用 Python 带你看各国 GDP 变迁
偶然之間,發(fā)現(xiàn)了一個(gè)網(wǎng)站,title 是世界銀行,很高級(jí)的樣子,可以下載很多有趣的數(shù)據(jù),這對(duì)于我們練手?jǐn)?shù)據(jù)分析及可視化真的是太好的資源了,不多說,戳下面的鏈接可以火箭直達(dá)哦!
https://data.worldbank.org/
我從該網(wǎng)站上下載了世界各國(guó)歷年的 GDP 總值和增長(zhǎng)率數(shù)據(jù),下面就摩拳擦掌,一探 GDP 的世界!
數(shù)據(jù)文件分析
先來看下我們拿到的文件,都有什么數(shù)據(jù),哪些是我們可以利用起來的。
GDP 總量數(shù)據(jù),這是我們研究的重點(diǎn)數(shù)據(jù)文件,里面囊括了世界各個(gè)國(guó)家和地區(qū)的歷史 GDP 數(shù)據(jù),我把它命名為“GDP_data.csv”。
GDP 增長(zhǎng)率數(shù)據(jù),這個(gè)同樣是非常重要的數(shù)據(jù)文件,記錄了各國(guó) GDP 的增長(zhǎng)率情況,我把它命名為“growth_data.csv”。
國(guó)家收入分類數(shù)據(jù),該數(shù)據(jù)文件把各個(gè)國(guó)家分類成不同等級(jí)的收入階層,比如有“高收入國(guó)家”,“低收入國(guó)家”等等,我把它命名為“Country_data.csv”。
國(guó)家 Code 對(duì)照表,這是一個(gè)國(guó)家英文名稱和 Country Code 的對(duì)照表,我們后面在繪制地圖時(shí)會(huì)使用到。
各個(gè)收入等級(jí)分析
各個(gè)收入等級(jí)分布
首先我們先來看下世界各國(guó)分布在不同收入等級(jí)的情況
可以看到,處于“高等收入”和“低收入”的國(guó)家比例差距還是很大的,在二十一世紀(jì)的今天,還有太多的人過著食不果腹、衣不保暖的生活。
下面我們?cè)倬唧w看下不同收入等級(jí)中各個(gè)國(guó)家具體的 GDP 總量
高收入國(guó)家
首先是高收入國(guó)家 top10 的 GDP 總量
我們首先拿到高等收入的國(guó)家信息,再與 gdp 信息數(shù)據(jù)合并,最后得到 top10 數(shù)據(jù)
#?高收入國(guó)家2018年的GDPhigh?=?country_data[country_data['Income_Group']?==?'高收入國(guó)家']
high_gdp?=?pd.merge(high,?gdp,?how='inner')
high_gdp['2018']?=?high_gdp['2018'].apply(lambda?x:?x/1000000000000)
high_gdp_top10?=?high_gdp[['Country?Name',?'Country?Code',?'2018']].sort_values(by='2018',?ascending=False)[:10]
可以看到,美國(guó)是一騎絕塵,排在后面的小弟們,總量加一起也沒法和美國(guó)相提并論。而在前十名當(dāng)中,幾乎清一色的歐美發(fā)達(dá)國(guó)家。
我們?cè)侔寻駟螖U(kuò)展到 top20,能看到,歐洲國(guó)家還是居多的,而中東的兩個(gè)土豪也成功上榜了。
最后再來看下美國(guó)占據(jù)全世界 GDP 總量的百分比情況
看圖不說話。
中等收入國(guó)家
接下來看看中等收入國(guó)家的 top10 情況
基本上都是發(fā)展中大國(guó),其中還不乏南非、阿根廷等即將成為發(fā)達(dá)國(guó)家的選手。而我國(guó)則以13.6萬億的總量,成為美國(guó)之后另一個(gè)巨無霸般的存在。
來看看中美兩個(gè)總體上占據(jù)世界 GDP 的比例情況
毫無疑問,這兩個(gè) GDP 總量占去世界 GDP 總量40%的國(guó)家,絕對(duì)是世界經(jīng)濟(jì)的命脈,相互合作,攜手共贏才是世界經(jīng)濟(jì)的未來!
再來看下 top20 的情況
中低等收入國(guó)家
下面就是中低等收入的國(guó)家了,還是有很多熟悉的面孔啊
在這個(gè)級(jí)別當(dāng)中,亞洲國(guó)家占據(jù)了大多數(shù),但是 GDP 的總量卻不是很低,尤其是印度,有2.7萬億的數(shù)量。這也能反映出,亞洲作為世界上人口最多的大洲,要走向發(fā)達(dá)國(guó)家的行列,還是任重道遠(yuǎn)啊!
top20 情況
低收入國(guó)家
最后就是低收入國(guó)家了,可以看到,在這些國(guó)家中,要不就是戰(zhàn)亂頻仍的國(guó)度,要不就是資源匱乏的小國(guó),他們的經(jīng)濟(jì)建設(shè)之路還很漫長(zhǎng)呢。
top20 的情況
GDP 總體排行
2018年 GDP 排行
先來看看2018年 GDP 總體排行的 top10 吧
可以看到,除了歐美諸強(qiáng)之外,中國(guó)、印度和巴西也紛紛上榜,發(fā)展中大國(guó)的實(shí)力不容小覷啊。
那么再來看看 GDP 總量倒數(shù)的10個(gè)國(guó)家呢
都是一些不大的國(guó)家,差距還是太大了!
