誰在崛起，誰在沒落？新一線城市競爭力盤點，用Python繪制動態(tài)圖帶你看懂！

提到一線城市，大家馬上會想到北上廣深這四個超級大都市。除此之外，近年來新一線城市這個概念也越來越被大眾所熟知。

2013年，財經(jīng)媒體第一財經(jīng)提出了“新一線城市”的概念，以商業(yè)資源集聚度、城市樞紐性、城市人活躍度、生活方式多樣性以及未來可塑性作為評判的五大指標(biāo)，針對全國幾百個地級市進(jìn)行了全新的排名，將未來最有潛力晉升傳統(tǒng)一線城市的15個城市稱為“新一線城市”。

作為距離一線城市最近的梯隊，新一線城市的榜單可以說含金量十足，每年的評選都備受關(guān)注。

（來自維基百科）

2020年15座新一線城市包括成都、重慶、杭州、武漢、西安、天津、蘇州、南京、鄭州、長沙、東莞、沈陽、青島、合肥、佛山。

（來自21世紀(jì)報道）

其中在人口增量方面：西安由于大幅降低落戶門檻，且將西咸新區(qū)人口納入人口總數(shù)后，在近3年以新增128.87萬常住人口，排名15個新一線城市常住人口增量第一位。常住人口增量連年提升的杭州，則以近3年117.2萬的增量，排名新一線城市第二位。

和它們相比，天津近3年以來出現(xiàn)常住人口-0.29萬的增長，沈陽3年增長了3萬，勢頭微弱。

今天我們就來用數(shù)據(jù)全面解讀這15座城市。

這次我們使用Python的動態(tài)可視化庫plotly，對這15座城市從2000年到2019年這20年的GDP、人口以及房價數(shù)據(jù)進(jìn)行了可視化。下面就讓我們來一起看看吧！

我們使用Python的可視化庫Plotly對15座新一線城市的人口/GDP/房價數(shù)據(jù)進(jìn)行動態(tài)可視化展示。plotly是一個基于javascript的繪圖庫，繪圖種類豐富，效果美觀，使用Plotly可以畫出很多媲美Tableau的高質(zhì)量圖。

如果你沒有安裝plotly，可以使用以下代碼進(jìn)行pip安裝:

pip install plotly -i https://pypi.tuna.tsinghua.edu.cn/simple

首先導(dǎo)入我們需要使用的包，其中pandas用于數(shù)據(jù)整理，plotly用于數(shù)據(jù)可視化。

# 導(dǎo)入包
import pandas as pd

import plotly as py 
import plotly.graph_objs as go 
import plotly.express as px 
from plotly import tools

使用pandas讀入并合并數(shù)據(jù)集，我們選取的數(shù)據(jù)來自于國家統(tǒng)計局網(wǎng)站，該數(shù)據(jù)包含了15座新一線城市自2000年~2019年20年期間的GDP和人口數(shù)據(jù)，這是一份帶有時間序列的面板數(shù)據(jù)，適合進(jìn)行動態(tài)可視化繪圖使用。

# 讀入數(shù)據(jù)
df_gdp = pd.read_excel('../data/新一線城市人口和GDP.xlsx', sheet_name=0)
df_pop = pd.read_excel('../data/新一線城市人口和GDP.xlsx', sheet_name=1)

# 合并數(shù)據(jù)
df_all = pd.merge(left=df_gdp, right=df_pop, on=['城市', '年份']) 
df_all = df_all.sort_values(['城市','年份']) 
df_all.head()  

Plotly有兩個很常用的繪圖模塊，分別是graph_objs和express，此次我們主要使用express進(jìn)行動態(tài)可視化圖形的繪制，使用它可以輕松繪制如散點圖、條形圖、漏斗圖、?；鶊D等圖形。

使用官網(wǎng)：

https://plotly.com/python/plotly-express/

繪圖的步驟也非常簡單：

• 直接使用px調(diào)用某個繪圖方法，會自動創(chuàng)建畫布，并畫出圖形。

• 展示圖形，可以直接在notebook中展示，也可以使用py.offline.plot(fig,filename="XXX.html")代碼保存成html網(wǎng)頁動態(tài)圖片。

接下來我們演示使用plotly.express繪制動態(tài)條形圖和散點圖。

首先繪制一個動態(tài)條形圖，用于展示15座城市隨時間走勢的GDP變化趨勢，調(diào)用bar的方法即可。

繪圖主要參數(shù)解釋：

1. data_frame：數(shù)據(jù)框名稱
2. x：列名，展示的維度
3. y：列名，展示的度量
4. color：顏色
5. text：條形圖標(biāo)記文本
6. title：標(biāo)題
7. range_y：y軸的刻度范圍
8. animation_frame：列名，控制動畫幀

# 條形圖
fig2 = px.bar(df_all, x='城市', y='GDP', color='城市', text='GDP', 
             title='新一線城市近20年GDP變化趨勢',
             range_y=[300, 25000],
             animation_frame='年份',
             ) 
fig2.update_layout(yaxis_title='GDP(億元)')  # 更新布局配置
py.offline.plot(fig2, filename='2000-2019年GDP變化趨勢.html')

然后繪制一個動態(tài)散點圖，用于展示15座城市隨時間走勢的GDP和人口變化趨勢，調(diào)用scatter的方法即可。繪圖步驟和上述類似。

# 散點圖
fig3 = px.scatter(df_all, x='GDP', y='人口', animation_frame='年份', animation_group='城市', 
                 size='人口', color='城市', hover_name='城市', size_max=50, text='城市',
                 range_x=[300, 25000], range_y=[150, 4000],
                 title='新一線城市近20年GDP和人口變化趨勢', 
                ) 
fig3.update_layout(xaxis_title='GDP(億元)', yaxis_title='人口(萬人)')
py.offline.plot(fig3, filename='2000-2019年GDP和人口變化趨勢.html')

下面我們來具體看下可視化效果：

新一線城市

2000-2019年GDP變化趨勢

新一線城市

2000-2019年GDP和人口變化趨勢

新一線城市

2001-2019年人口增量數(shù)據(jù)

新一線城市近10年平均房價走勢圖

本文出品：CDA數(shù)據(jù)分析師（ID: cdacdacda）