当前位置： 首页 > news >正文

基于联合国国家指标 2025数据（UN Countries Metrics 2025: HDI, GDP, POP, AREA）的综合可视化分析

news 2025/7/7 11:03:02

摘要：本研究聚焦于多国多维度指标数据的分析与可视化呈现。通过对原始数据进行系统的预处理，运用多种可视化方法，提供了直观数据视角。

仅作技术讨论，如果错误之处，还望指出

关键词：多国指标；数据预处理；可视化分析

一、数据集

我用夸克网盘给你分享了「UN Countries Metrics 2025: HDI, GDP, POP, AREA」，链接：https://pan.quark.cn/s/f44916f48d9d
第 1 列：按字母顺序排列的所有联合国会员国（包括观察员国）的名称。
第 2 列：每个国家的人口。
第 3 列：每个国家的名义 GDP。（美元）
第 4 列：该国的人均名义 GDP。（美元）
第 5 列：每个国家的人均 GDP 购买力平价。（美元）
第 6 列：每个国家的人类发展指数（从 0-1 测量的 HDI）。
第 7 列：基尼系数
第 8 列：每个国家的面积（以平方公里为单位）。

  1. ​country_name​ 国家名称（按字母顺序排列）。 ​
  2. Population (in millions)​​人口数量（单位：百万，如 41.45 = 4145万人）。
  3. ​Nominal GDP (in USD)​​名义GDP（单位：美元，当前市场价格计算的经济总量）。
  4. ​Nominal GDP Per capita (in USD)​ 人均GDP（单位：美元，GDP除以人口）。
  5. ​GDP Per capita PPP (in USD)​​人均GDP（购买力平价调整，单位：美元，更真实反映生活水平）。
  6. ​Human Development Index (HDI)​​人类发展指数（0-1，越高越发达，综合健康、教育、经济）
  7. GINI​ 基尼系数（0-1，越高收入越不平等）。
  8. ​AREA ​​ 国土面积（单位：平方公里）。

二、数据加载与预处理

2.1 数据加载

利用pandas库的read_csv函数，从指定路径'countries_metric - Sheet1.csv'读取数据集，并将其存储为DataFrame格式，代码如下：

file_path = 'countries_metric - Sheet1.csv'
df = pd.read_csv(file_path)

2.2 数据预处理

为确保数据的一致性和可用性，对数据集中各列数据进行类型转换和清理操作。

  1. 人口数据处理：通过str.replace方法去除'Population (in millions)'列中的逗号，并将数据类型转换为浮点数，代码如下：
df['Population (in millions)'] = df['Population (in millions)'].str.replace(',', '').astype(float)
  1. GDP相关数据处理：定义clean_currency函数，用于处理'Nominal Gross Domestic Product (in USD)'列中的货币符号以及不同量级的表示字符串（如' trillion'、' billion'、' million'），将其转换为科学计数法形式后尝试转换为浮点数，无法转换的值设为NaN。同时，对'Nominal GDP Per capita (in USD)'和'GDP Per capita PPP (in USD)'列，直接去除逗号并转换为浮点数类型。
def clean_currency(value):if isinstance(value, str):value = value.replace('$', '').replace(' trillion', 'e12').replace(' billion', 'e9').replace(' million', 'e6')try:return float(value)except:return np.nanreturn value
df['Nominal Gross Domestic Product (in USD)'] = df['Nominal Gross Domestic Product (in USD)'].apply(clean_currency)
df['Nominal GDP Per capita (in USD)'] = df['Nominal GDP Per capita (in USD)'].str.replace(',', '').astype(float)
df['GDP Per capita PPP (in USD)'] = df['GDP Per capita PPP (in USD)'].str.replace(',', '').astype(float)
  1. HDI和GINI数据处理：使用pd.to_numeric函数将'Human Development Index (HDI)'和'GINI'列转换为数值类型，对于无法转换的值（如非数字字符），设置errors='coerce'将其转换为NaN。
df['Human Development Index (HDI)'] = pd.to_numeric(df['Human Development Index (HDI)'], errors='coerce')
df['GINI'] = pd.to_numeric(df['GINI'], errors='coerce')
  1. 面积数据处理：对'AREA (in Sq km)'列，通过str.replace去除逗号，并将数据类型转换为浮点数。
df['AREA (in Sq km)'] = df['AREA (in Sq km)'].str.replace(',', '').astype(float)

