Python數(shù)據(jù)分析與可視化項(xiàng)目實(shí)戰(zhàn) 教案 項(xiàng)目5 浙江省歷史名人數(shù)據(jù)分析

***********學(xué)院教案課程名稱：Python數(shù)據(jù)分析與可視化項(xiàng)目實(shí)戰(zhàn)授課班級(jí)：****************************************授課時(shí)間：***********學(xué)年第1學(xué)期第1周至第2周共16周總學(xué)時(shí)64-96周學(xué)時(shí)4-6任課教師：***************教案5：浙江省歷史名人數(shù)據(jù)分析一、教學(xué)設(shè)計(jì)課程名稱數(shù)據(jù)分析授課班級(jí)大數(shù)據(jù)2201、2202軟件2201、2202、2203、2204授課時(shí)數(shù)6學(xué)時(shí)授課人數(shù)人授課地點(diǎn)1304、1306授課方式教學(xué)做一體學(xué)習(xí)項(xiàng)目浙江省歷史名人數(shù)據(jù)分析所選教材《Python數(shù)據(jù)分析與可視化實(shí)戰(zhàn)》教學(xué)內(nèi)容浙江省歷史名人數(shù)據(jù)分析教學(xué)目標(biāo)素質(zhì)目標(biāo)1、培養(yǎng)對(duì)數(shù)據(jù)的敏感性和批判性思維，能夠從大量數(shù)據(jù)中提取有價(jià)值的數(shù)據(jù)將其轉(zhuǎn)換為信息。2、培養(yǎng)良好的數(shù)據(jù)處理和分析習(xí)慣，包括數(shù)據(jù)整理、清洗和驗(yàn)證的規(guī)范操作。3、提高解決問(wèn)題的能力，通過(guò)對(duì)不同年代、不同地區(qū)數(shù)據(jù)分析和可視化展示浙江歷史名人數(shù)據(jù)，并結(jié)合歷史進(jìn)行分析。知識(shí)目標(biāo)1、了解數(shù)據(jù)分析流程和常用方法，包括數(shù)據(jù)獲取、合并、清洗、篩選和可視化等步驟。2、理解數(shù)據(jù)集的結(jié)構(gòu)和特點(diǎn)，掌握數(shù)據(jù)獲取的方法；3、理解數(shù)據(jù)清洗、數(shù)據(jù)合并的作用和意義；4、掌握數(shù)據(jù)分析和可視化方法并根據(jù)場(chǎng)景進(jìn)行靈活應(yīng)用。能力目標(biāo)1、能夠使用適當(dāng)?shù)姆椒ê凸ぞ攉@取開(kāi)放數(shù)據(jù)，并進(jìn)行數(shù)據(jù)合并和清洗操作。2、能夠運(yùn)用篩選對(duì)數(shù)據(jù)進(jìn)行初步分析，并提取關(guān)鍵信息和指標(biāo)。3、能夠運(yùn)用數(shù)據(jù)可視化技術(shù)，創(chuàng)建各種類(lèi)型的圖表和圖形，有效地展示和傳達(dá)數(shù)據(jù)分析結(jié)果。教學(xué)重難點(diǎn)重點(diǎn)難點(diǎn)教學(xué)方法教法任務(wù)驅(qū)動(dòng)教法、情景化教法、差異化教法、討論式教法學(xué)法自主式學(xué)習(xí)、協(xié)作式學(xué)習(xí)、體驗(yàn)式學(xué)習(xí)、探究式學(xué)習(xí)PAGEPAGE9教學(xué)設(shè)計(jì)思路及知識(shí)導(dǎo)圖教學(xué)實(shí)施教學(xué)環(huán)節(jié)時(shí)間分配教學(xué)內(nèi)容及時(shí)間分配教學(xué)平臺(tái)資源課前課前導(dǎo)學(xué)1.