GDP越高就越幸福嗎？用Python分析《世界幸福指數(shù)報告》后我們發(fā)現(xiàn)…
數(shù)據(jù)：真達
來源：CDA數(shù)據(jù)分析師
【導(dǎo)讀】
今天教大家用Python分析《世界幸福指數(shù)報告》。公眾號后臺，回復(fù)關(guān)鍵字“幸福”獲取完整數(shù)據(jù)。
大家好，歡迎來到Crossin的編程教室！
《世界幸福指數(shù)報告》是對全球幸福狀況的一次具有里程碑意義的調(diào)查。
民意測驗機構(gòu)蓋洛普從2012年起，每年都會在聯(lián)合國計劃下發(fā)布《世界幸福指數(shù)報告》，報告會綜合兩年內(nèi)150多個國家的國民對其所處社會、城市和自然環(huán)境等因素進行評價后，再根據(jù)他們所感知的幸福程度對國家進行排名。
《世界幸福指數(shù)報告》的編撰主要依賴于對150多個國家的1000多人提出一個簡單的主觀性問題：“如果有一個從0分到10分的階梯，頂層的10分代表你可能得到的最佳生活，底層的0分代表你可能得到的最差生活。你覺得你現(xiàn)在在哪一層？”
那么哪個國家在總體幸福指數(shù)上排名最高？
哪些因素對幸福指數(shù)的影響最大？
今天我們就帶你用Python來聊一聊。
01
數(shù)據(jù)理解
關(guān)鍵字段含義解釋：
02
數(shù)據(jù)導(dǎo)入和數(shù)據(jù)整理
首先導(dǎo)入所需包。
#?數(shù)據(jù)整理?
import?numpy?as?np?
import?pandas?as?pd?
#?可視化
import?matplotlib.pyplot?as?plt?
import?seaborn?as?sns?
import?plotly?as?py?
import?plotly.graph_objs?as?go?
import?plotly.express?as?px?
from?plotly.offline?import?init_notebook_mode,?iplot,?plot?
init_notebook_mode(connected=True)
plt.style.use('seaborn')?
#?讀入數(shù)據(jù)
df_2015?=?pd.read_csv('./deal_data/2015.csv')
df_2016?=?pd.read_csv('./deal_data/2016.csv')
df_2017?=?pd.read_csv('./deal_data/2017.csv')
df_2018?=?pd.read_csv('./deal_data/2018.csv')?
df_2019?=?pd.read_csv('./deal_data/2019.csv')
#?新增列-年份
df_2015["year"]?=?str(2015)
df_2016["year"]?=?str(2016)
df_2017["year"]?=?str(2017)
df_2018["year"]?=?str(2018)
df_2019["year"]?=?str(2019)
#?合并數(shù)據(jù)
df_all?=?df_2015.append([df_2016,?df_2017,?df_2018,?df_2019],?sort=False)
df_all.drop('Unnamed:?0',?axis=1,?inplace=True)
df_all.head()??
print(df_2015.shape,?df_2016.shape,?df_2017.shape,?df_2018.shape,?df_2019.shape)?
(158,?10)?(157,?10)?(155,?10)?(156,?11)?(156,?11)
df_all.info()?
<class?'pandas.core.frame.DataFrame'>
Int64Index:?782?entries,?0?to?155
Data?columns?(total?10?columns):
region?????????????????????782?non-null?object
rank???????????????????????782?non-null?int64
happiness??????????????????782?non-null?float64
gdp_per_capita?????????????782?non-null?float64
healthy_life_expectancy????782?non-null?float64
freedom_to_life_choise?????782?non-null?float64
corruption_perceptions?????781?non-null?float64
generosity?????????????????782?non-null?float64
year???????????????????????782?non-null?object
social_support?????????????312?non-null?float64
dtypes:?float64(7),?int64(1),?object(2)
memory?usage:?67.2+?KB
03
數(shù)據(jù)可視化
2019世界幸福地圖
整體來看，北歐的國家幸福指數(shù)較高，如冰島、丹麥、挪威、芬蘭；東非和西非的國家幸福指數(shù)較低，如多哥、布隆迪、盧旺達和坦桑尼亞。
代碼展示：
data?=?dict(type?=?'choropleth',?
???????????locations?=?df_2019['region'],
???????????locationmode?=?'country?names',
???????????colorscale?=?'RdYlGn',
???????????z?=?df_2019['happiness'],?
???????????text?=?df_2019['region'],
???????????colorbar?=?{'title':'Happiness'})
layout?=?dict(title?=?'Geographical?Visualization?of?Happiness?Score?in?2019',?
??????????????geo?=?dict(showframe?=?True,?projection?=?{'type':?'azimuthal?equal?area'}))
choromap3?=?go.Figure(data?=?[data],?layout=layout)
plot(choromap3,?filename='./html/世界幸福地圖.html')
2019世界幸福國家排行Top10
2019年報告，芬蘭連續(xù)兩年被評為“全球最幸福國家”。丹麥、挪威、冰島、荷蘭進入前五名，對比2018年報告，中國從86名下降到93名。
代碼展示：
#?合并數(shù)據(jù)
rank_top10?=?df_2019.head(10)[['rank',?'region',?'happiness']]
last_top10?=?df_2019.tail(10)[['rank',?'region',?'happiness']]
rank_concat?=?pd.concat([rank_top10,?last_top10])
#?條形圖
fig?=?px.bar(rank_concat,?
?????????????x="region",?
