用 Python 带你看各国 GDP 变迁
偶然之间,发现了一个网站,title 是世界银行,很高级的样子,可以下载很多有趣的数据,这对于我们练手数据分析及可视化真的是太好的资源了,不多说,戳下面的链接可以火箭直达哦!
https://data.worldbank.org/
我从该网站上下载了世界各国历年的 GDP 总值和增长率数据,下面就摩拳擦掌,一探 GDP 的世界!
数据文件分析
先来看下我们拿到的文件,都有什么数据,哪些是我们可以利用起来的。
GDP 总量数据,这是我们研究的重点数据文件,里面囊括了世界各个国家和地区的历史 GDP 数据,我把它命名为“GDP_data.csv”。
GDP 增长率数据,这个同样是非常重要的数据文件,记录了各国 GDP 的增长率情况,我把它命名为“growth_data.csv”。
国家收入分类数据,该数据文件把各个国家分类成不同等级的收入阶层,比如有“高收入国家”,“低收入国家”等等,我把它命名为“Country_data.csv”。
国家 Code 对照表,这是一个国家英文名称和 Country Code 的对照表,我们后面在绘制地图时会使用到。
各个收入等级分析
各个收入等级分布
首先我们先来看下世界各国分布在不同收入等级的情况
可以看到,处于“高等收入”和“低收入”的国家比例差距还是很大的,在二十一世纪的今天,还有太多的人过着食不果腹、衣不保暖的生活。
下面我们再具体看下不同收入等级中各个国家具体的 GDP 总量
高收入国家
首先是高收入国家 top10 的 GDP 总量
我们首先拿到高等收入的国家信息,再与 gdp 信息数据合并,最后得到 top10 数据
# 高收入国家2018年的GDPhigh = country_data[country_data['Income_Group'] == '高收入国家']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,美国是一骑绝尘,排在后面的小弟们,总量加一起也没法和美国相提并论。而在前十名当中,几乎清一色的欧美发达国家。
我们再把榜单扩展到 top20,能看到,欧洲国家还是居多的,而中东的两个土豪也成功上榜了。
最后再来看下美国占据全世界 GDP 总量的百分比情况
看图不说话。
中等收入国家
接下来看看中等收入国家的 top10 情况
基本上都是发展中大国,其中还不乏南非、阿根廷等即将成为发达国家的选手。而我国则以13.6万亿的总量,成为美国之后另一个巨无霸般的存在。
来看看中美两个总体上占据世界 GDP 的比例情况
毫无疑问,这两个 GDP 总量占去世界 GDP 总量40%的国家,绝对是世界经济的命脉,相互合作,携手共赢才是世界经济的未来!
再来看下 top20 的情况
中低等收入国家
下面就是中低等收入的国家了,还是有很多熟悉的面孔啊
在这个级别当中,亚洲国家占据了大多数,但是 GDP 的总量却不是很低,尤其是印度,有2.7万亿的数量。这也能反映出,亚洲作为世界上人口最多的大洲,要走向发达国家的行列,还是任重道远啊!
top20 情况
低收入国家
最后就是低收入国家了,可以看到,在这些国家中,要不就是战乱频仍的国度,要不就是资源匮乏的小国,他们的经济建设之路还很漫长呢。
top20 的情况
GDP 总体排行
2018年 GDP 排行
先来看看2018年 GDP 总体排行的 top10 吧
可以看到,除了欧美诸强之外,中国、印度和巴西也纷纷上榜,发展中大国的实力不容小觑啊。
那么再来看看 GDP 总量倒数的10个国家呢
都是一些不大的国家,差距还是太大了!
历年各国 GDP 走势
我们先来看一下 GDP 总量排行前五的国家,历年 GDP 总量的走势情况
美国
中国
日本
德国
英国
可以看出,除了中美两国外,其他的国家 GDP 总量都出现过大幅度的波动情况,而持续增长的中美两国,则一骑绝尘,遥遥领先于世界了!
世界 GDP 地图
下面我们通过世界地图的方式来看看 GDP 的分布情况
我们先进行数据处理,把国家代码和 GDP 数据相结合
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,我们可以做出一张 GDP 总量的地图分布图
在这张 GDP 地图中,可以清晰的看出,美国和中国地盘大,颜色深,非常明显,隐隐有东西两强的趋势。
我们再去掉中美两国,看看剩余国家的 GDP 情况
在这张图中,可以看到日本、西欧和印度是一个级别的存在,而俄罗斯、加拿大、澳大利亚和巴西等是另外的一组,其余大部分的第三世界国家,则是第三组!
GDP 增长率
下面我们再来看看 GDP 增长率的情况,有的国家 GDP 本来总量就高,而且增长率还非常不错,那么未来的经济形式一定前途无量;而有的国家则举步维艰,低 GDP 总量再加上惨淡的增长率,未来的日子很难啊。
增长率 top10
在这份增长率 top10 榜单中,大部分的国家都是 GDP 较低的国家,这还是说明低 GDP 的增长空间是更加大的。
而印度则不一样,它本身的 GDP 总量已经非常高了,竟然还有这么高的 GDP 增长率,其未来的经济一片大好啊!
增长率 bottom10
再来看下增长率排名垫底的10个国家,这就比较闹心了
GDP 负增长就是说经济在后退啊,如何振兴经济应该是这些国家的首要任务了!