三、可视化分析

3.1 人口与GDP的关系

运用seaborn库的scatterplot函数绘制散点图，以探究国家人口与名义GDP之间的关系。通过hue参数依据'Human Development Index (HDI)'对散点进行着色，使用size参数根据'Nominal GDP Per capita (in USD)'调整气泡大小，设置气泡大小范围为(20, 200)，透明度为0.7，并对x轴和y轴采用对数尺度，使数据分布特征更清晰地展现。

plt.figure(figsize=(12, 8))
sns.scatterplot(data=df, x='Population (in millions)', y='Nominal Gross Domestic Product (in USD)',hue='Human Development Index (HDI)', size='Nominal GDP Per capita (in USD)',sizes=(20, 200), alpha=0.7, palette='viridis',hue_norm=(df['Human Development Index (HDI)'].min(), df['Human Development Index (HDI)'].max()))
plt.xscale('log')
plt.yscale('log')
plt.title('国家人口与GDP关系图 (按HDI着色，气泡大小表示人均GDP)')
plt.xlabel('人口')
plt.ylabel('名义GDP (美元)')
plt.grid(True, which="both", ls="--")
plt.tight_layout()
#plt.savefig('population_gdp_relationship.png', dpi=300)
plt.show()

国家人口与GDP的关系
​总量增长依赖人口基数，但高质量发展依赖人均水平（气泡大小）和发展质量（HDI颜色）​；

3.2 HDI与GDP per capita的关系

同样利用scatterplot绘制散点图，分析人类发展指数（HDI）与人均GDP之间的关系。以'GINI'作为着色依据，通过size参数依据'Population (in millions)'调整气泡大小，x轴采用对数尺度，以便更好地观察两者之间的关系。

plt.figure(figsize=(12, 8))
sns.scatterplot(data=df, x='Nominal GDP Per capita (in USD)', y='Human Development Index (HDI)',hue='GINI', size='Population (in millions)',sizes=(20, 200), alpha=0.7, palette='coolwarm',hue_norm=(df['GINI'].min(), df['GINI'].max()))
plt.xscale('log')
plt.title('HDI与人均GDP关系图 (按GINI着色，气泡大小表示人口)')
plt.xlabel('人均GDP (美元)')
plt.ylabel('人类发展指数 (HDI)')
plt.grid(True, which="both", ls="--")
plt.tight_layout()
#plt.savefig('hdi_gdp_per_capita.png', dpi=300)
plt.show()

  • 人均GDP增长推动HDI提升，但高收入阶段边际效应减弱。 ​
  • GINI系数高的国家，同等经济水平下HDI更低。
  • 中等收入大国多处于“经济提速但HDI滞后”阶段。

3.3 各国HDI排名前20

对数据集按'Human Development Index (HDI)'进行降序排序，选取排名前20的国家。使用seaborn的barplot函数绘制条形图，展示这些国家的HDI情况。通过hue参数根据国家名称区分颜色，采用'viridis'调色板，使图表更具可读性。

top_hdi = df.sort_values('Human Development Index (HDI)', ascending=False).head(20)
plt.figure(figsize=(12, 8))
sns.barplot(data=top_hdi, x='Human Development Index (HDI)', y='country_name', hue='country_name', palette='viridis')
plt.title('HDI排名前20的国家')
plt.xlabel('人类发展指数 (HDI)')
plt.ylabel('国家')
plt.grid(True, which="both", ls="--", axis='x')
plt.tight_layout()
plt.show()

在这里插入图片描述

3.4 各国GINI系数排名前20 (最高不平等)