完成課前學(xué)習(xí)問(wèn)卷調(diào)查；2.觀看視頻；3.課前自學(xué)測(cè)試及問(wèn)卷；課中項(xiàng)目介紹（5mins）浙江歷史悠久，文化燦爛，是中國(guó)古代文明的發(fā)祥地之一，吳越文化的重要發(fā)祥地，被稱為“絲綢之府”、“魚(yú)米之鄉(xiāng)”和“文物之邦”，更是孕育了眾多的文化名人，涌現(xiàn)出許多杰出的文學(xué)家、藝術(shù)家、學(xué)者和政治家。他們的作品和思想對(duì)中國(guó)歷史和文化產(chǎn)生了深遠(yuǎn)的影響。浙江的省會(huì)杭州是一座歷史悠久，享有盛譽(yù)的歷史名城和文化之都。杭州作為“第19屆亞洲運(yùn)動(dòng)會(huì)”舉辦城市，以優(yōu)美的城市環(huán)境、便利的交通優(yōu)勢(shì)和強(qiáng)大的經(jīng)濟(jì)實(shí)力向世界展示著現(xiàn)代都市的魅力，同時(shí)也展示了獨(dú)特的文化魅力。本項(xiàng)目通過(guò)對(duì)浙江省歷史名人的數(shù)據(jù)分析，可以更全面地了解這個(gè)地區(qū)的歷史和文化特點(diǎn)。這將有助于推動(dòng)浙江省歷史文化的傳承與發(fā)展，進(jìn)一步提升浙江省在國(guó)內(nèi)外的知名度和影響力。同時(shí)也有利于提升文化自信、傳承文化遺產(chǎn)。任務(wù)準(zhǔn)備（80mins）1、了解數(shù)據(jù)分析的流程1.1確定分析目標(biāo)只有弄清分析的目的是什么？才能準(zhǔn)確定位分析因子，提出有價(jià)值的問(wèn)題，提供清晰的思路。1.2數(shù)據(jù)獲取目標(biāo)定下來(lái)了，接下來(lái)要去找相應(yīng)的數(shù)據(jù)。如果制定目標(biāo)時(shí)完全遵循了第一步的三個(gè)注意點(diǎn)，那么現(xiàn)在會(huì)很明確要找哪些數(shù)據(jù)。獲取目標(biāo)數(shù)據(jù)的三類(lèi)方法：一是從一些有公開(kāi)數(shù)據(jù)的網(wǎng)站上復(fù)制/下載，比如統(tǒng)計(jì)局網(wǎng)站、各類(lèi)行業(yè)網(wǎng)站等，通過(guò)搜索引擎可以很容易找到這些網(wǎng)站；二是通過(guò)一些專門(mén)做數(shù)據(jù)整理打包的網(wǎng)站/api來(lái)下載；三是自行收集所需數(shù)據(jù)。1.3數(shù)據(jù)清洗在工作中90%以上的情況，你拿到的數(shù)據(jù)都需要先做清洗工作，排除異常值、空白值、無(wú)效值、重復(fù)值等等。這項(xiàng)工作經(jīng)常會(huì)占到整個(gè)數(shù)據(jù)分析過(guò)程將近一半的時(shí)間。數(shù)據(jù)清洗是確保數(shù)據(jù)質(zhì)量的重要工作。1.4數(shù)據(jù)整理清洗過(guò)后，需要進(jìn)行數(shù)據(jù)整理，即將數(shù)據(jù)整理為能夠進(jìn)行下一步分析的格式，對(duì)于初學(xué)者，可以用Excel來(lái)完成這一工作。1.5描述分析數(shù)據(jù)描述：對(duì)數(shù)據(jù)的基本情況進(jìn)行描述，如數(shù)據(jù)的總數(shù)、時(shí)間跨度、數(shù)據(jù)來(lái)源等。指標(biāo)統(tǒng)計(jì)：分析實(shí)際情況的數(shù)據(jù)指標(biāo)，主要包括四個(gè)部分：（1）變化：數(shù)據(jù)隨著時(shí)間的變動(dòng)而增減，如近期銷(xiāo)售額表現(xiàn)。