国民经济数据分析与可视化

爬取国民经济核算数据（https://gdp.gotohui.com/）

import requests

from bs4 import BeautifulSoup

import pandas as pd

# 发送HTTP请求获取网页内容

url = 'https://gdp.gotohui.com/'

response = requests.get(url)

# 解析网页内容，找到表格数据所在的HTML标签

soup = BeautifulSoup(response.content, 'html.parser')

table = soup.find('table')

# 将表格数据转换为DataFrame对象

df1 = pd.read_html(str(table))[0]

df11=df1.head(23)

df11

# 发送HTTP请求获取网页内容

url = 'https://gdp.gotohui.com/data-0/1'

response = requests.get(url)

# 解析网页内容，找到表格数据所在的HTML标签

soup = BeautifulSoup(response.content, 'html.parser')

table = soup.find('table')

# 将表格数据转换为DataFrame对象

df2 = pd.read_html(str(table))[0]

df2.columns=['年份','一季度(亿元)','二季度(亿元)','三季度(亿元)','四季度(亿元)']

df22=df2.head(24)

df22

# 合并表格

result = pd.merge(df11, df22, how='left', on='年份')

result

 

 把上面获取的gdp数据保存为CSV格式并进行读取

import pandas as pd

import matplotlib.pyplot as plt

# 读取数据

data_path=open(r'D:\qq\gdp数据.csv',encoding='utf-8')

data=pd.read_csv(data_path)

# 提取GDP数据

GDP_all = data.loc[:, 'GDP(亿元)']

GDP_avg = data.loc[:, '人均GDP(元/人)']

GDP_one = data.loc[:, '一季度(亿元)']

GDP_two = data.loc[:, '二季度(亿元)']

GDP_thr = data.loc[:, '三季度(亿元)']

GDP_fou = data.loc[:, '四季度(亿元)']

折线图

import matplotlib.pyplot as plt

plt.rcParams['font.family'] = 'sans-serif'

plt.rcParams['font.sans-serif'] = ['SimHei']

# 绘制折线图

plt.plot(GDP_all.index, GDP_all.values, label='总值',color='ForestGreen')

plt.plot(GDP_avg.index, GDP_avg.values, label='人均生产总值',color='blue')

plt.legend()

plt.title('生产总值、人均生产总值变化趋势')

plt.xlabel('年')

plt.ylabel('GDP(亿元)')

plt.show()

 

 

然后下面同样的方法把四个季度的数据导入plt.plot()方法中进行绘制四个季度的折线图。

import matplotlib.pyplot as plt

plt.rcParams['font.family'] = 'sans-serif'

plt.rcParams['font.sans-serif'] = ['SimHei']

# 绘制折线图

plt.plot(GDP_one.index, GDP_one.values, label='第一季度',color='ForestGreen')

plt.plot(GDP_two.index, GDP_two.values, label='第二季度',color='blue')

plt.plot(GDP_thr.index, GDP_thr.values, label='第三季度',color='LightSkyBlue')

plt.plot(GDP_fou.index, GDP_fou.values, label='第四季度',color='pink')

plt.legend()

plt.title('每季度生产总值变化趋势')

plt.xlabel('年')

plt.ylabel('GDP(亿元)')

plt.show()