(1)使用pandas库读取3个产业就业人员数据。 (2)绘制2000—2019年各产业就业人员散点图。 (3)绘制2000—2019年各产业就业人员折线图。

(1) 使用Python的pandas库读取三个产业就业人员的数据，通常需要先安装pandas和相关的数据文件（例如CSV、Excel等）。假设有一个名为`employment_data.csv`的文件，包含列名如"year", "industry1", "industry2", "industry3"，可以按照以下步骤操作：

import pandas as pd

# 加载数据
data = pd.read_csv('employment_data.csv')

# 检查数据是否加载成功
print(data.head())

(2) 要绘制2000-2019年各产业就业人员的散点图，我们可以对时间序列进行分组然后画图：

# 确保year列是datetime类型
data['year'] = pd.to_datetime(data['year'])

# 创建一个新的DataFrame，只包含所需时间段的数据
filtered_data = data[(data['year'] >= '2000') & (data['year'] <= '2019')]

# 绘制散点图，x轴为年份，y轴为对应产业的就业人数
plt.figure(figsize=(12,6))
for industry in ['industry1', 'industry2', 'industry3']:
    plt.scatter(filtered_data['year'], filtered_data[industry], label=industry)
plt.xlabel('年份')
plt.ylabel('就业人数')
plt.title('2000-2019年各产业就业人员散点图')
plt.legend()
plt.show()

(3) 对于折线图，可以使用类似的方式来完成：

# 绘制折线图
fig, ax = plt.subplots(figsize=(12,6))
ax.plot(filtered_data['year'], filtered_data[['industry1', 'industry2', 'industry3']].sum(axis=1), label='总就业人数')
ax.set_xlabel('年份')
ax.set_ylabel('就业人数')
ax.set_title('2000-2019年各产业就业人员折线图')
ax.legend()
plt.show()