
作者:俊欣
来源:关于数据分析与可视化
大家好,我是俊欣
刚过完春节,相信对于那些正处于适婚年龄的年轻人来说,步入婚姻的殿堂“彩礼”总是一个绕不过去的话题。就在昨天,B站一宠物博主发视频称“没有50W彩礼,女朋友被家人强行拖走”的消息登上了热搜。
从放出的视频中我们可以看得出来该女友被人在地上拖拽并殴打后,塞进了车里。男方追上去也被殴打。博主称已买房并写了女友的名字,但仍遭到其家人强烈反对。对此,律师表示:如属实,父母涉嫌暴力干涉他人婚姻自由,如情节严重可能涉嫌犯罪,可处2年以下有期徒刑或拘役。
今天小编就通过Python来分析一下全国各地的彩礼情况,以及全国各个地方结婚的成本到底如何?!
就在前年腾讯新闻谷雨数据发起了《2020年国人彩礼调查》,根据调查显示,有超过七成(73.8%)的婚姻都收过彩礼,其中山东则以接近九成(86.6%)的比例成为最流行送彩礼的省份,河北与广东两省紧随其后,具体看下图
c = (
Bar()
.add_xaxis(['山东', '河北', '广东', '安徽', '甘肃', '山西', '陕西', "河南", "江西", "福建"])
.add_yaxis("省份", [])
.set_global_opts(
title_opts=opts.TitleOpts(title="已婚族送或收过彩礼比例(%)"),
yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter="{value} %"),
min_=70, max_=90),
)
.render("bar_yaxis_formatter.html")
)
output
但是面对彩礼,男女双方的态度差异大。调查显示,60.9%的女性认为彩礼的金额多少是十分重要的,这毕竟体现出男方的诚意。但只有15%的男性认为彩礼的金额很重要。而针对彩礼的金额范围,男性倾向的范围是1-5万元,而女性则更加偏好5-10万元
bar = (
Bar(init_opts=opts.InitOpts(theme=ThemeType.CHALK))
.add_xaxis(majors)
.add_yaxis("男性比例(%)", num_1)
.add_yaxis("女性比例(%)", num_2)
.set_global_opts(title_opts=opts.TitleOpts(title="你认为最合理的彩礼礼金范围是多少"),
legend_opts=opts.LegendOpts(orient="vertical", pos_right="5%"),
yaxis_opts=opts.AxisOpts(min_= 0, max_=50),
xaxis_opts=opts.AxisOpts(axislabel_opts={"rotate":30})
)
)
bar.render("companies.html")
output
调查显示,全国彩礼礼金平均值为6.9万,而2021年全国居民人均可支配收入为3.51万元,这也就意味着一般人需要拿出一年可适配收入的2倍以上来支付彩礼礼金。不同地区的彩礼礼金不同,其中浙江、福建等地的彩礼金额偏高,当然东南沿海地区的经济本来也就相对比较发达,但是黑龙江和江西两省彩礼金额高就有点让人匪夷所思了
c = (
Map()
.add("", [list(z) for z in zip(provinces, values)], "china")
.set_global_opts(
title_opts=opts.TitleOpts(title="全国各地彩礼礼金对比"),
visualmap_opts=opts.VisualMapOpts(max_=20, min_=0,
is_piecewise=True)
)
).render(path="彩礼礼金.html")
output
彩礼压力最小的是上海、广东、重庆、北京、海南等地,用一年的可支配收入就足以支付彩礼礼金了。
说完了彩礼,还有举办婚礼的费用,毕竟这也是一项实实在在的开支。一场婚礼的全部费用包括婚礼用品的准备、婚礼现场布置、婚庆公司、婚礼化妆师、婚礼摄像师、婚礼主持等费用,由于地区经济发展水平不同,所以各地婚礼费用也是不同的,例如在北京结婚的费用:
综上总计:20+10+12+4+2+4.8=52.8W
也就是说不算上买房,买房的首付由父母出的话,男性以及他的家庭所要背负的结婚的成本也是相当高昂的。
从婚庆花销的各个组成来看,婚宴与婚礼服务公司的费用占到了前两个大头,如下图所示
p = (
Pie(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
.add("", [list(z) for z in zip(cate, nums)],
radius=["35%", "58%"],
center=["58%", "42%"])
.set_global_opts(title_opts=opts.TitleOpts(title="花费分布", pos_left="40%"),
