前回から，日本の労働力調査のうち15歳以上人口について，Pythonで可視化をしました．
今日は，その続きです．
記事のコードはこちらで実行可能です．実行する際は，e-Statで自分のappIdを取得してください．（詳しくはこちら）
労働力の可視化
今日，可視化するのは赤字部分です．
- 15歳以上人口
- 労働力人口
- 就業者
- 完全失業者
- 非労働力人口
労働力人口
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | x,y=get_data(cat02="01") x_male,y_male=get_data(cat02="01",cat03="1") x_female,y_female=get_data(cat02="01",cat03="2") ticks=12 fig,ax1=plt.subplots() ax1.plot(x,y,label="総数",color="r") ax2=ax1.twinx() ax2.plot(x_male,y_male,label="男") ax2.plot(x_female,y_female,label="女") ax1.set_xticks(range(0,len(x),ticks)) ax2.set_xticks(range(0,len(x),ticks)) ax1.set_xticklabels([x[i]foriinrange(0,len(x),ticks)],rotation=90,fontsize=13) ax2.set_xticklabels([x[i]foriinrange(0,len(x),ticks)],rotation=90,fontsize=13) ax1.legend(fontsize=13) ax2.legend(fontsize=13) ax1.set_xlabel("年/月",fontsize=15) ax1.set_ylabel("人口 [万人]",fontsize=15) ax1.set_title("労働力人口",fontsize=15) plt.show() |
左軸は総数，右軸が男女です．（2011年3月から8月までのデータが抜けているのは東日本大震災で調査が行われなかったからです．[1]https://www.stat.go.jp/training/2kenkyu/ihou/70/pdf/2-2-703.pdf" target="_blank">高橋伸一. “労働力調査における東日本大震災に伴う補完推計.” 統計研究彙報 70.3 (2013): 87-102）
労働力人口になると，男性の方が女性よりも多いようです．
非労働力人口
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | x,y=get_data(cat02="09") x_male,y_male=get_data(cat02="09",cat03="1") x_female,y_female=get_data(cat02="09",cat03="2") ticks=12 fig,ax1=plt.subplots() ax1.plot(x,y,label="総数",color="r") ax2=ax1.twinx() ax2.plot(x_male,y_male,label="男") ax2.plot(x_female,y_female,label="女") ax1.set_xticks(range(0,len(x),ticks)) ax2.set_xticks(range(0,len(x),ticks)) ax1.set_xticklabels([x[i]foriinrange(0,len(x),ticks)],rotation=90,fontsize=13) ax2.set_xticklabels([x[i]foriinrange(0,len(x),ticks)],rotation=90,fontsize=13) ax1.legend(fontsize=13) ax2.legend(fontsize=13) ax1.set_xlabel("年/月",fontsize=15) ax1.set_ylabel("人口 [万人]",fontsize=15) ax1.set_title("非労働力人口",fontsize=15) plt.show() |
左軸は総数，右軸が男女です．
労働力人口と非労働力人口は，15歳以上人口の中でのものになります．
労働力人口では男性の方が多かったですが，非労働力人口は女性の方が多いですね．
労働力人口と非労働力人口の関係
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 | x,y=get_data(cat02="01") x1,y1=get_data(cat02="09") fig,ax1=plt.subplots() ax1.plot(x[-36:],y[-36:],label="労働力人口",color="r") ax2=ax1.twinx() ax2.plot(x1[-36:],y1[-36:],label="非労働力人口") ax1.set_xticks(range(0,len(x[-36:]))) ax2.set_xticks(range(0,len(x1[-36:]))) ax1.set_xticklabels(x[-36:],rotation=90,fontsize=10) ax2.set_xticklabels(x1[-36:],rotation=90,fontsize=10) ax1.legend(fontsize=13) ax2.legend(fontsize=13) ax1.set_xlabel("年/月",fontsize=15) ax1.set_ylabel("人口 [万人]",fontsize=15) plt.show() |
左軸は労働力人口，右軸が非労働力人口です．期間は絞って直近3年間にしました．
2つはきれいな逆相関となっていますね．
労働力人口は，毎年4月，10月に上昇し，7月，1月くらいに減少する傾向がありました．
404 NOT FOUND | MASA ENGINEERING BLOG
My favorite food is Sushi and Yakiniku.
www.tech.exotechblog.com
クレジット
「このサービスは、政府統計総合窓口(e-Stat)のAPI機能を使用していますが、サービスの内容は国によって保証されたものではありません。」
(https://www.e-stat.go.jp/api/api-info/credit)
My favorite food is Sushi and Yakiniku.
コメント