按'GINI'对数据集进行降序排序，选取前20个国家。利用barplot绘制条形图，展示这些国家的GINI系数，反映其收入不平等程度。通过hue参数根据国家名称区分颜色，使用'rocket'调色板，同时添加网格线以增强可读性。

top_gini = df.sort_values('GINI', ascending=False).head(20)
plt.figure(figsize=(12, 8))
sns.barplot(data=top_gini, x='GINI', y='country_name',hue='country_name', palette='rocket')
plt.title('GINI系数最高的前20个国家 (收入不平等程度)')
plt.xlabel('基尼系数')
plt.ylabel('国家')
plt.grid(True, which="both", ls="--", axis='x')
plt.tight_layout()
plt.show()

在这里插入图片描述

3.5 GDP per capita PPP与HDI的关系

借助scatterplot绘制散点图，研究人均GDP PPP与HDI之间的关系。通过hue参数依据'Population (in millions)'对散点进行着色，size参数根据'Nominal Gross Domestic Product (in USD)'调整气泡大小，x轴采用对数尺度，以便清晰展示两者关系。

plt.figure(figsize=(12, 8))
sns.scatterplot(data=df, x='GDP Per capita PPP (in USD)', y='Human Development Index (HDI)',hue='Population (in millions)', size='Nominal Gross Domestic Product (in USD)',sizes=(20, 200), alpha=0.7)
plt.xscale('log')
plt.title('人均GDP PPP与HDI关系图 (按人口着色，气泡大小表示名义GDP)')
plt.xlabel('人均GDP PPP (美元)')
plt.ylabel('人类发展指数 (HDI)')
plt.grid(True, which="both", ls="--")
plt.tight_layout()
plt.show()

在这里插入图片描述

3.6 人口与面积的关系

使用scatterplot绘制散点图，观察人口与面积之间的关系。以'Human Development Index (HDI)'为着色依据，'Nominal GDP Per capita (in USD)'调整气泡大小，对x轴和y轴均采用对数尺度，以更好地呈现数据分布特征。

plt.figure(figsize=(12, 8))
sns.scatterplot(data=df, x='Population (in millions)', y='AREA (in Sq km)',hue='Human Development Index (HDI)', size='Nominal GDP Per capita (in USD)',sizes=(20, 200), alpha=0.7)
plt.xscale('log')
plt.yscale('log')
plt.title('人口与面积关系图 (按HDI着色，气泡大小表示人均GDP)')
plt.xlabel('人口 (百万)')
plt.ylabel('面积 (平方公里)')
plt.grid(True, which="both", ls="--")
plt.tight_layout()
plt.show()

在这里插入图片描述

3.7 全球GDP分布直方图

利用seaborn的histplot函数绘制直方图，展示全球各国名义GDP的分布情况。设置bins=30以确定直方图的柱数，并对x轴采用对数尺度，使数据分布更直观。

plt.figure(figsize=(12, 8))
sns.histplot(data=df, x='Nominal Gross Domestic Product (in USD)', bins=30, log_scale=True)
plt.title('全球GDP分布直方图 (对数尺度)')
plt.xlabel('名义GDP (美元)')
plt.ylabel('国家数量')
plt.grid(True, which="both", ls="--")
plt.tight_layout()
plt.show()

在这里插入图片描述

3.8 HDI全球分布箱线图

通过seaborn的boxplot函数绘制箱线图，呈现全球各国HDI的分布情况，直观展示数据的中位数、四分位数以及异常值等信息。

plt.figure(figsize=(12, 8))
sns.boxplot(data=df, y='Human Development Index (HDI)')
plt.title('全球HDI分布箱线图')
plt.ylabel('人类发展指数 (HDI)')
plt.grid(True, which="both", ls="--")
plt.tight_layout()
plt.show()