legend_opts=opts.LegendOpts(orient="vertical",
pos_top="15%",
pos_left="10%"))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}%"))
)
p.render("marrige_dist.html")
output
而总的花费在5W-10W、10W-20W为主,当然也有不少新人的婚礼总的花销会有20W甚至是30W以上的
p = (
Pie(init_opts=opts.InitOpts(theme=ThemeType.INFOGRAPHIC))
.add("", [list(z) for z in zip(cate_1, nums_1)],
radius=["35%", "58%"],
center=["58%", "42%"])
.set_global_opts(title_opts=opts.TitleOpts(title="婚礼花费(包含婚宴)", pos_left="40%"),
legend_opts=opts.LegendOpts(orient="vertical",
pos_top="15%",
pos_left="10%"))
.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}%"))
)
p.render("marrige_consume_dist.html")
output
正是因为结一次婚非常的费钱,因此随之而来也有了许多省钱的攻略,例如38%的新人认为婚房布置是最省钱的地方,其次便是跟妆婚车、礼服以及戒指等细节处
彩礼和嫁妆应该是作为一个新婚家庭更好生活与发展的启动资金,而不是某一方家庭为了私利谋取财物的一种手段,不是一方家庭借以结婚为由谋取财物的一种方式,再此小编真心的希望天底下所有的有情人都能够终成眷属,不会因为彩礼、嫁妆等因素而分手。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-21CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-21MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-21在AI渗透率超85%的2025年,企业生存之战就是数据之战,CDA认证已成为决定企业存续的生死线!据麦肯锡全球研究院数据显示,AI驱 ...
2025-07-2035岁焦虑像一把高悬的利刃,裁员潮、晋升无望、技能过时……当职场中年危机与数字化浪潮正面交锋,你是否发现: 简历投了10 ...
2025-07-20CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18刚入职场或是在职场正面临岗位替代、技能更新、人机协作等焦虑的打工人,想要找到一条破解职场焦虑和升职瓶颈的系统化学习提升 ...
2025-07-182025被称为“AI元年”,而AI,与数据密不可分。网易公司创始人丁磊在《AI思维:从数据中创造价值的炼金术 ...
2025-07-18CDA 数据分析师:数据时代的价值挖掘者 在大数据席卷全球的今天,数据已成为企业核心竞争力的重要组成部分。从海量数据中提取有 ...
2025-07-18SPSS 赋值后数据不显示?原因排查与解决指南 在 SPSS( Statistical Package for the Social Sciences)数据分析过程中,变量 ...
2025-07-18在 DBeaver 中利用 MySQL 实现表数据同步操作指南 在数据库管理工作中,将一张表的数据同步到另一张表是常见需求,这有助于 ...
2025-07-18数据分析师的技能图谱:从数据到价值的桥梁 在数据驱动决策的时代,数据分析师如同 “数据翻译官”,将冰冷的数字转化为清晰的 ...
2025-07-17Pandas 写入指定行数据:数据精细化管理的核心技能 在数据处理的日常工作中,我们常常需要面对这样的场景:在庞大的数据集里精 ...
2025-07-17解码 CDA:数据时代的通行证 在数字化浪潮席卷全球的今天,当企业决策者盯着屏幕上跳动的数据曲线寻找增长密码,当科研人员在 ...
2025-07-17CDA 精益业务数据分析:数据驱动业务增长的实战方法论 在企业数字化转型的浪潮中,“数据分析” 已从 “加分项” 成为 “必修课 ...
2025-07-16MySQL 中 ADD KEY 与 ADD INDEX 详解:用法、差异与优化实践 在 MySQL 数据库表结构设计中,索引是提升查询性能的核心手段。无论 ...
2025-07-16解析 MySQL Update 语句中 “query end” 状态:含义、成因与优化指南 在 MySQL 数据库的日常运维与开发中,开发者和 DBA 常会 ...
2025-07-16如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15