• 基礎數據分析-2026

各國GDP比較

• 講義

• 資料查詢：GDP

  資料來源：World Bank Group

  臺灣GDP資料下載(gdp_taiwan2024.csv)

  世界GDP資料下載(gdp_world2024.csv)

  import numpy as np
  import pandas as pd
  import csv
  # 匯入plotly套件，以便繪製視覺化圖形
  import plotly.graph_objs as go
  import plotly.io as pio
  
  # 1. 針對 Colab 的核心設定：指定渲染模式
  pio.renderers.default = 'colab'
  
  # 2. 讀入資料
  data1 = pd.read_csv('gdp_taiwan2024.csv')
  data2 = pd.read_csv('gdp_world2024.csv')
  
  # 3. 從臺灣的　GDP 資料中，取出 1960-2024 各年的資料
  臺灣逐年GDP = data1.loc[0, '1960':'2024']
  
  # 4. 從世界的　GDP 資料中，取出日本 1960-2024 各年的資料
  日本的GDP = data2[data2['Country Name'] == 'Japan']
  日本逐年GDP = 日本的GDP.loc[:, '1960':'2024'].iloc[0]
  
  # 5. 產生一個從1960-2024連續整數的數列，做為年份
  年份 = np.arange(1960, 2025)
  
  # 6. 產生一個從1960-2024年臺灣逐年GDP的拆線圖
  trace1 = go.Scatter(
      x = 年份,
      y = 臺灣逐年GDP * 1000000, # 臺灣的GDP資料以百萬美元為單位
      mode = 'lines+markers',
      name = '臺灣'
  )
  
  # 7. 產生一個從1960-2024年臺灣逐年GDP的拆線圖
  trace2 = go.Scatter(
      x = 年份,
      y = 日本逐年GDP, # 世界各國的GDP資料以美元為單位
      mode = 'lines+markers',
      name = '日本'
  )
  
  # 8. 將要繪製的拆線圖拼成一個串列資料
  traces = [trace1, trace2]
  
  
  # 9. 建立 Layout
  layout = go.Layout(
      title='1960-2024 臺灣與日本的GDP比較',
      xaxis={'title': '年份'},
      yaxis={'title': 'GDP'},
      hovermode='closest'    # 滑鼠靠近時顯示數據
  )
  
  # 10. 組合並顯示
  fig = go.Figure(data=traces, layout=layout)
  fig.show()

  執行結果