网站导航
> 技术文档 > 【Python】实现对LGBT+ rights worldwide (2025)数据集的可视化展示

【Python】实现对LGBT+ rights worldwide (2025)数据集的可视化展示

网友: 技术文档 2025-08-08 01:33:20

我用夸克网盘分享了「lgbtq_rights_by_country数据集」，点击链接即可保存。
链接：https://pan.quark.cn/s/aa0fa91491e8

摘要： 本文运用Python编程实现对LGBTQ+权利相关数据的处理与可视化展示。通过直方图与地图两种可视化方式，分别从分类统计和地理分布角度呈现全球不同国家LGBTQ+权利的认可情况。

关键词：LGBTQ+权利；可视化；直方图；地理地图；数据处理

一、有关数据集：全球LGBT+权利（2025）数据集

kaggle源地址：https://www.kaggle.com/datasets/wilomentena/lgbt-rights-worldwide
有如下列数据：

  • 同性性行为
  • 承认同性婚姻
  • 同性婚姻
  • 同性伴侣收养
  • 允许LGB人士公开在军队服役
  • 反歧视法律涉及性取向
  • 性别认同/表达相关法律

【Python】实现对LGBT+ rights worldwide (2025)数据集的可视化展示

二、LGBTQ+权利数据的直方图可视化

2.1 数据准备

  1. 数据加载：利用pandas库的read_csv函数，从指定路径\'E:\\\\pycharm_workspace\\\\数据集\\\\lgbtq_rights_by_country.csv\'读取LGBTQ+权利相关数据，代码如下：
import pandas as pdfile_path = \'E:\\\\pycharm_workspace\\\\数据集\\\\lgbtq_rights_by_country.csv\'data = pd.read_csv(file_path)
  1. 数据预处理：为更清晰表示分类数据，将除\'Territory\'列外的其他列数据类型转换为分类类型，具体代码如下：
columns_to_convert = data.columns[1:]for col in columns_to_convert: data[col] = data[col].astype(\'category\')

2.2 直方图绘制

  1. 创建可视化布局：使用matplotlib库创建一个大小为(15, 20)的图形，并采用4行2列的子图布局，为每个问题绘制单独的条形图。
import matplotlib.pyplot as pltimport seaborn as snsplt.figure(figsize=(15, 20))for i, column in enumerate(columns_to_convert, 1): plt.subplot(4, 2, i)
  1. 计算与绘制条形图：对每列数据计算每个类别的计数，并使用seaborn库的barplot函数绘制条形图，同时避免弃用警告，代码如下：
counts = data[column].value_counts().sort_index()sns.barplot(x=counts.index, y=counts.values, hue=counts.index, palette=\'viridis\', legend=False)
  1. 设置图表属性：为每个子图设置标题、坐标轴标签，并在柱子上方显示具体数值，增强图表可读性。
plt.title(f\'{column} 分布\', fontsize=14)plt.xlabel(\'类别\', fontsize=12)plt.ylabel(\'国家/地区数量\', fontsize=12)for j, v in enumerate(counts.values): plt.text(j, v + 0.5, str(v), ha=\'center\')
  1. 整体图表设置：使用tight_layout函数优化子图布局，设置整个图表的总标题，并显示图表。
plt.tight_layout()plt.suptitle(\'全球LGBT+权利法律认可情况分布\', y=1.02, fontsize=16)plt.show()

【Python】实现对LGBT+ rights worldwide (2025)数据集的可视化展示

整体代码：

import seaborn as snsimport matplotlib.pyplot as pltimport pandas as pd# 设置中文字体支持（如果需要显示中文）plt.rcParams[\'font.sans-serif\'] = [\'SimHei\'] # 用来正常显示中文标签plt.rcParams[\'axes.unicode_minus\'] = False # 用来正常显示负号# ================== 直方图绘制 ==================# 1. 加载数据file_path = \'D:\\\\pyprogect\\\\图形页面编程\\\\lgbtq_rights_by_country\\\\lgbtq_rights_by_country.csv\'data = pd.read_csv(file_path)# 2. 数据预处理：将所有列转换为分类类型columns_to_convert = data.columns[1:] # 排除\'Territory\'列for col in columns_to_convert: data[col] = data[col].astype(\'category\')# 3. 创建可视化plt.figure(figsize=(14, 12)) # 增加高度以提供更多垂直空间# 改为 5 行 2 列布局，避免拥挤for i, column in enumerate(columns_to_convert, 1): plt.subplot(5, 2, i) # 更宽松的布局 counts = data[column].value_counts().sort_index() sns.barplot(x=counts.index, y=counts.values, hue=counts.index, palette=\'viridis\', legend=False) plt.title(f\'{column}\', fontsize=10) # 更小的标题字体 plt.xlabel(\'\') plt.ylabel(\'国家/地区数量\', fontsize=9) plt.xticks(rotation=45, fontsize=8) # 缩小刻度字体 # 柱子上方数值更小字体 for j, v in enumerate(counts.values): plt.text(j, v + 0.5, str(v), ha=\'center\', fontsize=7)# 自动调整子图布局plt.tight_layout()# 手动增加顶部和垂直间距plt.subplots_adjust(top=0.92, hspace=0.8) # 增大 hspace 来拉开子图间距# 添加总标题plt.suptitle(\'全球LGBT+权利法律认可情况分布\', y=0.97, fontsize=14)plt.show()

