十分鐘，用Python帶你看遍GDP變遷-創(chuàng)新互聯(lián)

偶然之間，發(fā)現(xiàn)了一個網(wǎng)站，title 是世界銀行，很高級的樣子，可以下載很多有趣的數(shù)據(jù)，這對于我們練手數(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哦！

創(chuàng)新互聯(lián)建站提供成都網(wǎng)站設(shè)計、網(wǎng)站建設(shè)、外貿(mào)網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計，品牌網(wǎng)站建設(shè)，廣告投放等致力于企業(yè)網(wǎng)站建設(shè)與公司網(wǎng)站制作，10余年的網(wǎng)站開發(fā)和建站經(jīng)驗,助力企業(yè)信息化建設(shè)，成功案例突破1000多家,是您實現(xiàn)網(wǎng)站建設(shè)的好選擇.

https://data.worldbank.org/

我從該網(wǎng)站上下載了世界各國歷年的 GDP 總值和增長率數(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。

  1. GDP 總量數(shù)據(jù)，這是我們研究的重點數(shù)據(jù)文件，里面囊括了世界各個國家和地區(qū)的歷史 GDP 數(shù)據(jù)，我把它命名為“GDP_data.csv”。
    十分鐘，用 Python 帶你看遍 GDP 變遷

  2. GDP 增長率數(shù)據(jù)，這個同樣是非常重要的數(shù)據(jù)文件，記錄了各國 GDP 的增長率情況，我把它命名為“growth_data.csv”。
    十分鐘，用 Python 帶你看遍 GDP 變遷

  3. 國家收入分類數(shù)據(jù)，該數(shù)據(jù)文件把各個國家分類成不同等級的收入階層，比如有“高收入國家”，“低收入國家”等等，我把它命名為“Country_data.csv”。
    十分鐘，用 Python 帶你看遍 GDP 變遷

  4. 國家 Code 對照表，這是一個國家英文名稱和 Country Code 的對照表，我們后面在繪制地圖時會使用到。
    十分鐘，用 Python 帶你看遍 GDP 變遷

各個收入等級分析

各個收入等級分布

首先我們先來看下世界各國分布在不同收入等級的情況
十分鐘，用 Python 帶你看遍 GDP 變遷
可以看到，處于“高等收入”和“低收入”的國家比例差距還是很大的，在二十一世紀的今天，還有太多的人過著食不果腹、衣不保暖的生活。

下面我們再具體看下不同收入等級中各個國家具體的 GDP 總量

高收入國家

首先是高收入國家 top10 的 GDP 總量

我們首先拿到高等收入的國家信息，再與 gdp 信息數(shù)據(jù)合并，最后得到 top10 數(shù)據(jù)

# 高收入國家2018年的GDP
high = country_data[country_data['Income_Group'] == '高收入國家']
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]

十分鐘，用 Python 帶你看遍 GDP 變遷
可以看到，美國是一騎絕塵，排在后面的小弟們，總量加一起也沒法和美國相提并論。而在前十名當(dāng)中，幾乎清一色的歐美發(fā)達國家。

我們再把榜單擴展到 top20，能看到，歐洲國家還是居多的，而中東的兩個土豪也成功上榜了。
十分鐘，用 Python 帶你看遍 GDP 變遷

最后再來看下美國占據(jù)全世界 GDP 總量的百分比情況
十分鐘，用 Python 帶你看遍 GDP 變遷
看圖不說話。

中等收入國家

接下來看看中等收入國家的 top10 情況
十分鐘，用 Python 帶你看遍 GDP 變遷
基本上都是發(fā)展中大國，其中還不乏南非、阿根廷等即將成為發(fā)達國家的選手。而我國則以13.6萬億的總量，成為美國之后另一個巨無霸般的存在。

來看看中美兩個總體上占據(jù)世界 GDP 的比例情況
十分鐘，用 Python 帶你看遍 GDP 變遷
毫無疑問，這兩個 GDP 總量占去世界 GDP 總量40%的國家，絕對是世界經(jīng)濟的命脈，相互合作，攜手共贏才是世界經(jīng)濟的未來！

