看過這篇文章，不再要說你是憑實力單身了

時間 2019-11-06

標籤看過文章不再要說實力欄目快樂工作简体版

原文原文鏈接

緣起

不知道從何時開始，廣大程序猿們（不包括程序媛們）老是被調侃，一直都是那個靠實力單身的羣體。而根據網上不知道是否準確的數字，中國的單身人口高達2億，個人天，不能這兩億都是程序猿吧html

今天不是來探究這個單身數字的，而是選擇了一個切入點，來探究下，碼農單身究竟是哪裏的鍋。

切入點

而我選擇的切入點就是人口結構數據，經過觀察人口結構，男女比例，來看看單不單身，是否是由你說了算。bash

首先感謝下「快易理財網」的數據網絡

www.kuaiyilicai.com/app

我這裏使用的數據，都是來自於該網站，網站上還有各種財經數據，有興趣的小夥伴兒們能夠去看看。網站

獲取我國女性佔比

首先咱們先來抓取下我國女性的逐年佔比數據，看看找對象在什麼時代能容易些google

抓取該網站仍是很容易的，直接解析 HTML 文件便可

import requests
from bs4 import BeautifulSoup

url = 'https://www.kuaiyilicai.com/stats/global/yearly_per_country/g_population_female_perc/chn.html'
res = requests.get(url).text
html = BeautifulSoup(res, 'html.parser')
html.find('tbody').find_all('td')
複製代碼

這樣，就獲取到了全部的表格數據url

[<td>2018年</td>,
 <td>48.68%</td>,
 <td>2017年</td>,
 <td>48.67%</td>,
 <td>2016年</td>,
 <td>48.65%</td>,
 <td>2015年</td>,
 <td>48.64%</td>,
 <td>2014年</td>,
 <td>48.63%</td>,
...
複製代碼

不過這個表格數據裏會有谷歌廣告的代碼，須要去掉下spa

chinese_data = html.find('tbody').find_all('td')
i = 0
for d in chinese_data:
    if r"adsbygoogle" in d.text:
        chinese_data.pop(i)
    i += 1
複製代碼

接下來就能夠獲取年份和對應的數據了3d

year = []
data = []
i = 1
for d in chinese_data:
    if i == 1 or i%2  != 0:
        year.append(d.text)
    else:
        temp = d.text.split('%')
        data.append(temp[0])
    i += 1
複製代碼

拿到 year 和 data 兩個列表後，咱們就能夠開始做圖了。code

固然我還獲取了世界上其餘國家的女性比例，出生比例等數據，抓取方式都相似，就再也不一一重複了。

做圖分析

歷年女性佔比分析

能夠看到，我國的女性佔比常年是低於50%，大膽推測，這絕對和咱們上下五千年的歷史文化遺留有關啊，嗯，就說到這，不能再多說了。

而後還能看出，在新中國建國初期，女性的比例是最低的，以後才逐年增長。按道理來說，在經歷了軍閥混戰，抗日戰爭等數十年戰亂後，數以百萬的熱血男兒血灑中華大地的背景下，男女比例應該有所平衡啊，沒想到居然仍是男女比例失衡的這麼嚴重。

不過情形在慢慢變好，在上世紀80年代左右，我國的女性佔比很好的穩定在了48.69%-48.68%這裏，而48.69%居然已是女性佔比的最高比例了。

接着又不太清楚是什麼狀況，在新千年的前十年裏，女性比例又大幅降低，隨後才又逐年增加，不知道正在上小學或者初中的小男孩們，有沒有感受到身邊的異性有點少啊。

我這裏還作了柱狀圖，一樣能夠看到在60年到70年這十年裏，女性比例的增加仍是很是明顯的

接下來咱們着重看看2018年的數據吧，這一年女性佔比爲48.68%，而根據人口普查，2018年我國總人口爲13.93億 (1,392,730,000)，那麼男性比女性就多出了36,768,072，整整3千6百多萬人啊，因此說若是你在去年仍是單身的，那麼不要悲傷，由於最少還有3千多萬人陪着你，固然若是你如今成功脫單了，祝賀你，你是那個踏過獨木橋的人，堪稱中了超級福利彩票，請必定要珍惜