三、LGBTQ+权利数据的地图可视化

3.1 数据准备

  1. 加载世界地图数据：通过geopandas库的read_file函数，读取世界地图数据文件\"E:\\\\pycharm_workspace\\\\ne_110m_admin_0_countries.shp\"，代码如下：
  2. 原网址：https://www.naturalearthdata.com/downloads/110m-cultural-vectors/110m-admin-0-countries/
import geopandas as gpdworld = gpd.read_file(\"E:\\\\pycharm_workspace\\\\数据集\\\\ne_110m_admin_0_countries.shp\")

【Python】实现对LGBT+ rights worldwide (2025)数据集的可视化展示

  1. 加载LGBTQ+权利数据：再次从指定路径读取LGBTQ+权利数据文件\"E:\\\\pycharm_workspace\\\\数据集\\\\lgbtq_rights_by_country.csv\"，代码如下：
lgbtq_df = pd.read_csv(\"E:\\\\pycharm_workspace\\\\数据集\\\\lgbtq_rights_by_country.csv\")
  1. 数据转换为数值评分：定义calculate_score函数，将LGBTQ+权利数据中的分类数据转换为数值评分。遍历特定的权利相关列，根据列值\'Yes\'、\'No\'或\'Unknown\'分别赋予1、 - 1和0的分数，并累加到每行对应的评分中，最后将评分结果添加到lgbtq_df数据集中。
def calculate_score(row): score = 0 for column in [\'Same-sex sexual activity\', \'Recognition of same-sex unions\', \'Same-sex marriage\',  \'Adoption by same-sex couples\', \'LGBT people allowed to serve openly in military?\',  \'Anti-discrimination laws concerning sexual orientation\', \'Laws concerning gender identity/expression\']: if row[column] == \'Yes\': score += 1 elif row[column] == \'No\': score += -1 else: # Unknown score += 0 return scorelgbtq_df[\'Score\'] = lgbtq_df.apply(calculate_score, axis=1)
  1. 数据合并：使用pandas的merge函数，根据world数据集中的NAME列和lgbtq_df数据集中的Territory列进行左连接合并，确保所有国家在地图数据中有对应的LGBTQ+权利评分，并对可能存在的缺失评分填充为0。
merged = world.merge(lgbtq_df, left_on=\"NAME\", right_on=\"Territory\", how=\"left\")merged[\"Score\"] = merged[\"Score\"].fillna(0)

3.2 地图绘制

  1. 创建地图对象：借助matplotlib和cartopy库，创建一个带有ccrs.PlateCarree()投影的GeoAxes对象，并设置背景颜色。
import matplotlib.pyplot as pltimport cartopy.crs as ccrsfig, ax = plt.subplots(figsize=(14, 8), subplot_kw={\'projection\': ccrs.PlateCarree()})ax.set_facecolor(\"#f0f0f0\")
  1. 绘制基础地图：绘制世界地图作为基础底图，设置地图颜色为白色，边界颜色为\"#444\"，线宽为0.5。
world.plot(ax=ax, color=\"white\", edgecolor=\"#444\", linewidth=0.5, transform=ccrs.PlateCarree())
  1. 设置颜色映射与归一化：选择\"RdBu_r\"颜色映射，设定评分的最小值vmin为 - 7，最大值vmax为7，并创建归一化对象norm。
from matplotlib.colors import Normalizefrom matplotlib.cm import get_cmapcmap = get_cmap(\"RdBu_r\")vmin, vmax = -7, 7norm = Normalize(vmin=vmin, vmax=vmax)
  1. 绘制带有分数的地图：根据合并数据集中的Score列绘制地图，设置线条宽度、边界颜色等参数，并处理缺失值的显示。
merged.plot( column=\"Score\", cmap=cmap, norm=norm, linewidth=0.8, ax=ax, edgecolor=\"#aaaaaa\", missing_kwds={\"color\": \"lightgray\"}, transform=ccrs.PlateCarree())
  1. 添加颜色条与标注：添加颜色条以说明评分与颜色的对应关系，并设置其标签。同时设置地图的标题、坐标轴标签。（原代码中对高分和低分国家标注部分被注释，如需使用，可取消注释。）
cbar = plt.colorbar( plt.cm.ScalarMappable(norm=norm, cmap=cmap), ax=ax, orientation=\"vertical\", shrink=0.6, pad=0.05, label=\"LGBTQ+ Rights Score\\n(7 = All Yes, -7 = All Unknown/No)\")plt.title(\"Global LGBTQ+ Rights Distribution\", fontsize=16, pad=20)plt.xlabel(\"Longitude\", fontsize=12)plt.ylabel(\"Latitude\", fontsize=12)
  1. 添加网格线并保存显示：添加网格线，并设置其属性，如是否显示标签、线条颜色、样式等。使用tight_layout函数优化布局，将绘制好的地图保存为\"lgbtq_rights_world_map.png\"文件，并显示地图。
gl = ax.gridlines( crs=ccrs.PlateCarree(), draw_labels=True, linewidth=0.5, color=\"gray\", alpha=0.5, linestyle=\"--\")gl.top_labels = Falsegl.right_labels = Falsegl.xlabel_style = {\"size\": 10, \"color\": \"gray\"}gl.ylabel_style = {\"size\": 10, \"color\": \"gray\"}plt.tight_layout()plt.savefig(\"lgbtq_rights_world_map.png\", dpi=300, bbox_inches=\"tight\")plt.show()