再來看下 top20 的情況
十分鐘，用 Python 帶你看遍 GDP 變遷

中低等收入國家

下面就是中低等收入的國家了，還是有很多熟悉的面孔啊
十分鐘，用 Python 帶你看遍 GDP 變遷
在這個級別當(dāng)中，亞洲國家占據(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)達國家的行列，還是任重道遠??！

top20 情況
十分鐘，用 Python 帶你看遍 GDP 變遷

低收入國家

最后就是低收入國家了，可以看到，在這些國家中，要不就是戰(zhàn)亂頻仍的國度，要不就是資源匱乏的小國，他們的經(jīng)濟建設(shè)之路還很漫長呢。
十分鐘，用 Python 帶你看遍 GDP 變遷
top20 的情況
十分鐘，用 Python 帶你看遍 GDP 變遷

GDP 總體排行

2018年 GDP 排行

先來看看2018年 GDP 總體排行的 top10 吧
十分鐘，用 Python 帶你看遍 GDP 變遷
可以看到，除了歐美諸強之外，中國、印度和巴西也紛紛上榜，發(fā)展中大國的實力不容小覷啊。

那么再來看看 GDP 總量倒數(shù)的10個國家呢
十分鐘，用 Python 帶你看遍 GDP 變遷
都是一些不大的國家，差距還是太大了！

歷年各國 GDP 走勢

我們先來看一下 GDP 總量排行前五的國家，歷年 GDP 總量的走勢情況
美國
十分鐘，用 Python 帶你看遍 GDP 變遷

中國
十分鐘，用 Python 帶你看遍 GDP 變遷

日本
十分鐘，用 Python 帶你看遍 GDP 變遷

德國
十分鐘，用 Python 帶你看遍 GDP 變遷

英國
十分鐘，用 Python 帶你看遍 GDP 變遷

可以看出，除了中美兩國外，其他的國家 GDP 總量都出現(xiàn)過大幅度的波動情況，而持續(xù)增長的中美兩國，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

我們先進行數(shù)據(jù)處理，把國家代碼和 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
十分鐘，用 Python 帶你看遍 GDP 變遷
在這張 GDP 地圖中，可以清晰的看出，美國和中國地盤大，顏色深，非常明顯，隱隱有東西兩強的趨勢。

我們再去掉中美兩國，看看剩余國家的 GDP 情況
十分鐘，用 Python 帶你看遍 GDP 變遷

在這張圖中，可以看到日本、西歐和印度是一個級別的存在，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家，則是第三組！

GDP 增長率

下面我們再來看看 GDP 增長率的情況，有的國家 GDP 本來總量就高，而且增長率還非常不錯，那么未來的經(jīng)濟形式一定前途無量；而有的國家則舉步維艱，低 GDP 總量再加上慘淡的增長率，未來的日子很難啊。

增長率 top10

十分鐘，用 Python 帶你看遍 GDP 變遷
在這份增長率 top10 榜單中，大部分的國家都是 GDP 較低的國家，這還是說明低 GDP 的增長空間是更加大的。

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 增長率，其未來的經(jīng)濟一片大好??！

增長率 bottom10

再來看下增長率排名墊底的10個國家，這就比較鬧心了
十分鐘，用 Python 帶你看遍 GDP 變遷
GDP 負增長就是說經(jīng)濟在后退啊，如何振興經(jīng)濟應(yīng)該是這些國家的首要任務(wù)了！

中美印對比

十分鐘，用 Python 帶你看遍 GDP 變遷
在圖中可以看出，雖然近些年印度保持著很高的增長率，但是 GDP 總量增長并沒有中美兩國明顯。

而美國的增長率常年在2%和1%之間震蕩，好像還蠻有規(guī)律的。

對于我國來說，增長率已經(jīng)從以前恐怖的10%慢慢回落了，但是經(jīng)濟增長的趨勢是沒法阻擋的！

增長率地圖

最后還是在世界地圖中整體看看 GDP 增長率的分布情況
十分鐘，用 Python 帶你看遍 GDP 變遷
總體來說，大部分國家的增長率都處于1%-4%的水平之間，而中亞和東南亞的部分國家可以保持增長率在4%-7%之間，只有極少部分國家能夠達到7%以上的增長率，不過對于阿根廷來說，刺眼的負增長還是驚心的，這么多年了，經(jīng)濟還沒有復(fù)蘇的跡象嗎？

完！

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)cdcxhl.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

網(wǎng)頁題目：十分鐘，用Python帶你看遍GDP變遷-創(chuàng)新互聯(lián)
網(wǎng)站網(wǎng)址：http://muchs.cn/article18/idodp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供域名注冊、企業(yè)網(wǎng)站制作、商城網(wǎng)站、做網(wǎng)站、云服務(wù)器、品牌網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)

網(wǎng)站托管運營