2019年の出生数が、87万人程度まで落ち込むだろうというかなり衝撃的なニュースがありましたが、今回、1947年〜2018年の日本の人口動態(出生数と死亡数)の推移をグラフ化したいと思います。1947年と言えば昭和22年、戦後まだ2年しか経っていない先行き不透明な混沌としたこの時代に、非常に多くの人々が子供を産んでいるのは驚きに値するではないでしょうか。

人口動態データの準備¶

以下のサイトからデータをダウンロードします。

import tabula

df = tabula.read_pdf("https://www.mhlw.go.jp/toukei/saikin/hw/jinkou/suikei18/dl/2018suikei.pdf",
             output_format='dataframe',
             pages = '4',
             encoding='utf-8',
             java_options=None,
             pandas_options=None,
             multiple_tables=False)

df.head()

	Unnamed: 0	年次	出生数	死亡数	自然増減数	死産数	婚姻件数	離婚件数
0	1947	昭和 22 年	2 678 792	1 138 238	1 540 554	123 837	934 170	79 551
1	1948	23	2 681 624	950 610	1 731 014	143 963	953 999	79 032
2	1949	24	2 696 638	945 444	1 751 194	192 677	842 170	82 575
3	1950	25	2 337 507	904 876	1 432 631	216 974	715 081	83 689
4	1951	26	2 137 689	838 998	1 298 691	217 231	671 905	82 331

データをセーブする。

df.to_csv('jappopu.csv', index=False)

データをロードします。

df = read_csv('jappopu.csv')
df.head()

	Unnamed: 0	年次	出生数	死亡数	自然増減数	死産数	婚姻件数	離婚件数
0	1947	昭和 22 年	2 678 792	1 138 238	1 540 554	123 837	934 170	79 551
1	1948	23	2 681 624	950 610	1 731 014	143 963	953 999	79 032
2	1949	24	2 696 638	945 444	1 751 194	192 677	842 170	82 575
3	1950	25	2 337 507	904 876	1 432 631	216 974	715 081	83 689
4	1951	26	2 137 689	838 998	1 298 691	217 231	671 905	82 331

数字の間のスペースを取り除きます。

df = df.replace(r'[,\"\']','', regex=True).replace(r'\s*([^\s]+)\s*', r'\1', regex=True)

文字データを数値データに変換します。

df = df.convert_objects(convert_numeric=True)

/root/.pyenv/versions/miniconda3-latest/envs/py368/lib/python3.6/site-packages/ipykernel_launcher.py:1: FutureWarning: convert_objects is deprecated.  To re-infer data dtypes for object columns, use DataFrame.infer_objects()
For all other conversions use the data-type specific converters pd.to_datetime, pd.to_timedelta and pd.to_numeric.
  """Entry point for launching an IPython kernel.

団塊世代とは1947年から1949年の3年間に産まれた人々のことを指します。この世代だけで出生数が800万人を超えています。

df["出生数"][0:3].sum()

df.rename(columns={'Unnamed: 0':'年'}, inplace=True)
df.drop(['年次'],axis=1,inplace=True)
df.head()

	年	出生数	死亡数	自然増減数	死産数	婚姻件数	離婚件数
0	1947	2678792	1138238	1540554.0	123837	934170	79551
1	1948	2681624	950610	1731014.0	143963	953999	79032
2	1949	2696638	945444	1751194.0	192677	842170	82575
3	1950	2337507	904876	1432631.0	216974	715081	83689
4	1951	2137689	838998	1298691.0	217231	671905	82331

出生数と死亡数をグラフ化する¶

from matplotlib.pyplot import *
from matplotlib.font_manager import FontProperties
from matplotlib import rcParams
style.use('ggplot')

fp = FontProperties(fname='/usr/share/fonts/opentype/ipaexfont-gothic/ipaexg.ttf', size=54)
rcParams['font.family'] = fp.get_name()
rcParams["font.size"] = "20"
fig, ax = subplots(figsize=(25,12))

df[['年','出生数']].set_index('年').plot(ax=ax,kind='bar',color='g',alpha=0.5)
df[['年','死亡数']].set_index('年').plot(ax=ax,kind='bar',color='r',alpha=0.5)
yticks(np.arange(0,2.8e6,1e6/4),
   ['{}万'.format(int(x/1e4)) if x > 0 else 0 for x in np.arange(0,2.8e6,1e6/4)]);

出生数の方は、政府の少子化政策の失敗(無策)により順調に減り続けています。死亡者数も今後右肩上がりを続けていくので、日本人の人口は否が応でも減り続けていきます。外国人労働者大量受け入れで人口減少による労働者不足に歯止めを掛けようとしていますが、職場がサイコパスだらけの異常なこの国の労働環境で働き続けることのできる外国人は少ないはずです。先ずは、多くの職場に巣食うこの百害あって一利なしの役立たずな人達を何とかしないと、この国に来てくれる貴重な外国人労働者はいなくなってしまうでしょう。

1947年〜2018年の出生数と婚姻・離婚件数の推移をプロット
 1950年〜2017年の日本人女性の年代別出産数推移をグラフ化
 1908年〜2017年の平均婚姻年齢(初婚・全婚姻)をグラフ化
 日本の交通事故死亡者数の推移を性別・年齢別に棒グラフ化する
 Python：日本人の年齢別死亡者数の推移をプロットして考察する
 Python：年齢別交通事故死亡数を死亡割合に変換する
 Python：在留外国人比率の高い市町村を条件別に抽出する
 Python：日本人の年齢別死亡者数の推移をプロットして考察する
 Python：結婚適齢期女性が最も余っている都市を探し出す
 Python：国籍別に在留外国人数の多い市町村を抽出する