十分鐘，用 Python 帶你看遍 GDP 變遷

偶然之間，發現了一個網站，title 是世界銀行，很高級的樣子，能夠下載不少有趣的數據，這對於咱們練手數據分析及可視化真的是太好的資源了，很少說，戳下面的連接能夠火箭直達哦！

data.worldbank.org/

我從該網站上下載了世界各國曆年的 GDP 總值和增加率數據，下面就摩拳擦掌，一探 GDP 的世界！

數據文件分析

先來看下咱們拿到的文件，都有什麼數據，哪些是咱們能夠利用起來的。

1. GDP 總量數據，這是咱們研究的重點數據文件，裏面囊括了世界各個國家和地區的歷史 GDP 數據，我把它命名爲「GDP_data.csv」。

2. GDP 增加率數據，這個一樣是很是重要的數據文件，記錄了各國 GDP 的增加率狀況，我把它命名爲「growth_data.csv」。

3. 國家收入分類數據，該數據文件把各個國家分類成不一樣等級的收入階層，好比有「高收入國家」，「低收入國家」等等，我把它命名爲「Country_data.csv」。

4. 國家 Code 對照表，這是一個國家英文名稱和 Country Code 的對照表，咱們後面在繪製地圖時會使用到。

各個收入等級分析

各個收入等級分佈

首先咱們先來看下世界各國分佈在不一樣收入等級的狀況

能夠看到，處於「高等收入」和「低收入」的國家比例差距仍是很大的，在二十一世紀的今天，還有太多的人過着食不果腹、衣不保暖的生活。

下面咱們再具體看下不一樣收入等級中各個國傢俱體的 GDP 總量

高收入國家

首先是高收入國家 top10 的 GDP 總量

咱們首先拿到高等收入的國家信息，再與 gdp 信息數據合併，最後獲得 top10 數據

# 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]
複製代碼

能夠看到，美國是一騎絕塵，排在後面的小弟們，總量加一塊兒也無法和美國相提並論。而在前十名當中，幾乎清一色的歐美髮達國家。

咱們再把榜單擴展到 top20，能看到，歐洲國家仍是居多的，而中東的兩個土豪也成功上榜了。

最後再來看下美國佔據全世界 GDP 總量的百分比狀況

看圖不說話。

中等收入國家

接下來看看中等收入國家的 top10 狀況

基本上都是發展中大國，其中還不乏南非、阿根廷等即將成爲發達國家的選手。而我國則以13.6萬億的總量，成爲美國以後另外一個巨無霸般的存在。

來看看中美兩個整體上佔據世界 GDP 的比例狀況

毫無疑問，這兩個 GDP 總量佔去世界 GDP 總量40%的國家，絕對是世界經濟的命脈，相互合做，攜手雙贏纔是世界經濟的將來！

再來看下 top20 的狀況

中低等收入國家

下面就是中低等收入的國家了，仍是有不少熟悉的面孔啊

在這個級別當中，亞洲國家佔據了大多數，可是 GDP 的總量卻不是很低，尤爲是印度，有2.7萬億的數量。這也能反映出，亞洲做爲世界上人口最多的大洲，要走向發達國家的行列，仍是任重道遠啊！

top20 狀況

低收入國家

最後就是低收入國家了，能夠看到，在這些國家中，要不就是戰亂頻仍的國度，要不就是資源匱乏的小國，他們的經濟建設之路還很漫長呢。

top20 的狀況

GDP 整體排行

2018年 GDP 排行

先來看看2018年 GDP 整體排行的 top10 吧

能夠看到，除了歐美諸強以外，中國、印度和巴西也紛紛上榜，發展中大國的實力不容小覷啊。

那麼再來看看 GDP 總量倒數的10個國家呢

都是一些不大的國家，差距仍是太大了！

歷年各國 GDP 走勢

咱們先來看一下 GDP 總量排行前五的國家，歷年 GDP 總量的走勢狀況 美國

中國

日本

德國

英國

能夠看出，除了中美兩國外，其餘的國家 GDP 總量都出現過大幅度的波動狀況，而持續增加的中美兩國，則一騎絕塵，遙遙領先於世界了！

世界 GDP 地圖

下面咱們經過世界地圖的方式來看看 GDP 的分佈狀況

咱們先進行數據處理，把國家代碼和 GDP 數據相結合

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')
複製代碼

由此，咱們能夠作出一張 GDP 總量的地圖分佈圖

在這張 GDP 地圖中，能夠清晰的看出，美國和中國地盤大，顏色深，很是明顯，隱隱有東西兩強的趨勢。

咱們再去掉中美兩國，看看剩餘國家的 GDP 狀況

在這張圖中，能夠看到日本、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，其他大部分的第三世界國家，則是第三組！

GDP 增加率

下面咱們再來看看 GDP 增加率的狀況，有的國家 GDP 原本總量就高，並且增加率還很是不錯，那麼將來的經濟形式必定前途無量；而有的國家則舉步維艱，低 GDP 總量再加上慘淡的增加率，將來的日子很難啊。

增加率 top10

在這份增加率 top10 榜單中，大部分的國家都是 GDP 較低的國家，這仍是說明低 GDP 的增加空間是更加大的。

而印度則不同，它自己的 GDP 總量已經很是高了，居然還有這麼高的 GDP 增加率，其將來的經濟一片大好啊！

增加率 bottom10

再來看下增加率排名墊底的10個國家，這就比較鬧心了

GDP 負增加就是說經濟在後退啊，如何振興經濟應該是這些國家的首要任務了！

中美印對比

在圖中能夠看出，雖然近些年印度保持着很高的增加率，可是 GDP 總量增加並無中美兩國明顯。

而美國的增加率常年在2%和1%之間震盪，好像還蠻有規律的。

對於我國來講，增加率已經從之前恐怖的10%慢慢回落了，可是經濟增加的趨勢是無法阻擋的！

增加率地圖

最後仍是在世界地圖中總體看看 GDP 增加率的分佈狀況

整體來講，大部分國家的增加率都處於1%-4%的水平之間，而中亞和東南亞的部分國家能夠保持增加率在4%-7%之間，只有極少部分國家可以達到7%以上的增加率，不過對於阿根廷來講，刺眼的負增加仍是驚心的，這麼多年了，經濟尚未復甦的跡象嗎？

完！

能夠到公衆號【蘿蔔大雜燴】中查看各國GDP變遷視頻