一、文章前言

1. 项目背景

婚姻登记数据是反映社会人口结构、婚恋观念、城镇化发展的核心民生指标。本文基于全国 31 省份 2001-2024 结婚、离婚登记（万对）二维宽表数据，完整落地数据清洗→宽表转长表→时间趋势分析→空间地理可视化→动态时序排行榜全链路数据分析，综合使用pandas数据预处理、matplotlib静态绘图、pyecharts交互式地图 / 玫瑰图 / 时间轮播图。

2. 技术栈

• 数据处理：pandas、numpy
• 静态可视化：matplotlib
• 交互式可视化：pyecharts（地图、玫瑰图、Timeline 动态排行）
• 环境：Python3.8+ Jupyter Notebook

3. 数据集说明

两份 CSV 文件：

1. 结婚登记(万对).csv：31 行省份，25 列年份（2001-2024）宽表
2. 离婚登记(万对).csv：同结构离婚数据 字段：地区 + 2001 年～2024 年登记数值（单位：万对）

4. 整体分析流程

1. 阶段一：数据导入、数据质量体检（缺失、重复、分布）
2. 阶段二：宽表转长表数据重塑、结婚 / 离婚数据合并
3. 阶段三：时间序列趋势分析（全国大盘、单省对比、离结比）
4. 阶段四：空间地域差异分析（热力地图、玫瑰图 TOP 省份）
5. 阶段五：Timeline 动态时序排行榜可视化
6. 阶段六：分析总结与社会解读

二、阶段一：数据初探与质量体检

2.1 导入依赖库、全局配置

python

运行

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
# 设置中文显示
plt.rcParams['font.sans-serif'] = ['SimHei']
# 设置负号显示
plt.rcParams['axes.unicode_minus'] = False
# 忽略警告
import warnings
warnings.filterwarnings('ignore')

2.2 读取两份婚姻数据（处理中文编码 gbk）

python

运行

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

输出预览表格：

表格

	地 区	2024 年	2023 年	2022 年	2021 年	2020 年	2019 年	...
0	北 京 市	11.45	13.73	9.13	10.34	11.38	12.90	...
1	天 津 市	6.04	8.38	6.89	8.04	8.98	9.64	...
2	河 北 省	27.94	37.11	30.21	33.71	37.49	42.13	...

2.3 数据基础信息探查

python

运行

# 查看数据行列、字段类型、缺失值
merrige_df.info()
divorce_df.info()

# 数值字段描述性统计（均值、最值、标准差、分位数）
divorce_df.describe()

统计结果解读：

• 共 31 个省份样本，25 个年份数值列；
• 所有年份无缺失值，最小值均大于 0，无异常负数；
• 标准差较大，说明各省登记数量地域差距明显。

2.4 原始宽表简单折线预览

python

运行

# 结婚数据原始宽表绘图
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()

# 离婚数据原始宽表绘图
plt.figure(figsize=(20,6))
divorce_df.plot(kind='line',title="每年离婚登记地区分布")
plt.xticks(divorce_df.index,divorce_df['地区'],rotation=45)
plt.show()

结果：

痛点：原始宽表年份作为列，无法直接按年份分组聚合、做时间序列分析，必须进行宽表转长表重构。

三、阶段二：数据重塑与结构优化（核心预处理）

3.1 melt 函数：宽表转为标准长表

长表固定三列：地区、年份、登记数，方便分组统计。

python

运行

# 结婚宽表转长表
merrige_df=merrige_df.melt(
    id_vars=['地区'], # 保留维度列
    var_name='年份',  # 原年份列统一转为“年份”字段
    value_name='结婚登记数' # 数值列命名
).sort_values(by='年份').reset_index(drop=True) # 按年份升序、重置索引

# 离婚宽表转长表
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()

转换后长表输出：

表格

	地区	年份	离婚登记数
0	新疆维吾尔自治区	2001 年	5.51
1	北京市	2001 年	2.77
2	天津市	2001 年	1.31

3.2 合并结婚、离婚数据，生成综合分析表

python

运行

# 同顺序拼接离婚数据
merrige_df['离婚登记数'] = divorce_df['离婚登记数']
df = merrige_df.copy()
df.head()

合并后完整数据表结构：地区、年份、结婚登记数、离婚登记数，支撑后续所有指标计算。

四、阶段三：时间维度趋势与拐点分析

4.1 全国历年结婚 & 离婚总量双折线

python

运行

# 按年份聚合全国总登记量
year_count=df.groupby('年份')[['结婚登记数','离婚登记数']].sum().reset_index()

# 绘制双折线趋势图
plt.figure(figsize=(16,6))
plt.plot(year_count['年份'],year_count['结婚登记数'],marker='o',label='结婚登记')
plt.plot(year_count['年份'],year_count['离婚登记数'],marker='*',label='离婚登记')
plt.title("2001-2024全国每年结婚和离婚登记总量(万对)")
plt.legend()
plt.xticks(rotation=45)
plt.show()

