一些前话
最近听了一些报告，我发现很多论文都引用了百度慧眼迁徙的大数据。百度慧眼迁徙大数据的获取也非常方便，今年百度也开放了常年的数据查询接口。
数据获取方法可见:Python爬虫抓取百度慧眼迁徙大数据（一）
新版代码已经发布在gitee仓库: 百度慧眼大数据
百度借助自家的echarts插件，可视化做的很不错。
百度迁徙页面示意图
百度借助自己的历史数据，做了不同年份同时期的对比，右侧迁入来源地的比例，但是如果想知道在一段时间内，同一目的地不同来源地的比例的变化情况的话，是无法从该平台上查看到的，需要我们通过百度的接口自己进行数据的清洗，然后才可以进一步分析数据。
数据预处理
此次分析针对的省对省的迁入情况，可视化技术用了pyecharts和matplotlib，数据格式为Excel。迁入迁出数据，可以看成od出行数据，为了标识方便，在原有的数据上添加了两列o_province,d_province
数据获取步骤：
数据清洗与可视化：
matplotlib可视化
matplotlib是Python数据可视化的利器，与pandas可以完美结合。
下图中，由于低值的省份分布集中，并且图例的颜色需要自己设定，可视化效果较差，设定也较为麻烦。
matplotlib出图结果-北京迁入示意图
pyeharts可视化
matplotlib库确实很美好，数据绑定很方便，但是有一些地方的默认值设置不完全，图片不够美观。于是我想到了在web领域赫赫有名的echarts，显然echarts也没有放弃Python这块蛋糕，做了pyecharts这个开源包，api和用法上都借鉴了js版本，算是开箱即用。
pyeharts主要生成的是html页面，当然也可以在jupyter里直接render()，但最重要的一点是可以交互操作，动态效果很强。
pyeharts出图结果-北京迁入示意图
数据结果：
数据分析
具体的数据分析会在接下去的第二篇提及，此处只提及一些从图表中可以推断分析出来的信息。
浙江省流入分析
为什么要选择浙江省来分析？
- 浙江省在这三个月的范围内变化幅度算是全国范围内比较大的
- 浙江省可以作为长三角地区的重要组成部分，人口流动量大，比较有特点
2021年2月12日是农历春节正月初一，我们可以将其看为一个分界点。
在2月12日之前的人口流动主要为务工人员回家，2月12日之后的人口流动为返回工作场所。
从下图中 ，可以很明显的看出来浙江省的迁入人口来源主要是上海、江苏、安徽、江西等，与浙江都是属于邻省。
重要的是
- 上海在正月初一（2月12日）前后变化很大，在正月初一前，迁入浙江的人数不断增多，说明浙江人在上海工作的数量很多，上海是浙江人外地工作的重要目的地
上海市迁入图
- 江苏与上海类似，江苏是浙江人外地工作的重要目的地，江浙沪真正的体现了长三角经济共同发展的局面
江苏、上海迁入图
- 安徽省，江西省在春节后，迁入人口比例迅速提高，我们可以从地理位置上推断安徽、江西是浙江重要的劳动力近程来源地
安徽、江西迁入图
- 河南、湖北、湖南、贵州曲线态势相似，都在正月初一后迁入人口比例不断的增加，我们可以推断-河南、湖北、湖南、贵州是浙江重要的劳动力远程来源地
河南、湖北、湖南、贵州迁入图
网友评论