基于Python的鄉(xiāng)村振興數(shù)據(jù)可視化研究

謝曉偉，陳君艷，鄭麗，包琦

摘要：隨著信息革命的深入推進(jìn)，信息技術(shù)與經(jīng)濟(jì)社會(huì)的交匯融合，引發(fā)了數(shù)據(jù)的迅猛增長(zhǎng)，數(shù)據(jù)已經(jīng)成了國(guó)家基礎(chǔ)戰(zhàn)略性資源，大數(shù)據(jù)日漸對(duì)經(jīng)濟(jì)運(yùn)行機(jī)制、社會(huì)生活方式和國(guó)家治理能力產(chǎn)生重要影響。如何對(duì)已經(jīng)掌握的數(shù)據(jù)開(kāi)展分析，脫去其枯燥的“外衣”，以直觀形式呈現(xiàn)成為研究熱點(diǎn)。該項(xiàng)目對(duì)脫貧人口現(xiàn)狀、致貧原因和扶貧資金投入產(chǎn)出情況等數(shù)據(jù)進(jìn)行了收集及可視化呈現(xiàn)，精準(zhǔn)扶貧檔案伴隨著精準(zhǔn)扶貧工作同步形成，為預(yù)防在全面實(shí)現(xiàn)脫貧后返貧，鞏固脫貧成果并有效銜接鄉(xiāng)村振興戰(zhàn)略提供數(shù)據(jù)支持。

關(guān)鍵詞：預(yù)防返貧;Matplotlib;可視化技術(shù);Python語(yǔ)言

中圖分類號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）34-0034-03

1概述

筆者在開(kāi)展江蘇省泰州市2019年科技支撐計(jì)劃（社會(huì)發(fā)展）項(xiàng)目《信息化技術(shù)在“精準(zhǔn)扶貧”工作中的應(yīng)用和研究》項(xiàng)目的同時(shí)，對(duì)于采集的相關(guān)數(shù)據(jù)進(jìn)行了數(shù)據(jù)可視化的相關(guān)研究，依托Python編程語(yǔ)言以及其強(qiáng)大的第三方庫(kù)，對(duì)枯燥的數(shù)據(jù)進(jìn)行分析，讓其以圖形化方式靈動(dòng)地呈現(xiàn)在用戶面前，讓用戶更加直觀地去理解和分析致貧的原因，有效的控制返貧的風(fēng)險(xiǎn)，為返貧治理提供決策支持，對(duì)于其他地區(qū)相同領(lǐng)域工作是具有一定借鑒意義的。

2相關(guān)技術(shù)簡(jiǎn)介

2.1Python語(yǔ)言

Python作為一門解釋型高級(jí)動(dòng)態(tài)編程語(yǔ)言，它具有跨平臺(tái)、開(kāi)源、免費(fèi)等眾多優(yōu)點(diǎn)，已經(jīng)成為最受歡迎的程序設(shè)計(jì)語(yǔ)言之一。Python是完全面向?qū)ο蟮恼Z(yǔ)言，它的對(duì)象包括函數(shù)、模塊、數(shù)字、字符串等，并且完全支持面向?qū)ο笳Z(yǔ)言的繼承、重載、派生、多態(tài)等特性，有益于增強(qiáng)源代碼的復(fù)用性。Python除了有強(qiáng)大的標(biāo)準(zhǔn)庫(kù)以外，還有豐富的第三方庫(kù)，這也確保了Python語(yǔ)言的不斷發(fā)展，這些第三方庫(kù)主要包括了Web框架、科學(xué)計(jì)算、GUI和其他一些方面，可以讓使用者基于這些庫(kù)快速開(kāi)展工作，本文的研究過(guò)程中作者也是用到了很多標(biāo)準(zhǔn)庫(kù)與第三方庫(kù)的內(nèi)容。