歷年各國(guó) GDP 走勢(shì)
我們先來看一下 GDP 總量排行前五的國(guó)家,歷年 GDP 總量的走勢(shì)情況
美國(guó)
中國(guó)
日本
德國(guó)
英國(guó)
可以看出,除了中美兩國(guó)外,其他的國(guó)家 GDP 總量都出現(xiàn)過大幅度的波動(dòng)情況,而持續(xù)增長(zhǎng)的中美兩國(guó),則一騎絕塵,遙遙領(lǐng)先于世界了!
世界 GDP 地圖
下面我們通過世界地圖的方式來看看 GDP 的分布情況
我們先進(jìn)行數(shù)據(jù)處理,把國(guó)家代碼和 GDP 數(shù)據(jù)相結(jié)合
country_code?=?pd.read_json('countries.json')country_code.rename(columns={'iso3':?'Country?Code'},?inplace=True)
conutry_code_name?=?country_code[['name',?'Country?Code']]
country_gdp_code?=?pd.merge(country_gdp,?conutry_code_name,?on='Country?Code',?how='inner')
由此,我們可以做出一張 GDP 總量的地圖分布圖
在這張 GDP 地圖中,可以清晰的看出,美國(guó)和中國(guó)地盤大,顏色深,非常明顯,隱隱有東西兩強(qiáng)的趨勢(shì)。
我們?cè)偃サ糁忻纼蓢?guó),看看剩余國(guó)家的 GDP 情況
在這張圖中,可以看到日本、西歐和印度是一個(gè)級(jí)別的存在,而俄羅斯、加拿大、澳大利亞和巴西等是另外的一組,其余大部分的第三世界國(guó)家,則是第三組!
GDP 增長(zhǎng)率
下面我們?cè)賮砜纯?GDP 增長(zhǎng)率的情況,有的國(guó)家 GDP 本來總量就高,而且增長(zhǎng)率還非常不錯(cuò),那么未來的經(jīng)濟(jì)形式一定前途無量;而有的國(guó)家則舉步維艱,低 GDP 總量再加上慘淡的增長(zhǎng)率,未來的日子很難啊。
增長(zhǎng)率 top10
在這份增長(zhǎng)率 top10 榜單中,大部分的國(guó)家都是 GDP 較低的國(guó)家,這還是說明低 GDP 的增長(zhǎng)空間是更加大的。
而印度則不一樣,它本身的 GDP 總量已經(jīng)非常高了,竟然還有這么高的 GDP 增長(zhǎng)率,其未來的經(jīng)濟(jì)一片大好啊!
增長(zhǎng)率 bottom10
再來看下增長(zhǎng)率排名墊底的10個(gè)國(guó)家,這就比較鬧心了
GDP 負(fù)增長(zhǎng)就是說經(jīng)濟(jì)在后退啊,如何振興經(jīng)濟(jì)應(yīng)該是這些國(guó)家的首要任務(wù)了!
中美印對(duì)比
在圖中可以看出,雖然近些年印度保持著很高的增長(zhǎng)率,但是 GDP 總量增長(zhǎng)并沒有中美兩國(guó)明顯。
而美國(guó)的增長(zhǎng)率常年在2%和1%之間震蕩,好像還蠻有規(guī)律的。
對(duì)于我國(guó)來說,增長(zhǎng)率已經(jīng)從以前恐怖的10%慢慢回落了,但是經(jīng)濟(jì)增長(zhǎng)的趨勢(shì)是沒法阻擋的!
增長(zhǎng)率地圖
最后還是在世界地圖中整體看看 GDP 增長(zhǎng)率的分布情況
總體來說,大部分國(guó)家的增長(zhǎng)率都處于1%-4%的水平之間,而中亞和東南亞的部分國(guó)家可以保持增長(zhǎng)率在4%-7%之間,只有極少部分國(guó)家能夠達(dá)到7%以上的增長(zhǎng)率,不過對(duì)于阿根廷來說,刺眼的負(fù)增長(zhǎng)還是驚心的,這么多年了,經(jīng)濟(jì)還沒有復(fù)蘇的跡象嗎?
最后,我們以一段 GDP 排行視頻來結(jié)束今天的分享吧
視頻是根據(jù)如下工具制作的,喜歡的可以自己動(dòng)手嘗試下
https://github.com/Jannchie/Historical-ranking-data-visualization-based-on-d3.js
總結(jié)
以上是生活随笔為你收集整理的用 Python 带你看各国 GDP 变迁的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【运维知识进阶篇】手把手教你搭建Open
- 下一篇: 物联网开发笔记(46)- 使用Micro