（2）分布：數(shù)據(jù)在不同層次上的表現(xiàn)，如地域分布、人群分布。（3）對(duì)比：數(shù)據(jù)項(xiàng)之間的對(duì)比，如產(chǎn)品線對(duì)比、用戶數(shù)對(duì)比。（4）預(yù)測(cè)：根據(jù)數(shù)據(jù)現(xiàn)有的增減幅度，預(yù)測(cè)未來(lái)的狀況。1.6數(shù)據(jù)可視化將數(shù)據(jù)可視化也是一個(gè)學(xué)問(wèn)。通過(guò)數(shù)據(jù)分析得出結(jié)論后，還需要用圖表展示出來(lái)，俗話說(shuō)得好，“文不如表，表不如圖"，用圖表可以更清晰展結(jié)論。1.7洞察結(jié)論這一步是數(shù)據(jù)報(bào)告的核心，也是最能看出數(shù)據(jù)分析師水平的部分。一個(gè)年輕的分析師和一個(gè)年長(zhǎng)的分析師拿到同樣的圖表，完全有可能解讀出不同的內(nèi)容。1.8報(bào)告撰寫(xiě)報(bào)告撰寫(xiě)是整個(gè)數(shù)據(jù)分析的最后一步，是對(duì)整個(gè)數(shù)據(jù)分析過(guò)程的總結(jié)。一份優(yōu)秀的報(bào)告需要一個(gè)明確的主題、清晰的目錄、圖文并茂描述數(shù)據(jù)、結(jié)論與建議。應(yīng)至少包含以下六塊內(nèi)容：報(bào)告背景、報(bào)告目的、數(shù)據(jù)來(lái)源、數(shù)量等基本情況、分頁(yè)圖表內(nèi)容及本頁(yè)結(jié)論、各部分小結(jié)及最終總結(jié)。任務(wù)分析及實(shí)現(xiàn)（75mins）2浙江歷史名人數(shù)據(jù)析2.1分析目標(biāo)分析唐宋元明清時(shí)期籍貫為浙江省的歷史名人中的性別占比、各時(shí)期不同地區(qū)的名人數(shù)對(duì)比，并根據(jù)數(shù)據(jù)統(tǒng)計(jì)出唐宋元明清時(shí)期歷史名人最多的地區(qū)。2.2數(shù)據(jù)獲取2023年2月，中共中央、國(guó)務(wù)院印發(fā)《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》，提出要推動(dòng)公共數(shù)據(jù)匯聚利用，暢通數(shù)據(jù)資源大循環(huán)，夯實(shí)數(shù)字中國(guó)建設(shè)基礎(chǔ)。《中共中央國(guó)務(wù)院關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見(jiàn)》（以下簡(jiǎn)稱“數(shù)據(jù)二十條”）提出，對(duì)各級(jí)黨政機(jī)關(guān)、企事業(yè)單位依法履職或提供公共服務(wù)過(guò)程中產(chǎn)生的公共數(shù)據(jù)，加強(qiáng)匯聚共享和開(kāi)放開(kāi)發(fā)。數(shù)據(jù)作為生產(chǎn)要素已經(jīng)成為數(shù)字時(shí)代創(chuàng)新發(fā)展的最新聚焦點(diǎn)。培育數(shù)據(jù)要素市場(chǎng)、發(fā)揮數(shù)據(jù)要素價(jià)值、促進(jìn)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展成為構(gòu)筑國(guó)家競(jìng)爭(zhēng)新優(yōu)勢(shì)的重要舉措。公共數(shù)據(jù)作為數(shù)據(jù)要素中權(quán)威性、通用性、基礎(chǔ)性、可控性、公益性較強(qiáng)的數(shù)據(jù)類(lèi)型，是數(shù)據(jù)要素的重要組成部分，是推進(jìn)數(shù)據(jù)要素作用充分發(fā)揮的有機(jī)組成部分和有力落地抓手之一。