2.2 NumPy庫(kù)

NumPy（Numerical Python）是Python程序設(shè)計(jì)語(yǔ)言的一個(gè)擴(kuò)展程序庫(kù)，它支持大量的維度數(shù)組與矩陣的運(yùn)算，運(yùn)行速度非常快，包括一個(gè)強(qiáng)大的N維數(shù)組對(duì)象 ndarray、廣播功能函數(shù)、整合C/C++/Fortran 代碼的工具以及線性代數(shù)、傅里葉變換、隨機(jī)數(shù)生成等功能，因?yàn)楸疚牡难芯炕诖罅康臄?shù)據(jù)分析和可視化，因此需要使用NumPy庫(kù)。

2.3 Matplotlib庫(kù)

Matplotlib是Python的繪圖庫(kù)，常常與NumPy庫(kù)一起使用。Matplotlib早期是為了癲癇病人的腦皮層電圖相關(guān)信號(hào)的可視化而研究出來(lái)的，它在函數(shù)設(shè)計(jì)上參考了在函數(shù)的設(shè)計(jì)上參考了MATLAB，為Python構(gòu)建一個(gè)Matlab式的繪圖接口，因此取名叫作Matplotlib[1]。Matplotlib的圖像都位于Figure對(duì)象中，使用者利用它可以快速創(chuàng)建海量類型的2D圖表和一些基本的3D圖表，可根據(jù)數(shù)據(jù)集（DataFrame，Series）自行定義x，y軸，繪制圖形，諸如柱狀圖、密度圖、直方圖、線形圖、散點(diǎn)圖等等，能夠滿足本文研究的大部分需要。

2.4 Pyecharts庫(kù)

Echarts是百度公司創(chuàng)建，通過(guò)Java Script實(shí)現(xiàn)的一個(gè)可視化的開(kāi)源庫(kù)，可以在PC或移動(dòng)設(shè)備上流暢運(yùn)行，兼容性極高。而Pyecharts是為了與Python 進(jìn)行對(duì)接，能夠在 Python中生成獨(dú)立的網(wǎng)頁(yè)，展示數(shù)據(jù)生成圖，也可以在flask、django中集成使用。

3基于Python數(shù)據(jù)可視化實(shí)例的實(shí)現(xiàn)

項(xiàng)目對(duì)于數(shù)據(jù)的處理通過(guò)了三個(gè)層次實(shí)現(xiàn)，分別是采集層、分析層和展示層。采集層利用筆者建設(shè)的精準(zhǔn)扶貧信息系統(tǒng)，采用信息化技術(shù)對(duì)不同應(yīng)用場(chǎng)景的數(shù)據(jù)進(jìn)行采集，按照不同的分析主題分區(qū)進(jìn)行存儲(chǔ)，并進(jìn)行了簡(jiǎn)單的數(shù)據(jù)清洗;分析層對(duì)于采集層所采集的數(shù)據(jù)，要按照不同的分析主題進(jìn)行進(jìn)一步的數(shù)據(jù)清洗和分析，在這里筆者采用了Python中的Numpy和Pandas兩個(gè)工具庫(kù)，用來(lái)處理數(shù)據(jù)結(jié)構(gòu)和運(yùn)算，另外通過(guò)scikit-learn和Tensorflow 庫(kù)來(lái)進(jìn)行數(shù)據(jù)挖掘與建模，實(shí)現(xiàn)數(shù)據(jù)預(yù)處理、分類、回歸、降維、模型選擇等;展示層則是數(shù)據(jù)可視化的最終成果，筆者通過(guò)Matplotlib[2]、Pyecharts等工具庫(kù)的應(yīng)用，對(duì)分析層所分析的數(shù)據(jù)進(jìn)行圖形化展示，以另一個(gè)維度來(lái)觀察數(shù)據(jù)，可以清晰地發(fā)現(xiàn)隱藏在數(shù)據(jù)中間的重要信息。因?yàn)楸疚氖菍?duì)數(shù)據(jù)展示形式的研究，下面介紹幾個(gè)圖形化展示實(shí)例的實(shí)現(xiàn)過(guò)程。