趋势核心结论

1. 结婚总量 2013 年达到峰值后持续逐年下滑；
2. 离婚总量长期稳步上涨，2020 年后小幅回落；
3. 2013 年为婚恋趋势关键拐点。

4.2 单省趋势对比（以广西壮族自治区为例）

python

运行

# 筛选广西数据，按年份聚合
gx_count=df[df['地区']=='广西壮族自治区'].groupby('年份')[['结婚登记数','离婚登记数']].sum().reset_index()

plt.figure(figsize=(16,6))
plt.plot(gx_count['年份'],gx_count['结婚登记数'],marker='*',label='广西结婚')
plt.plot(gx_count['年份'],gx_count['离婚登记数'],marker='o',label='广西离婚')
plt.xticks(rotation=45)
plt.title("广西每年结婚和离婚登记(万对)")
plt.legend()
plt.show()

可对比全国大盘，分析地方婚恋趋势是否存在滞后 / 超前特征。

4.3 全国历年离结比趋势（离婚 / 结婚）

python

运行

# 分组计算每年离结比
year_marry_sum = df.groupby('年份')['结婚登记数'].sum()
year_div_sum = df.groupby('年份')['离婚登记数'].sum()
ratio = year_div_sum / year_marry_sum

# 绘制离结比折线
plt.figure(figsize=(12,5))
ratio.plot(kind='line',marker='*',title="全国历年离结比（离婚/结婚）")
plt.grid()
plt.show()

解读：离结比持续走高，反映婚姻稳定性逐年下降，结合城镇化、高等教育普及、女性独立等社会背景可深度分析。

4.4 各省份整体离结比横向对比柱状图

python

运行

# 各省累计离婚/累计结婚
prov_marry_sum = df.groupby('地区')['结婚登记数'].sum()
prov_div_sum = df.groupby('地区')['离婚登记数'].sum()
prov_ratio = prov_div_sum / prov_marry_sum

plt.figure(figsize=(16,6))
prov_ratio.plot(kind='bar',title="各省份整体离结比")
plt.xticks(rotation=45)
plt.grid(axis='y')
plt.show()

现象：东北三省、直辖市离结比显著高于中西部省份。

五、阶段四：空间维度地域差异分析（Pyecharts 可视化）

5.1 全国结婚登记总量热力地图

python

运行

from pyecharts.charts import Map
from pyecharts import options as opts

# 省份+数值数据封装
provice_marrige=df.groupby('地区')['结婚登记数'].sum()
map_data=[list(z) for z in zip(provice_marrige.index, provice_marrige)]

m=(
Map()
.add('累计结婚登记万对',map_data)
.set_global_opts(
    title_opts=opts.TitleOpts(title="全国各地区累计结婚登记数热力图"),
    visualmap_opts=opts.VisualMapOpts(is_show=True,max_=1800,min_=10)
)
)
m.render('1.各地区结婚登记热力图.html')

结果：

地图特征：东部人口大省（河南、山东、广东）结婚总量最高，西部低人口省份数值偏低，符合胡焕庸线人口分布规律。

5.2 全国离婚登记总量热力地图

python

运行

from pyecharts.charts import Map
from pyecharts import options as opts

provice_divorce=df.groupby('地区')['离婚登记数'].sum()
map_div_data=[list(z) for z in zip(provice_divorce.index.astype(str), provice_divorce)]

m=(
Map()
.add('累计离婚登记万对',map_div_data)
.set_global_opts(
    title_opts=opts.TitleOpts(title="全国各地区累计离婚登记数热力图"),
    visualmap_opts=opts.VisualMapOpts(is_show=True,max_=700,min_=0)
)
)
m.render('2.各地区离婚登记热力图.html')

结果：

5.3 结婚总量 TOP10 省份南丁格尔玫瑰图

python

运行

from pyecharts.charts import Pie
from pyecharts import options as opts

# 降序取全部省份
provice_marrige=df.groupby('地区')['结婚登记数'].sum().sort_values(ascending=False)
pie_data=[list(z) for z in zip(provice_marrige.index.astype(str),provice_marrige)]

pie=(
Pie()
.add('结婚登记总量',pie_data,rosetype='radius',radius=['25%','60%'])
.set_global_opts(title_opts=opts.TitleOpts(title="结婚登记总量前十省份玫瑰图"))
)
pie.render("3.结婚前十省份玫瑰图.html")

结果：

5.4 结婚总量最少 10 省份玫瑰图

python

运行

provice_marrige=df.groupby('地区')['结婚登记数'].sum().sort_values(ascending=True)
pie_data=[list(z) for z in zip(provice_marrige.index.astype(str),provice_marrige)]

pie=(
Pie()
.add('结婚登记总量最少省份',pie_data,rosetype='radius',radius=['25%','60%'])
.set_global_opts(title_opts=opts.TitleOpts(title="结婚登记最少省份玫瑰图"))
)
pie.render("4.结婚最少省份玫瑰图.html")