公共數(shù)據(jù)關(guān)乎國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展中生產(chǎn)生活的各個(gè)方面，蘊(yùn)藏著巨大的經(jīng)濟(jì)和社會(huì)價(jià)值，是數(shù)字中國(guó)建設(shè)的重要數(shù)據(jù)基礎(chǔ)。推進(jìn)公共數(shù)據(jù)開(kāi)放利用，已成為推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化的重要手段，也是推動(dòng)數(shù)據(jù)這一生產(chǎn)要素更好發(fā)揮其價(jià)值的必由之路，對(duì)于賦能現(xiàn)代治理、賦能經(jīng)濟(jì)發(fā)展、賦能共同富裕具有十分重要的意義。從開(kāi)放數(shù)據(jù)平臺(tái)獲取數(shù)據(jù)。/dxsy/202306/t20230630_158461.shtml首先打開(kāi)以上網(wǎng)址如圖5-2所示：對(duì)比，并根據(jù)數(shù)據(jù)統(tǒng)計(jì)出唐宋元明清時(shí)期歷史名人最多的地區(qū)。選擇>歷史數(shù)據(jù)集找到浙江歷史名人信息，點(diǎn)擊下載，同意信息開(kāi)放許可。2.3數(shù)據(jù)處理根據(jù)提供的數(shù)據(jù)可以看出，數(shù)據(jù)存儲(chǔ)在7個(gè)excel表格中，7個(gè)表格的表頭結(jié)構(gòu)一致，為了方便處理，需要將多個(gè)數(shù)據(jù)表數(shù)據(jù)合并為一個(gè)數(shù)據(jù)。在這里可以使用Python自動(dòng)化處理將7個(gè)表格進(jìn)行數(shù)據(jù)合并，由于本書(shū)提供的程序支持的均為.xlsx格式，因此需要先將后綴名為xls的文件名修改為.xlsx。此時(shí)看到文件夾下有很多重復(fù)的文件，找到文件的共性，比如重復(fù)文件的命名都帶有“-副本”的文字，現(xiàn)在要批量刪除這些副本文件（文件夾排除在外）?？梢允褂胷glob('*-副本*.*')，這里要?jiǎng)h除的是擴(kuò)展名為xls的文件運(yùn)行結(jié)果如圖5-8所示：如果因?yàn)榘惭b的版本不同，出現(xiàn)文件合并問(wèn)題，建議可以手動(dòng)將原來(lái)的xls文件另存為xlsx文件。另外要注意，文件的表頭要一致，每個(gè)工作表中所在的sheet也要一致，如圖5-9所示。程序中的sheet=book["Sheet1"]要與待處理數(shù)據(jù)一致，并且會(huì)區(qū)別大小寫(xiě)。2.4數(shù)據(jù)清洗2.4.1空值的處理合并后的32207條數(shù)據(jù)中會(huì)有空值，這些值對(duì)于數(shù)據(jù)統(tǒng)計(jì)沒(méi)有意義，因此可以進(jìn)行判斷并作刪除。（1）刪除含有空值的行或列：用dropna()時(shí)可以同時(shí)剔除Nan和NaT，參數(shù)如下：axis：維度，axis=0表示index行，axis=1表示columns列，默認(rèn)為0；how："all"表示這一行或列中的元素全部缺失（為nan）才刪除這一行或列，"any"表示這一行或列中只要有元素缺失，就刪除這一行或列；thresh：一行或一列中至少出現(xiàn)了thresh個(gè)才刪除；subset：在某些列的子集中選擇出現(xiàn)了缺失值的列刪除，不在子集中的含有缺失值的列或行不會(huì)刪除（有axis決定是行還是列）；inplace：篩選過(guò)缺失值的新數(shù)據(jù)是存為副本還是直接在原數(shù)據(jù)上進(jìn)行修改。