3.1脫貧數(shù)據(jù)的直觀展現(xiàn)，提升管理者治理有效

建檔貧困檔案作為“精準(zhǔn)扶貧”的一個(gè)重要指標(biāo)，在筆者開(kāi)展《信息化技術(shù)在“精準(zhǔn)扶貧”工作中的應(yīng)用和研究》項(xiàng)目中，搭建了精準(zhǔn)扶貧信息系統(tǒng)，其中根據(jù)泰州市實(shí)際采集了2018年各區(qū)（市）脫貧人口數(shù)，總計(jì)脫貧人員7.25萬(wàn)人，為了直觀展現(xiàn)，筆者通過(guò)Pyecharts[3]庫(kù)采用地圖形式展現(xiàn)，效果如圖1所示。

本用例通過(guò)泰州區(qū)域地圖形式直觀展示出泰州市脫貧人口的分布情況，以不同的顏色展示，由藍(lán)到紅表示脫貧人口的絕對(duì)數(shù)從小到大，可以從宏觀上了解各個(gè)縣（市、區(qū)）脫貧攻堅(jiān)取得的成果，也可以通過(guò)鼠標(biāo)的點(diǎn)擊獲取詳細(xì)信息，并能夠?qū)崿F(xiàn)數(shù)據(jù)往下鉆取。

通過(guò)貧困地圖可以更直觀地反映出全省各地區(qū)貧困分布情況，針對(duì)較為貧困的地區(qū)，深入分析和研究當(dāng)?shù)刂仑毜脑騕4]，作為鄉(xiāng)村振興工作的宏觀指引;隨著扶貧工作的進(jìn)一步深入，貧困檔案逐步建立，脫貧攻堅(jiān)完成后，貧困檔案將進(jìn)一步提升管理者鄉(xiāng)村治理的能力，并有效預(yù)防該地區(qū)返貧的風(fēng)險(xiǎn)，對(duì)各地區(qū)、各層級(jí)的鄉(xiāng)村振興工作進(jìn)行微觀指導(dǎo)。宏觀與微觀二者有機(jī)結(jié)合，進(jìn)一步優(yōu)化了鄉(xiāng)鎮(zhèn)振興工作的開(kāi)展。

其代碼實(shí)現(xiàn)如圖2所示，因涉及數(shù)據(jù)安全考慮，代碼實(shí)現(xiàn)中均采用虛擬靜態(tài)數(shù)據(jù)源，下同。

3.2 扶貧資金投入與產(chǎn)出的直觀展現(xiàn)，助力鄉(xiāng)村產(chǎn)業(yè)興旺

對(duì)于扶貧資金的支持，相關(guān)部門按月都會(huì)統(tǒng)計(jì)投入與產(chǎn)出效益的比較，在筆者設(shè)計(jì)的精準(zhǔn)扶貧系統(tǒng)中也將此類數(shù)據(jù)作為采集的重點(diǎn)，用于對(duì)扶貧資金投入產(chǎn)出的考核，為方便直觀展示，筆者對(duì)此進(jìn)行了一個(gè)雙折線圖的設(shè)計(jì)，效果如圖3所示。

本用例通過(guò)雙折線圖的形式，分月度將扶貧資金投入產(chǎn)出的比較清晰展現(xiàn)出來(lái)，用藍(lán)色折線表示扶貧資金的投入，用橙色折線表示產(chǎn)出的效益，當(dāng)藍(lán)色折線在橙色折線上方時(shí)，表示投入是大于產(chǎn)出的，當(dāng)藍(lán)色折線在橙色折線下方時(shí)，表示產(chǎn)出是大于投入的。通過(guò)此折線圖4，可以了解到扶貧資金帶來(lái)的實(shí)際效益規(guī)模，同時(shí)有效進(jìn)行了扶貧資金的監(jiān)管，對(duì)于長(zhǎng)期投入高于產(chǎn)出的項(xiàng)目可以進(jìn)一步分析原因，甚至終止項(xiàng)目，管理者通過(guò)圖形更加容易發(fā)現(xiàn)適合本區(qū)域發(fā)展的項(xiàng)目，大力發(fā)展高回報(bào)率的項(xiàng)目，實(shí)現(xiàn)產(chǎn)業(yè)興旺的目的，為鄉(xiāng)村振興目標(biāo)提供了有力項(xiàng)目支撐。其代碼實(shí)現(xiàn)如圖4所示。