结果：

5.5 离婚总量 TOP10 省份玫瑰图

python

运行

provice_divorce=df.groupby('地区')['离婚登记数'].sum().sort_values(ascending=False)
pie_data=[list(z) for z in zip(provice_divorce.index.astype(str),provice_divorce)]

pie=(
Pie()
.add('离婚登记总量前十省份',pie_data,rosetype='radius',radius=['25%','60%'])
.set_global_opts(title_opts=opts.TitleOpts(title="离婚登记总量前十省份玫瑰图"))
)
pie.render("5.离婚前十省份玫瑰图.html")

结果：

六、阶段五：动态可视化 ——Timeline 时间轴动态排行

实现 2001-2024 每年各省结婚数量 TOP20 动态轮播柱状图，支持自动播放：

python

运行

from pyecharts.charts import Bar, Timeline
from pyecharts import options as opts
from pyecharts.globals import ThemeType, CurrentConfig
from pyecharts.commons.utils import JsCode

# 修复国内CDN空白问题
CurrentConfig.ONLINE_HOST = "https://cdn.jsdelivr.net/npm/echarts@5.4.3/dist/"
year_list=df["年份"].unique().tolist()

# 初始化时间轴容器
timeline_final = Timeline(init_opts=opts.InitOpts(width="1600px",height="850px"))
# 自定义配色
color_js = JsCode("""
function(params){
    let c = ['#ff4757','#ffa502','#fffa65','#2ed573','#1e90ff','#3742fa','#a55eea'];
    return c[params.dataIndex % c.length];
}
""")

# 循环每一年生成柱状图
for year in year_list:
    # 筛选当年数据，降序取前20
    data_year = df[df["年份"]==year].sort_values("结婚登记数",ascending=False).head(20)
    data_year = data_year.sort_values(by="结婚登记数",ascending=True)
    province = data_year["地区"].tolist()
    count = data_year["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,border_radius=6),
            label_opts=opts.LabelOpts(is_show=True,position="right",color="#fff")
        )
        .reversal_axis() # 倒置坐标轴，第一名置顶
        .set_global_opts(
            title_opts=opts.TitleOpts(title=f"{year}年中国结婚登记数TOP20排行"),
            xaxis_opts=opts.AxisOpts(name="登记数"),
            yaxis_opts=opts.AxisOpts(name="省份"),
            tooltip_opts=opts.TooltipOpts(trigger="axis")
        )
    )
    timeline_final.add(bar,str(year))

# 配置时间轴自动播放
timeline_final.add_schema(
    is_auto_play=True,
    is_loop_play=True,
    play_interval=600,
    width="95%"
)
# 渲染网页
timeline_final.render("结婚登记数动态排行.html")
timeline_final.render_notebook()

结果：

效果图说明：自动轮播 2001-2024 各年份省份结婚排名，直观观察人口大省长期稳居前列、中西部省份逐年小幅波动。

七、核心分析结论

7.1 时间趋势结论

1. 全国结婚登记量 2013 年触顶后连续十几年下滑，晚婚、不婚观念普及；
2. 离婚登记量长期上行，离结比持续走高，婚姻稳定性下降；
3. 2020 年后两类数据同步小幅回落，受疫情、婚恋冷静期政策双重影响。

7.2 空间地域结论

1. 总量维度：河南、山东、广东、四川等人口大省结婚、离婚总量遥遥领先；
2. 离结比维度：东北三省、一线城市离婚相对比例更高，中西部偏低；
3. 人口分布：婚姻登记总量符合胡焕庸线，东部沿海显著高于西部内陆。

7.3 社会学解读

1. 城镇化：城市人口流动大、生活成本高，婚姻维系难度上升；
2. 女性经济独立：女性收入提升，降低对婚姻经济依附；
3. 人口结构：适婚人口逐年减少，叠加晚婚，直接压低结婚总量；
4. 观念变化：当代年轻人更注重婚姻质量，不合适更倾向选择离婚。

八、项目局限与拓展方向

局限

1. 数据仅包含登记对数，无分年龄段、城乡、教育程度细分字段；
2. 缺少人口基数，无法计算千人结婚率，仅能分析绝对总量；
3. 无跨省流动、初婚 / 再婚细分数据。

拓展方向

1. 新增千人结婚率、千人离婚率指标，消除人口基数干扰；
2. 引入 GDP、人均收入做相关性回归分析；
3. 新增离婚原因、婚龄细分数据做多维度交叉分析；
4. 构建机器学习模型预测未来 3-5 年婚姻登记趋势。

九、完整源码获取

文中所有代码均可直接复制运行，CSV 数据集为公开民政统计数据，替换文件路径即可复现全部图表。 依赖安装命令：

bash

运行

pip install pandas numpy matplotlib pyecharts -i https://pypi.tuna.tsinghua.edu.cn/simple