig")
print("数据预处理完成，清洗后数据集已导出：processed_data.csv")

# 三、Matplotlib可视化（2行3列6张子图）
fig, axes = plt.subplots(2, 3, figsize=(18, 10))
fig.suptitle('区域2011-2025年经济社会发展多维指标总图', fontsize=16, weight="bold")

years = df["year"].values

axes[0,0].plot(years, df["gdp"].values, marker="o", c="#1f77b4", lw=2)
axes[0,0].set_title("GDP年度变化趋势折线图")
axes[0,0].set_xlabel("年份")
axes[0,0].set_ylabel("GDP（亿元）")
axes[0,0].grid(alpha=0.3)

x = np.arange(len(years))
width = 0.35
axes[0,1].bar(x-width/2, df["fixed_assets"].values, width, label="固定资产投资", color="#ff7f0e")
axes[0,1].bar(x+width/2, df["retail_sales"].values, width, label="社会消费品零售总额", color="#2ca02c")
axes[0,1].set_title("固定资产投资 vs 社零总额分组柱状图")
axes[0,1].set_xticks(x[::2])
axes[0,1].set_xticklabels(years[::2])
axes[0,1].legend()
axes[0,1].grid(axis="y", alpha=0.3)

axes[0,2].bar(years, df["education"].values, label="教育经费", color="#9467bd")
axes[0,2].bar(years, df["medical"].values, bottom=df["education"].values, label="医疗卫生", color="#8c564b")
axes[0,2].set_title("民生财政支出堆叠柱状图")
axes[0,2].set_xlabel("年份")
axes[0,2].set_ylabel("支出（亿元）")
axes[0,2].legend()
axes[0,2].grid(axis="y", alpha=0.3)

ax1 = axes[1,0]
ax2 = ax1.twinx()
ax1.plot(years, df["gdp"].values, "b-o", label="GDP")
ax2.plot(years, df["finance"].values, "r-s", label="地方财政收入")
ax1.set_xlabel("年份")
ax1.set_ylabel("GDP（亿元）", c="b")
ax2.set_ylabel("财政收入（亿元）", c="r")
axes[1,0].set_title("GDP与财政收入双轴对比图")
lines1, lab1 = ax1.get_legend_handles_labels()
lines2, lab2 = ax2.get_legend_handles_labels()
ax1.legend(lines1+lines2, lab1+lab2, loc="upper left")

axes[1,1].plot(years, df["export"].values, marker="^", c="#d62728", lw=2)
axes[1,1].fill_between(years, df["export"].values, alpha=0.2, color="#d62728")
axes[1,1].set_title("出口总额年度趋势折线图")
axes[1,1].set_xlabel("年份")
axes[1,1].set_ylabel("出口总额（亿元）")
axes[1,1].grid(alpha=0.3)

axes[1,2].bar(years, df["employment"].values, color="#17becf")
axes[1,2].set_title("城镇就业人数柱状图")
axes[1,2].set_xlabel("年份")
axes[1,2].set_ylabel("就业人数（万人）")
axes[1,2].grid(axis="y", alpha=0.3)

plt.tight_layout()
plt.subplots_adjust(top=0.9)
plt.savefig("matplotlib_6subplots.png", dpi=300, bbox_inches="tight")
plt.show()
print("Matplotlib六张子组合图已保存：matplotlib_6subplots.png")

# 四、Seaborn统计可视化
plt.figure(figsize=(12,8))
sns.heatmap(df[core_cols].corr(), annot=True, cmap="RdBu_r", center=0, fmt=".2f", square=True)
plt.title("经济指标相关性热力图", fontsize=14, weight="bold")
plt.tight_layout()
plt.savefig("seaborn_heatmap.png", dpi=300, bbox_inches="tight")
plt.show()

plt.figure(figsize=(10,6))
sns.regplot(x="population", y="gdp", data=df,
           scatter_kws={"s":80, "alpha":0.7, "color":"#1f77b4"},
           line_kws={"linewidth":2, "color":"red"})
plt.title("GDP与常住人口线性拟合散点图", fontsize=14)
plt.xlabel("常住人口（万人）")
plt.ylabel("GDP（亿元）")
plt.grid(alpha=0.3)
plt.tight_layout()
plt.savefig("seaborn_scatter.png", dpi=300, bbox_inches="tight")
plt.show()

plt.figure(figsize=(8,6))
income_data = pd.concat([
    pd.DataFrame({"分类":"城镇收入","金额":df["urban_income"]}),
    pd.DataFrame({"分类":"农村收入","金额":df["rural_income"]})
])
sns.boxplot(x="分类", y="金额", data=income_data, palette=["#1f77b4","#ff7f0e"])
plt.title("城乡居民收入分布箱线图", fontsize=14)
plt.grid(axis="y", alpha=0.3)
plt.tight_layout()
plt.savefig("seaborn_boxplot.png", dpi=300, bbox_inches="tight")
plt.show()
print("Seaborn三张统计图表已保存")

# 五、Pyecharts交互式可视化
try:
    from pyecharts.charts import Line
    from pyecharts import options as opts
    from pyecharts.globals import CurrentConfig

    CurrentConfig.ONLINE_HOST = "https://cdn.jsdelivr.net/npm/echarts@5.4.3/dist/"

    line = (
        Line(init_opts=opts.InitOpts(width="1200px", height="500px", renderer="canvas"))
        .add_xaxis(df["year"].astype(str).tolist())
        .add_yaxis(
            "GDP（亿元）",
            df["gdp"].round(2).tolist(),
            yaxis_index=0,
            is_smooth=True,
            markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max", name="GDP最大值")])
        )
        .add_yaxis(
            "常住人口（万人）",
            df["population"].round(2).tolist(),
            yaxis_index=1,
            is_smooth=True,
            markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max", name="人口最大值")])
        )
        .extend_axis(
            yaxis=opts.AxisOpts(
                name="常住人口（万人）",
                type_="value",
                position="right",
                axislabel_opts=opts.LabelOpts(formatter="{value} 万人")
            )
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(title="GDP与常住人口双轴交互图", subtitle="2011-2025年"),
            tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),
            legend_opts=opts.LegendOpts(pos_left="center", pos_top="5%"),
            xaxis_opts=opts.AxisOpts(name="年份"),
            yaxis_opts=opts.AxisOpts(name="GDP（亿元）", axislabel_opts=opts.LabelOpts(formatter="{value} 亿元")),
            datazoom_opts=[opts.DataZoomOpts(type_="slider")]
        )
    )

    line.render("gdp_pop_inter.html")
    print("Pyecharts交互图已生成：gdp_pop_inter.html")

except ImportError:
    print("未安装pyecharts库，交互图未生成")

print("\n全部代码执行完毕。")