在这里插入图片描述

3.9 GDP前20国家

对数据集按'Nominal Gross Domestic Product (in USD)'进行降序排序，选取前20个国家。使用barplot绘制条形图展示这些国家的名义GDP总量情况。通过hue参数根据国家名称区分颜色，采用'rocket'调色板。同时，为优化x轴刻度显示，使用plt.gca().xaxis.set_major_formatter方法，根据GDP数值大小自动调整刻度标签的显示格式（万亿或十亿）。

top_gdp = df.sort_values('Nominal Gross Domestic Product (in USD)', ascending=False).head(20)
plt.figure(figsize=(12, 8))
sns.barplot(data=top_gdp, x='Nominal Gross Domestic Product (in USD)', y='country_name', hue='country_name', palette='rocket')
plt.title('名义GDP总量前20国家')
plt.xlabel('名义GDP总量 (美元)')
plt.ylabel('国家')
plt.gca().xaxis.set_major_formatter(lambda x, pos: f'{x/1e12:.1f}万亿' if x >= 1e12 else (f'{x/1e9:.0f}十亿' if x > 0 else ''))
plt.grid(True, which="both", ls="--", axis='x')
plt.tight_layout()
plt.show()

在这里插入图片描述

3.10 PPP前20国家

按'GDP Per capita PPP (in USD)'对数据集进行降序排序，选取前20个国家。利用barplot绘制条形图展示这些国家的人均GDP(PPP)情况。通过hue参数根据国家名称区分颜色，采用'rocket'调色板，并添加网格线以增强图表可读性。

top_ppp = df.sort_values('GDP Per capita PPP (in USD)', ascending=False).head(20)
plt.figure(figsize=(12, 8))
sns.barplot(data=top_ppp, x='GDP Per capita PPP (in USD)', y='country_name', hue='country_name', palette='rocket')
plt.title('人均GDP(PPP)前20国家')
plt.xlabel('人均GDP(PPP) (美元)')
plt.ylabel('国家')
plt.grid(True, which="both", ls="--", axis='x')
plt.tight_layout()
plt.show()

在这里插入图片描述

http://www.dtcms.com/a/268220.html

相关文章：

  • PDF转换工具，即开即用
  • BUUCTF在线评测-练习场-WebCTF习题[GXYCTF2019]BabyUpload1-flag获取、解析
  • 微前端架构在嵌入式BI中的集成实践与性能优化
  • Redis存储Cookie实现爬虫保持登录 requests | selenium
  • Python： 正则表达式
  • 树的知识点整理
  • CentOS6的“ifupdown“与Debian的“ifupdown“有什么不同? 笔记250706
  • jxWebUI--web组件说明
  • 深入解析 Kafka Broker 如何管理分片与副本
  • Flowith，有一种Agent叫无限
  • 零成本搭建浏览器远程Linux桌面：Ubuntu/Debian方案全解析
  • Windows部署本地照片管理Immich
  • Mysql 数据库结构优化
  • 工业相机和镜头
  • 前端开发常见问题（从布局到性能优化）
  • axios笔记
  • debian及衍生发行版apt包管理常见操作
  • 从前端转nest.js开发的学习路线
  • 【系统分析师】2023年真题：论文及解题思路
  • Leet code每日一题
  • python库 dateutil 库的各种案例的使用详解
  • ASP.NET代码审计 Web Forms框架 SQL注入漏洞
  • stm32地址偏移：为什么相邻寄存器的地址偏移量0x04表示4个字节？
  • 探寻《答案之书》：在随机中寻找生活的指引
  • Python 中 Pendulum 库的详细使用：更精确的日期时间处理
  • Ubuntu20.04安装mujoco210, mujoco-py时的报错处理
  • 深度特征提取在LIDC-IDRI数据集多分类任务中的优化细节
  • 【数据治理】要点整理-《信息技术服务治理第3部分:绩效评价》GB/T 34960.3-2017
  • MyBatis实战指南（九）MyBatis+JSP+MySQL 前端页面实现数据库的增加与删除显示数据
  • std::vector＜bool＞有什么特殊的吗