• 基礎數據分析12堂課

人均GDP與HDI

• 講義

• 世界GDP資料(.csv)

  世界人口數資料(.csv)

  世界HDI資料(.csv)

  import pandas as pd
  import numpy as np
  import csv
  
  country = ['日本', '南韓', '中國']
  
  # 讀取GDP資料
  data1 = pd.read_csv('gdp_world.csv')
  
  #2017年GDP
  #日本
  gdp_country1 = data1.loc[117][58]
  #南韓
  gdp_country2 = data1.loc[124][58]
  #中國
  gdp_country3 = data1.loc[38][58]
  
  # 讀取人口數資料
  data2 = pd.read_csv('population_world.csv')
  
  #2017年人口數
  #日本
  population_country1 = data2.loc[117][58]
  #南韓
  population_country2 = data2.loc[124][58]
  #中國
  population_country3 = data2.loc[38][58]
  
  #2017年人均GDP
  average_gdp = []
  
  #日本
  average_gdp.append(gdp_country1/population_country1)
  #南韓
  average_gdp.append(gdp_country2/population_country2)
  #中國
  average_gdp.append(gdp_country3/population_country3)
  
  # 讀取HDI資料
  data3= pd.read_csv('HDI_world.csv')
  
  HDI = []
  #日本
  HDI.append(data3.loc[85][28])
  #南韓
  HDI.append(data3.loc[90][28])
  #中國
  HDI.append(data3.loc[35][28])
  
  # 匯入plotly套件，以便繪製視覺化圖形
  from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot
  import plotly.graph_objs as go
  
  # Create traces
  trace1 = go.Bar(
     x = country,
     y = average_gdp,
     name = '人均GDP'
  )
  
  # Create traces
  trace2 = go.Scatter(
     x = country,
     y = HDI,
     name = 'HDI', 
     yaxis = 'y2'
  )
  
  data = [trace1, trace2]
  
  layout = go.Layout(
      title='2017年',
      yaxis=dict(
          title='美元'
      ),
      yaxis2=dict(
          title='指數',
          overlaying='y',
          side='right'
      )
  )
  fig = go.Figure(data=data, layout=layout)
  iplot(fig, filename='multiple-axes-double.html')