完整代码

import matplotlib.pyplot as pltimport geopandas as gpdimport pandas as pdimport numpy as npfrom matplotlib.colors import Normalizefrom matplotlib.cm import get_cmapimport cartopy.crs as ccrs# 1. 加载世界地图数据world = gpd.read_file(\"D:\\\\pyprogect\\\\图形页面编程\\\\lgbtq_rights_by_country\\\\ne_110m_admin_0_countries\\\\ne_110m_admin_0_countries.shp\")# 2. 加载LGBTQ+权利数据lgbtq_df = pd.read_csv(\"D:\\\\pyprogect\\\\图形页面编程\\\\lgbtq_rights_by_country\\\\lgbtq_rights_by_country.csv\")# 3. 将分类数据转换为数值评分def calculate_score(row): score = 0 for column in [\'Same-sex sexual activity\', \'Recognition of same-sex unions\', \'Same-sex marriage\',  \'Adoption by same-sex couples\', \'LGBT people allowed to serve openly in military?\',  \'Anti-discrimination laws concerning sexual orientation\', \'Laws concerning gender identity/expression\']: if row[column] == \'Yes\': score += 1 elif row[column] == \'No\': score += -1 else: # Unknown score += 0 return scorelgbtq_df[\'Score\'] = lgbtq_df.apply(calculate_score, axis=1)# 4. 合并数据merged = world.merge(lgbtq_df, left_on=\"NAME\", right_on=\"Territory\", how=\"left\")merged[\"Score\"] = merged[\"Score\"].fillna(0)# 5. 绘制地图# 使用 cartopy 创建 GeoAxes 对象fig, ax = plt.subplots(figsize=(14, 8), subplot_kw={\'projection\': ccrs.PlateCarree()})ax.set_facecolor(\"#f0f0f0\")# 先绘制基础地图world.plot(ax=ax, color=\"white\", edgecolor=\"#444\", linewidth=0.5, transform=ccrs.PlateCarree())cmap = get_cmap(\"RdBu_r\")vmin, vmax = -7, 7norm = Normalize(vmin=vmin, vmax=vmax)# 绘制带有分数的地图merged.plot( column=\"Score\", cmap=cmap, norm=norm, linewidth=0.8, ax=ax, edgecolor=\"#aaaaaa\", missing_kwds={\"color\": \"lightgray\"}, transform=ccrs.PlateCarree())# 添加颜色条cbar = plt.colorbar( plt.cm.ScalarMappable(norm=norm, cmap=cmap), ax=ax, orientation=\"vertical\", shrink=0.6, pad=0.05, label=\"LGBTQ+ Rights Score\\n(7 = All Yes, -7 = All Unknown/No)\")plt.title(\"Global LGBTQ+ Rights Distribution\", fontsize=16, pad=20)plt.xlabel(\"Longitude\", fontsize=12)plt.ylabel(\"Latitude\", fontsize=12)# # 标注高分和低分国家# highlight_countries = merged[merged[\'Score\'].isin([-7, 7, -6, 6, -5, 5])][[\'NAME\', \'Score\', \'Territory\']]# for _, row in highlight_countries.iterrows():# try:# geom = merged[merged[\"NAME\"] == row[\'NAME\']][\"geometry\"].values[0]# x, y = geom.centroid.x, geom.centroid.y# plt.annotate(# f\"{row[\'Territory\']} ({row[\'Score\']})\",# xy=(x, y),# xytext=(5, 5),# textcoords=\"offset points\",# ha=\"left\",# va=\"center\",# fontsize=10,# color=\"black\" if row[\'Score\'] < 0 else \"white\",# weight=\"bold\"# )# except IndexError:# pass# 添加网格线gl = ax.gridlines( crs=ccrs.PlateCarree(), draw_labels=True, linewidth=0.5, color=\"gray\", alpha=0.5, linestyle=\"--\")gl.top_labels = Falsegl.right_labels = Falsegl.xlabel_style = {\"size\": 10, \"color\": \"gray\"}gl.ylabel_style = {\"size\": 10, \"color\": \"gray\"}plt.tight_layout()plt.savefig(\"lgbtq_rights_world_map.png\", dpi=300, bbox_inches=\"tight\")plt.show()

四、结论

通过直方图和地图两种可视化方式，呈现了全球LGBTQ+权利的状况。直方图从各个权利维度展示了不同认可类别的国家数量分布，地图则从地理空间上展示了综合评分的分布情况。

网络标签：

相关问题