中美印对比
在图中可以看出,虽然近些年印度保持着很高的增长率,但是 GDP 总量增长并没有中美两国明显。
而美国的增长率常年在2%和1%之间震荡,好像还蛮有规律的。
对于我国来说,增长率已经从以前恐怖的10%慢慢回落了,但是经济增长的趋势是没法阻挡的!
增长率地图
最后还是在世界地图中整体看看 GDP 增长率的分布情况
总体来说,大部分国家的增长率都处于1%-4%的水平之间,而中亚和东南亚的部分国家可以保持增长率在4%-7%之间,只有极少部分国家能够达到7%以上的增长率,不过对于阿根廷来说,刺眼的负增长还是惊心的,这么多年了,经济还没有复苏的迹象吗?
最后,我们以一段 GDP 排行视频来结束今天的分享吧
视频是根据如下工具制作的,喜欢的可以自己动手尝试下
https://github.com/Jannchie/Historical-ranking-data-visualization-based-on-d3.js
用 Python 带你看各国 GDP 变迁相关推荐
- gdp python 变迁动图_用 Python 带你看各国 GDP 变迁
前言 文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 作者: 周萝卜源自:萝卜大杂烩 PS:如有需要Python学习资料的小伙伴可 ...
- gdp python 变迁动图_用 Python 带你看各国 GDP 变迁|python3教程|python入门|python教程...
https://www.xin3721.com/eschool/pythonxin3721/ 前言 文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联 ...
- 十分钟,用 Python 带你看遍 GDP 变迁
作者丨周萝卜 来源丨萝卜大杂烩 偶然之间,发现了一个网站,title 是世界银行,很高级的样子,可以下载很多有趣的数据,这对于我们练手数据分析及可视化真的是太好的资源了,不多说,戳下面的链接可以火箭直 ...
- python高端实现各国GDP动态轮换图
python高端实现各国GDP动态轮换图 文章目录 python高端实现各国GDP动态轮换图 前言效果 一.准备数据等文件 二.完整代码 1.准备showGDP.py 2.准备PlotUtil.py ...
- 让Python带你看一场唯美的横飘雪!
"北国风光,千里冰封,万里雪飘",这句诗描写了一句美丽肃静的风光图,恰逢昨天笔者这边也下了一场比较大的雪,要不今天就用Python带大家也来领略一次美丽的雪景? 开发环境 版本:P ...
- python爬虫豆瓣电影我不是药神的评价_用 Python 带你看《我不是药神》
我们都是小人物,我们都得了同一种病,我们都穷.--<我不是药神> 我不是程序员 我就是想求求你们,别动不动就拿篇10W+的文章来吓唬人好吗?说点有用的东西好吗?我们需要精神粮食不需要腐蚀精 ...
- 马上跨年了,用Python带你看一场跨年烟花秀
导语:你有多久没看过一场烟花了(源码放最后啦) 可算是在零点看到了一场灿烂烟花~小时候每年跨年都是要买一堆各式各样的烟花发的,仙女棒~冲天炮年年都玩不腻.可是后来污染实在是太严重,小孩放烟花的安全隐患 ...
- 股市小白必看!能获取股票数据的编程语言:Python带你看懂股市线
入市有风险,投资需谨慎,本文不作为任何投资参考依据. 选股可以通过形态和一些基本面的数据进行选择,还可以通过相似度选股以及趋势选股. 相似度 我们一般比较在意股票的收盘价,比如均线或者各种指标如果需要 ...
- 2021全球网站流量最高的网站,Python 带你看一看
世界上流量最大的网站有哪些,也许我们都能脱口而出,比如 Google,YouTube,Facebook 还有 PxxnHub 等等,今天我们就通过多个维度来看看,那些叱咤全球的流量网站! 数据获取 首 ...
最新文章
- 【Qt】Qt中QJsonDocument 类
- 聊天ListView使用ViewHolder
- “约见”面试官系列之常见面试题之第七十八篇之fetch(建议收藏)
- Redis 数据库入门教程
- 国内5家云服务厂商 HTTPS 安全性测试横向对比
- 2022 年最新博客专家申请流程
- html dashed 属性,css虚线样式dotted和dashed
- 打印机无线连接台式机、笔记本找不到目标打印机解决方案
- java 判断图片否旋转,Java实现图片任意角度旋转
- html设置文本颜色三种写法,html字体颜色设置方法
- 斯特林数 java实现_斯特林数 - BILL666 - 博客园
- 什么是饥饿营销,饥饿营销案例以及饥饿营销的4个步骤
- 给后辈的一点建议,含泪整理面经
- docker容器快速部署至卸载
- 微雪电子SIM7000C NB-IOT Emqx MQTT 通信的详细测试过程
- 基于stm32物联网开发板(2)--LCD屏幕
- java英语单词学习网站 Vue项目源码介绍
- 如何提高团队凝聚力和执行力?
- MSN客户端广告新形式
- 可视库位电子纸广泛应用仓储管理
热门文章
- ROC与AUC,DET与EER,minDCF,Identification Accuracy
- matlab采样频率怎么编程,关于频率和采样频率
- 2009年下半年11月份信息系统项目管理师上午试题答案(分析与解答)(第5次修订 修订时间:2010年03月14日02时02分)
- Google彩蛋-Google LOGO系列
- 关于延时队列的场景运用(网吧打卡)
- ipv6禁用导致rpcbind服务启动失败实例
- 才从Guava中明白了一件事:不可变特性与防御性编程
- java actioncontext_struts2中ActionContext是什么东东
- js split 切分字符串
- 【五岳之巅,西岳华山】游记