?????????????y="happiness",?
?????????????color="region",?
?????????????title="World's?happiest?and?least?happy?countries?in?2019")
plot(fig,?filename='./html/2019世界幸福國家排行Top10和Last10.html')
幸福指數(shù)相關(guān)性
我們可以得出以下結(jié)論：
從影響因素相關(guān)性熱力圖可以看出，在影響幸福得分的因素中，GDP、社會支持、健康預(yù)期壽命呈現(xiàn)高度相關(guān)，自由權(quán)呈現(xiàn)中度相關(guān)，國家的廉政水平呈現(xiàn)低度相關(guān)，慷慨程度則呈現(xiàn)極低的相關(guān)性；
GDP與健康預(yù)期壽命、社會支持之間存在高度相關(guān)。說明GDP高的國家，醫(yī)療水平和社會福利較為完善，人民的預(yù)期壽命也會越高；
健康預(yù)期壽命與社會支持之間存在中度相關(guān)性。
以下分別觀察各個因素的影響程度。
GDP和幸福得分
人均GDP與幸福得分呈高度線性正相關(guān)關(guān)系，GDP越高的國家，幸福水平相對越高。
代碼展示：
#?散點圖
fig?=?px.scatter(df_all,?x='gdp_per_capita',?
?????????????????y='happiness',
?????????????????facet_row='year',
?????????????????color='year',
?????????????????trendline='ols'
????????????????)?
fig.update_layout(height=800,?title_text='GDP?per?capita?and?Happiness?Score')
plot(fig,?filename='./html/GDP和幸福得分.html')
健康預(yù)期壽命和幸福得分
健康預(yù)期壽命與幸福得分呈高度線性正相關(guān)關(guān)系，健康預(yù)期壽命越高的國家，幸福水平相對越高。
代碼展示：
?散點圖
fig?=?px.scatter(df_all,?x='healthy_life_expectancy',?
?????????????????y='happiness',
?????????????????facet_row='year',
?????????????????color='year',
?????????????????trendline='ols'
????????????????)??
fig.update_layout(height=800,?title_text='Healthy?Life?Expecancy?and?Happiness?Score')
plot(fig,?filename='./html/健康預(yù)期壽命和幸福得分.html')?
GDP和幸福水平動態(tài)圖
代碼展示：
fig?=?px.scatter(df_all,?
?????????????????x='gdp_per_capita',?
?????????????????y='happiness',
?????????????????animation_frame='year',
?????????????????animation_group='region',
?????????????????size='rank',
?????????????????color='region',
?????????????????hover_name='region',
?????????????????trendline='ols'
????????????????)?
fig.update_layout(title_text='Happiness?Rank?vs?GDP?per?Capita')?
plot(fig,?filename='./html/GDP和幸福水平動態(tài)圖展示.html')?
健康預(yù)期壽命和幸福水平動態(tài)圖
代碼展示：
fig?=?px.scatter(df_all,?
?????????????????x='healthy_life_expectancy',?
?????????????????y='happiness',
?????????????????animation_frame='year',
?????????????????animation_group='region',
?????????????????size='rank',
?????????????????color='region',
?????????????????hover_name='region',
?????????????????trendline='ols'
????????????????)?
fig.update_layout(title_text='Happiness?Rank?vs?healthy_life_expectancy')?
plot(fig,?filename='./html/健康預(yù)期壽命和幸福水平動態(tài)圖展示.html')?
04
數(shù)據(jù)建模
我們使用線性回歸進行建立一個基準(zhǔn)模型，首先篩選一下建模變量，并刪除空值記錄。
sel_cols?=?['happiness',?'gdp_per_capita',?'healthy_life_expectancy',?
????????????'freedom_to_life_choise',?'corruption_perceptions',?'generosity']
#?重置索引
df_model.index?=?range(df_model.shape[0])
df_model?=?df_all[sel_cols]?
#?刪除空值
df_model?=?df_model.dropna()?
df_model.head()?
from?statsmodels.formula.api?import?ols
#?建立多元線性回歸模型
lm_m?=?ols(formula='happiness?~?gdp_per_capita?+?healthy_life_expectancy?+?freedom_to_life_choise?+?corruption_perceptions?+?generosity',?
???????????data=df_model).fit()
lm_m.summary()??
模型的R-squared=0.744，擬合效果尚可，根據(jù)模型的參數(shù)可知：
變量重要性排序為：gdp_per_capita、freedom_to_life_choise、healthy_life_expectancy、corruption_perceptions、generosity 控制其他變量不變的情況下，GDP指數(shù)每增加一個單位，幸福指數(shù)增加1.32個單位，健康預(yù)期壽命指數(shù)每增加一個單位，幸福指數(shù)增加1.21個單位。
比較預(yù)測值和真實值的分布：
df_pred?=?pd.concat([df_model['happiness'],?y_pred],?axis=1)?
df_pred.columns?=?['y_true',?'y_pred']
#?散點圖
fig?=?px.scatter(df_pred,?x='y_true',?y='y_pred',?trendline='ols')
fig.update_layout(title='Resid?of?OLS?Regression')
plot(fig,?filename='./html/預(yù)測值和真實值分布圖.html')???
以下為模型殘差分布圖。
fig?=?px.histogram(x=lm_m.resid)?
fig.update_layout(title='Resid?of?OLS?Regression')
plot(fig,?filename='./html/多元線性回歸殘差分布圖.html')
_往期文章推薦_
評論
圖片
表情