（2）若發(fā)現(xiàn)dropna()后仍然存在空值，則有可能其中并不是空值，而是空字符串，這里就可以將空字符串替換成空值再進(jìn)行dropna()操作：df.replace(to_replace=r'^\s*$',value=np.nan,regex=True,inplace=True)df['訂單付款時(shí)間'].dropna()（3）填充含有空值的行或列（ffill/bfill），參數(shù)如下：value：需要用什么值去填充缺失值axis：確定填充維度，從行開(kāi)始或是從列開(kāi)始method：ffill，用缺失值前面的一個(gè)值代替缺失值，如果axis=1，那么就是橫向的前面的值替換后面的缺失值，如果axis=0，那么則是上面的值替換下面的缺失值。backfill/bfill，缺失值后面的一個(gè)值代替前面的缺失值。注意這個(gè)參數(shù)不能與value同時(shí)出現(xiàn)limit：確定填充的個(gè)數(shù)，如果limit=2，則只填充兩個(gè)缺失值。2.4.2從傳記列獲取姓名在所提供的數(shù)據(jù)中可以看到，第一列為人物傳記，但缺少人物的姓名，因此可以通過(guò)分割字符的方式從傳記列中獲取姓名。由于合并后的數(shù)據(jù)有三萬(wàn)多條，考慮到處理處理效率，同學(xué)們可以選擇部分?jǐn)?shù)據(jù)進(jìn)行操作練習(xí)。通過(guò)觀察可以看到傳記列中的姓名與后面的介紹中間有一個(gè)空格，因此可以將空格作為分隔符，使用split()方法實(shí)現(xiàn)。操作過(guò)程為：打開(kāi)工作表，通過(guò)for循環(huán)依次遍歷每行數(shù)據(jù)，對(duì)傳記所在的A列數(shù)據(jù)進(jìn)行分割，取出第一個(gè)值，也就是索引號(hào)為0的值賦給變量model，并追加到data[]中。然后再次循環(huán)，將取出的姓名值通過(guò)sheet.cell(row=i,column=2).value=word依次放入第二列中，如果要放入其他列，則修改column對(duì)應(yīng)的值。最后通過(guò)book.save將數(shù)據(jù)存入新表中。2.4.3補(bǔ)全性別和民族從數(shù)據(jù)中可以看到，性別一欄特別標(biāo)注了女性，空值默認(rèn)為男性，民族列中，非漢族進(jìn)行了標(biāo)注，空值則默認(rèn)為“漢族”。2.4.4常用的格式轉(zhuǎn)換在數(shù)據(jù)處理中常用的格式轉(zhuǎn)換有：（1）清除空格字符strip：調(diào)用map函數(shù)對(duì)str對(duì)象進(jìn)行空格去除，若去除逗號(hào)可以用map(str.strip(‘,’))df['收貨地址']=df['收貨地址'].map(str.strip())（2）大小寫(xiě)轉(zhuǎn)換lower/upperdf['編碼']=df['編碼'].strip().lower()#大寫(xiě)同理，upper()（3）更改數(shù)據(jù)格式astypedf['訂單金額'].astype('int')#int整數(shù)類(lèi)型，同理float浮點(diǎn)型（4）更改列名即字段名文章來(lái)源地址:/blog/411922.htmldf.rename(columns={'實(shí)付金額':'實(shí)付'})#把實(shí)付金額，改成實(shí)付（5）保留一個(gè)重復(fù)值df['收貨地址'].drop_duplicates()#刪除列中后出現(xiàn)的值df['收貨地址'].drop_duplicates(keep='last')#刪除列中先出現(xiàn)的值，即保留最后一個(gè)值（6）數(shù)據(jù)替換把收貨地址中的四川改為四川省df['收貨地址'].replace('四川','四川省')2.4.5將年份轉(zhuǎn)換為對(duì)應(yīng)的朝代取出出生年份從數(shù)據(jù)表中可以看到，部分“生卒年”中給的是對(duì)應(yīng)的年份信息，通常是根據(jù)出生年份算所歸屬的朝代，因此需要將類(lèi)似于1145-1196的年份信息中的出生年份取出來(lái)，可以使用“——”作為分隔符來(lái)取出出生年。確定唐宋元明清時(shí)期對(duì)應(yīng)的年份取出年份后通過(guò)出生年份對(duì)應(yīng)到所屬年份，由于歷史年代的劃分會(huì)有重疊，這里按照以下范圍進(jìn)行劃分：唐：618-907年宋：960-1270年元：1271-1368年明：1368-1636年，部分記載為1369-1644年，單重疊部分不利于劃分，因此在此次統(tǒng)計(jì)中將1368-1636劃分為明代。清：1636-1912年確定數(shù)據(jù)的對(duì)應(yīng)邏輯打開(kāi)整理后的數(shù)據(jù)可以看到，“出生年份”列中包括了年代信息如“明”“清”，還有有“？”，以及分割出的出生年份，因此在程序中需要分別判斷屬于哪些類(lèi)型，比如所屬年代已經(jīng)為漢字的，則保留?？梢杂胾'\u4e00'<=sheet["C"+str(row)].value<=u'\u9fff':判斷是否是漢字，如果是出生年份的，再根據(jù)年代值判斷屬于哪個(gè)朝代，由于原記錄為文本信息，進(jìn)行分割后依然是文本，所以在做范圍判斷時(shí)，需要進(jìn)行類(lèi)型轉(zhuǎn)換，比如唐朝的判斷語(yǔ)句中，用int將sheet["C"+str(row)].value的值由字符型轉(zhuǎn)換為數(shù)值型：int(sheet["C"+str(row)].value)>=618andint(sheet["C"+str(row)].value)<=907)2.5數(shù)據(jù)篩選根據(jù)數(shù)據(jù)分析的目標(biāo)，需要統(tǒng)計(jì)的是唐宋元明清五個(gè)朝代的歷史名人，因此，需要將數(shù)據(jù)進(jìn)行篩選。2.6分析描述經(jīng)過(guò)篩選后唐宋元明清期間的歷史名人數(shù)據(jù)共有2萬(wàn)條左右，包括了需要統(tǒng)計(jì)信息中的姓名、生卒年、性別、籍貫等字段。主要做以下分析：唐宋元明清期間的性別比例、女性在各個(gè)朝代的分布情況；唐宋元明清的名人數(shù)量占比圖；某些地區(qū)在唐宋元明清期間的名人數(shù)量對(duì)比；找出名人數(shù)量最多的地區(qū)。2.7數(shù)據(jù)分析及可視化2.7.1性別比例通過(guò)性別列中的值，使用data.groupby("性別")["性別"].count()分組統(tǒng)計(jì)統(tǒng)計(jì)唐宋元明清時(shí)期名人的男女名人數(shù)量，并用餅圖進(jìn)行展示。如圖5-18所示2.7.2女性分布柱形圖根據(jù)上述統(tǒng)計(jì)可以看出，浙江省在唐宋元明清期間的女性名人僅占2.9%，下面就來(lái)看他們都分布在哪些朝代？可以通過(guò)性別進(jìn)行篩選，并通過(guò)生卒年進(jìn)行分組統(tǒng)計(jì)，使用data.query("性別=='女'").groupby("生卒年")["姓名"].count()語(yǔ)句。