5.1 计量分析1：GDP增长率

5.1.0 要点

• Python基本操作

  • print()函数

• Pandas程序包

  • 数据序列的基本运算

    .add()     # 加
    .sub()     # 减
    .mul()     # 乘
    .div()     # 除
    .pow()     # 指数

  • 数据序列的差分与平移：一阶差分.diff(1) ，数据平移.shift(1)

• Matplotlib程序包

  • 绘制折线图：plt.plot()

---

5.1.1 题目

根据国家统计局公布的《中国统计年鉴2021》（点击打开），查询中国1978-2020年(按当年价格计算)国内生产总值（GDP）,以及国内生产总值指数（1978年=100），然后计算并画图展示：

• 1978-2020年实际国内生产总值（1978年=100）；
• 1979-2020年每年实际国内生产总值的增长率；
• 中国1979-2020年实际国内生产总值的平均增长率，以及对应的标准差。

操作提示

1.收集数据：《中国统计年鉴2021》表3-1，表3-5，手动输入excel文件

2.计算实际GDP公式：（按当年价格计算的）国内生产总值/国内生产总值指数（1978=100）*100

3.计算实际GDP增长率公式：(当年实际GDP-上年实际GDP)/上年实际GDP*100

---

5.1.2 代码

# 导入程序包
import pandas as pd
import matplotlib.pyplot as plt
import ssl

# 禁用SSL证书校验
ssl._create_default_https_context = ssl._create_unverified_context

# 导入数据(在线数据)
df = pd.read_excel(r'https://cdn.seit2019.xyz/data/econometrics/GDP.xlsx')

# 展示数据
print(df, "\n")

# 定义数据序列
gdp = df["国内生产总值(当年价格，亿元）"]
gdp_index = df["GDP指数(1978=100)"]

# 计算实际GDP
# .div()序列相除
real_gdp = gdp.div(gdp_index.div(100))
print("实际GDP序列:")
print(real_gdp, "\n")

# 计算实际GDP增长率
# .diff(1)一阶差分
# .shift(1)行数据向下平移一格，滞后一阶
real_gdp_added = real_gdp.diff(1)
real_gdp_shift = real_gdp.shift(1)
growth = real_gdp_added.div(real_gdp_shift)
print("实际GDP增长率：")
print(growth, "\n")

# 计算平均增长率和标准差
growth_mean = growth.mean()
growth_std = growth.std()
print("平均增长率为：")
print(growth_mean.round(5), "\n")
print("平均增长率的标准差为：")
print(growth_std.round(5), "\n")

# 绘图：设置绘图格式,支持汉字
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 绘图：定义变量
x = df["年度"]
y1 = gdp.div(10000)
y2 = real_gdp.div(10000)
y3 = growth

# 绘图：名义GDP
plt.plot(x, y1, c='blue')
plt.title('中国1978-2021年名义GDP（单位：万亿元）', fontsize='xx-large', fontweight='bold')
plt.show()

# 绘图：实际GDP
plt.plot(x, y2, c='green')
plt.title('中国1978-2021实际GDP（1978=100，单位：万亿元）', fontsize='xx-large', fontweight='bold')
plt.show()

# 绘图：实际GDP增长率
plt.plot(x, y3, c='black')
plt.title('中国1978-2021年实际GDP增长率', fontsize='xx-large', fontweight='bold')
plt.show()

---

5.1.3 代码解析

导入程序包

import pandas as pd
import matplotlib.pyplot as plt

说明：

• pandas：Python数据处理最常用的程序包
• matplotlib：Python绘图常用程序包
• import pandas as pd：表示将pandas程序包导入，并简化命名为：pd
• import matplotlib.pyplot as plt：表示将matplotlib程序包中的pyplot模块导入，并简化命名为：plt
• 上述程序包导入和简化命名方式，是Python编程通用的方式。为了便于代码阅读和分享，建议保持不变。

导入数据

df = pd.read_excel(r'https://cdn.seit2019.xyz/data/econometrics/GDP.xlsx')