3.3 致貧原因的直觀展現(xiàn)，預(yù)防脫貧人口返貧

對(duì)于致貧原因，筆者在研究中注意到，主要有因病、因?qū)W、因殘、因?yàn)?zāi)、缺技術(shù)、缺資金等多方面因素，根據(jù)精準(zhǔn)扶貧系統(tǒng)中采集的致貧原因數(shù)據(jù)，筆者通過(guò)雷達(dá)圖展現(xiàn)的方式，可以直觀反映某一地區(qū)致貧的情形，效果如圖5所示。

本用例通過(guò)雷達(dá)圖（或稱蜘蛛網(wǎng)圖）分析某村貧困人口的致貧原因，可以有效掌握一個(gè)地區(qū)致貧的主要原因，開(kāi)展有針對(duì)性的幫扶工作，開(kāi)展扶貧與扶志、扶智相結(jié)合，同時(shí)根據(jù)圖中所示的“短板”，采用“補(bǔ)短板”方式，有效化解該地區(qū)致貧因素，進(jìn)一步鞏固了脫貧攻堅(jiān)的成果，做到有的放矢[5]，能夠在返貧上起到有針對(duì)性的預(yù)防，為鄉(xiāng)村振興掃清了因各類因素而返貧的障礙，確保鄉(xiāng)村振興工作能夠有序開(kāi)展。其代碼實(shí)現(xiàn)如圖6所示。

4 結(jié)論

本文以建立貧困檔案的研究為出發(fā)點(diǎn)，通過(guò)對(duì)各級(jí)各類貧困數(shù)據(jù)的研究和分析，引出基于Python技術(shù)的數(shù)據(jù)呈現(xiàn)在精準(zhǔn)扶貧，以及脫貧攻堅(jiān)勝利后預(yù)防返貧工作中帶來(lái)更直觀的決策依據(jù)。

Python語(yǔ)言在對(duì)數(shù)據(jù)分析和數(shù)據(jù)可視化方面的功能十分強(qiáng)大，除了Pyecharts、Matplotlib[6]等庫(kù)以外，常用的還有Seaborn、Plotly、Bokeh[7]等，筆者借開(kāi)展精準(zhǔn)扶貧課題的研究對(duì)數(shù)據(jù)可視化進(jìn)行了淺顯的嘗試。本文通過(guò)三個(gè)數(shù)據(jù)可視化實(shí)例的實(shí)現(xiàn)，拋磚引玉，期待同行共同研究，在大數(shù)據(jù)急速發(fā)展的今天，利用Python數(shù)據(jù)可視化的優(yōu)勢(shì)，為行業(yè)發(fā)展提供有力的可視化數(shù)據(jù)支撐。

參考文獻(xiàn)：

[1] 賈利娟，劉娟，王健，等.基于PyEcharts的全球玉米貿(mào)易數(shù)據(jù)可視化系統(tǒng)建設(shè)及應(yīng)用展望[J].農(nóng)業(yè)展望，2019，15（3）：46-54.

[2] 劉大成.Python 數(shù)據(jù)可視化之matploitlib實(shí)踐[M].北京：電子工業(yè)出版社，2018.

[3] （愛(ài)爾蘭）Igor Milovanovic. Python數(shù)據(jù)可視化編程實(shí)戰(zhàn)[M]. 顓清山，譯.北京：人民郵電出版社，2015.

[4] Julie Steele，Noah Iliinsky.數(shù)據(jù)可視化之美[M]. 祝洪凱，李妹芳，譯.北京：機(jī)械工業(yè)出版社，2011.

[5] 鄭戟明，柳青.Echarts在數(shù)據(jù)可視化課程中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2020，16（2）：9-11.

[6] 李天輝.基于python的數(shù)據(jù)分析可視化研究與實(shí)現(xiàn)[J].電子測(cè)試，2020（20）：78-79.

[7] 趙佳慧.面向鄉(xiāng)村振興的精準(zhǔn)扶貧檔案價(jià)值實(shí)現(xiàn)研究[D].河北：河北大學(xué)，2021.

【通聯(lián)編輯：代影】