柱狀如圖5-19所示：2.7.3每個(gè)朝代的名人數(shù)餅圖統(tǒng)計(jì)唐宋元明清每個(gè)朝代的名人數(shù)，可以按“生卒年”進(jìn)行分組統(tǒng)計(jì)，使用data.groupby("生卒年")["姓名"].count()實(shí)現(xiàn)，統(tǒng)計(jì)結(jié)果用餅圖展示占比情況。餅狀圖如圖5-20所示：玫瑰2.7.4統(tǒng)計(jì)某個(gè)地區(qū)每個(gè)朝代的名人數(shù)量想要得到自己家鄉(xiāng)的名人分布情況，可以通過(guò)“籍貫”進(jìn)行篩選如圖5-21所示：如果想要對(duì)比幾個(gè)地區(qū)的數(shù)據(jù)，可以使用折線圖，注意：做對(duì)比圖時(shí)，必須是相同朝代的數(shù)量對(duì)比，比如山陰人中只有清代有2個(gè)名人，其他時(shí)期沒(méi)有，就不能與湖州人的數(shù)據(jù)做對(duì)比圖，而義烏人和湖州人的朝代一致，可以做對(duì)比圖。2.7.5.名人數(shù)量較多的地區(qū)統(tǒng)計(jì)由于籍貫數(shù)據(jù)較多，使用分組統(tǒng)計(jì)計(jì)算量太大，因此可以使用詞云展示籍貫信息。通過(guò)詞云分析可見(jiàn)浙江歷史名人中嘉興人最多，但是觀察數(shù)據(jù)后會(huì)發(fā)現(xiàn)，由于不同時(shí)期劃分的范圍有所不同，包括地名也有變化，因此，要統(tǒng)計(jì)杭州的名人，應(yīng)包括“今屬杭州”的范圍，因此應(yīng)通過(guò)對(duì)籍貫中帶’杭州‘的字段進(jìn)行模糊篩選，從而計(jì)算籍貫為杭州的歷史名人數(shù)量。從柱形圖上可以看出，杭州和嘉興的人數(shù)基本相當(dāng)，這里還要考慮在數(shù)據(jù)清洗過(guò)程中，去除的年代不詳，或者個(gè)別記錄出現(xiàn)特殊符號(hào)所剔除的部分信息，相對(duì)于總體3萬(wàn)多條數(shù)據(jù)來(lái)說(shuō)，僅相差幾人的差距已經(jīng)非常小了。為了進(jìn)一步比較每個(gè)朝代期間這四個(gè)城市的名人數(shù)。通過(guò)折線圖5-30進(jìn)行比較。2.8分析結(jié)論2.8.1.性別比例分析通過(guò)對(duì)浙江省唐宋元明清期間的歷史名人數(shù)據(jù)的量化分析，可以看出古代女性地位較低，因此很少有女性能夠成為歷史名人，從唐朝到清朝近1300年間，僅有523名女性，占總數(shù)的2.9%。男性占比97.1%。2.8.2.各朝代名人比例分析通過(guò)對(duì)浙江省唐宋元明清期間的歷史名人統(tǒng)計(jì)，看到清朝占比最高為64.1%，唐朝最少為1.3%。根據(jù)提供的數(shù)據(jù)可以看出載入史冊(cè)的名人主要為文人墨客、官員及革命工作者，清朝名人較多主要有兩個(gè)原因：第一，江浙地區(qū)是清朝時(shí)期我國(guó)經(jīng)濟(jì)最發(fā)達(dá)的地區(qū)，素有“蘇湖熟、天下足”、“衣被天下”的說(shuō)法。江浙地區(qū)地少人多，讀書(shū)是人們謀生的一種重要手段。在傳統(tǒng)的農(nóng)耕社會(huì)，一人中舉會(huì)為整個(gè)家族帶來(lái)豐厚的利益，所以整個(gè)家族都會(huì)不遺余力的保障子女的教育，這種情況在江浙地區(qū)尤為突出。這種家族式的投入自然產(chǎn)生了豐厚的回報(bào)，使得江浙地區(qū)文風(fēng)盛行、人才輩出，出現(xiàn)了很多“耕讀傳家”的書(shū)香門(mén)第和