说明：

• 功能：调用pandas程序包中的read_excel()函数，将链接中数据导入，并命名为变量df
• 变量df中，数据以DataFrame格式存储数据。
• DataFrame是pandas支持的表格型数据格式，类似excel。
• 关于DataFrame，详情参考：Pandas 数据结构 – DataFrame
• 为了便于教程分享，这里采用在线数据。
• 详细的数据导入与导出，请参考：2.2 Python数据导入与导出

展示数据

print(df, "\n")

运行结果：

说明：

• 功能：显示名称为df的变量，然后回车，换行。
• print()是python显示输出函数，可以将变量，数据，运行结果等以文本的方式显示在程序运行窗口。
• ”\n"：表示回车、换行，其功能是：将前后两次显示的结果以空行隔开。

定义数据序列

gdp = df["国内生产总值(当年价格，亿元）"]
gdp_index = df["GDP指数(1978=100)"]

说明：

• 将变量df中名称为“国内生产总值(当年价格，亿元）”的列，赋值给变量gdp
• 将变量df中名称为“GDP指数(1978=100)”的列，赋值给变量gdp_index

计算实际GDP

real_gdp = gdp.div(gdp_index.div(100))
print("实际GDP序列:")
print(real_gdp, "\n")

运行结果：

说明：

• .div()：序列除以（）中的变量或数值。
• pandas中常用序列计算：加.add()，减.sub()，乘 .mul() ，除 .div()，指数幂.pow()
• 更多序列计算，请参考：pandas 求值计算
• gdp_index.div(100)：gdp_index序列除以100

计算实际GDP增长率

real_gdp_added = real_gdp.diff(1)
real_gdp_shift = real_gdp.shift(1)
growth = real_gdp_added.div(real_gdp_shift)
print("实际GDP增长率：")
print(growth, "\n")

运行结果：

说明：

• .diff(1)：对序列进行一阶差分
• .shift(1)：将行数据向下平移一格，即滞后一阶

计算平均增长率和标准差

growth_mean = growth.mean()
growth_std = growth.std()
print("平均增长率为：")
print(growth_mean.round(5), "\n")
print("平均增长率的标准差为：")
print(growth_std.round(5), "\n")

运行结果：

说明：

• .mean()：计算序列的均值
• .std()：计算序列的标准差
• .round(5)：变量取值保留小数点后5位

绘图：设置绘图格式，支持汉字

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

说明：

• Matplotlib默认不支持中文。
• 如果需要在图形中显示中文字符，请在绘图前加入上述代码。

绘图：定义变量

x = df["年度"]
y1 = gdp.div(10000)
y2 = real_gdp.div(10000)
y3 = growth

说明：名义GDP和实际GDP除以10000，将原单位“亿元”转换为“万亿元”。

绘图：名义GDP

plt.plot(x, y1, c='blue')
plt.title('中国1978-2021年名义GDP（单位：万亿元）', fontsize='xx-large', fontweight='bold')
plt.show()

运行结果：

说明：

• plt.plot()：调用plt中plot()函数，绘制折线图
• c='blue'：设置折线颜色为蓝色
• plt.title()：调用plt中title()函数，设置图形的标题
• fontsize='xx-large'：设置标题字号。其他字号：'large', 'x-large'
• fontweight='bold'：设置标题字号加粗

绘图：实际GDP

plt.plot(x, y2, c='green')
plt.title('中国1978-2021实际GDP（1978=100，单位：万亿元）', fontsize='xx-large', fontweight='bold')
plt.show()

运行结果：

说明：

• plt.plot()：调用plt中plot()函数，绘制折线图
• c='green'：设置折线颜色为绿色
• plt.title()：调用plt中title()函数，设置图形的标题
• fontsize='xx-large'：设置标题字号。其他字号：'large', 'x-large'
• fontweight='bold'：设置标题字号加粗

绘图：实际GDP增长率

plt.plot(x, y3, c='black')
plt.title('中国1978-2021年实际GDP增长率', fontsize='xx-large', fontweight='bold')
plt.show()

运行结果：

说明：

• plt.plot()：调用plt中plot()函数，绘制折线图
• c='black'：设置折线颜色为黑色
• plt.title()：调用plt中title()函数，设置图形的标题
• fontsize='xx-large'：设置标题字号。其他字号：'large', 'x-large'
• fontweight='bold'：设置标题字号加粗

---

参考

• pandas 求值计算