偶然之間，發現了一個網站，title 是世界銀行，很高級的樣子，可以下載很多有趣的數據，這對於我們練手數據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！
https://data.worldbank.org/
我從該網站上下載了世界各國曆年的 GDP 總值和增長率數據，下面就摩拳擦掌，一探 GDP 的世界！
數據文件分析
先來看下我們拿到的文件，都有什麼數據，哪些是我們可以利用起來的。
GDP 總量數據，這是我們研究的重點數據文件，裡面囊括了世界各個國家和地區的歷史 GDP 數據，我把它命名為“GDP_data.csv”。
GDP 增長率數據，這個同樣是非常重要的數據文件，記錄了各國 GDP 的增長率情況，我把它命名為“growth_data.csv”。
國家收入分類數據，該數據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”。
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
首先我們先來看下世界各國分佈在不同收入等級的情況
可以看到，處於“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
我們首先拿到高等收入的國家信息，再與 gdp 信息數據合併，最後得到 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]
可以看到，美國是一騎絕塵，排在後面的小弟們，總量加一起也沒法和美國相提並論。而在前十名當中，幾乎清一色的歐美髮達國家。
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。
最後再來看下美國佔據全世界 GDP 總量的百分比情況
看圖不說話。
中等收入國家
接下來看看中等收入國家的 top10 情況
基本上都是發展中大國，其中還不乏南非、阿根廷等即將成為發達國家的選手。而我國則以13.6萬億的總量，成為美國之後另一個巨無霸般的存在。
來看看中美兩個總體上佔據世界 GDP 的比例情況
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，相互合作，攜手共贏才是世界經濟的未來！
再來看下 top20 的情況
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
在這個級別當中，亞洲國家佔據了大多數，但是 GDP 的總量卻不是很低，尤其是印度，有2.7萬億的數量。這也能反映出，亞洲作為世界上人口最多的大洲，要走向發達國家的行列，還是任重道遠啊！
top20 情況
低收入國家
最後就是低收入國家了，可以看到，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 的情況
GDP 總體排行
2018年 GDP 排行
先來看看2018年 GDP 總體排行的 top10 吧
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
中國
日本
德國
英國
可以看出，除了中美兩國外，其他的國家 GDP 總量都出現過大幅度的波動情況，而持續增長的中美兩國，則一騎絕塵，遙遙領先於世界了！
世界 GDP 地圖
下面我們通過世界地圖的方式來看看 GDP 的分佈情況
我們先進行數據處理，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')
由此，我們可以做出一張 GDP 總量的地圖分佈圖
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，看看剩餘國家的 GDP 情況
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，其餘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，那麼未來的經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
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 總量已經非常高了，竟然還有這麼高的 GDP 增長率，其未來的經濟一片大好啊！
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
GDP 負增長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 總量增長並沒有中美兩國明顯。
而美國的增長率常年在2%和1%之間震盪，好像還蠻有規律的。
對於我國來說，增長率已經從以前恐怖的10%慢慢回落了，但是經濟增長的趨勢是沒法阻擋的！
增長率地圖
最後還是在世界地圖中整體看看 GDP 增長率的分佈情況
總體來說，大部分國家的增長率都處於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，不過對於阿根廷來說，刺眼的負增長還是驚心的，這麼多年了，經濟還沒有復甦的跡象嗎？
最後，我們以一段 GDP 排行視頻來結束今天的分享吧
視頻是根據如下工具製作的，喜歡的可以自己動手嘗試下
https://github.com/Jannchie/Historical-ranking-data-visualization-based-on-d3.js
【年薪30w工程師吐血整理資料大合集】
領取IT資料大合集：http://image.qbangmang.com/counselor.html
閱讀更多 馬哥Linux 的文章
