-
Notifications
You must be signed in to change notification settings - Fork 0
/
income.py
140 lines (109 loc) · 7.69 KB
/
income.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
import os
import time
import numpy as np
import pandas as pd
import datetime
from utils import *
# 人均收入、支出
def test1():
path = os.path.join(nbs_dir, '人民生活'+'.csv')
df = pd.read_csv(path)
t = pd.DatetimeIndex(pd.to_datetime(df['time'], format='%Y-%m'))
i = np.array(df['居民人均可支配收入_累计值'], dtype=float)
i1 = np.array(df['居民人均可支配工资性收入_累计值'], dtype=float)
i2 = np.array(df['居民人均可支配经营净收入_累计值'], dtype=float)
i3 = np.array(df['居民人均可支配财产净收入_累计值'], dtype=float)
i4 = np.array(df['居民人均可支配转移净收入_累计值'], dtype=float)
ir = np.array(df['居民人均可支配收入_累计增长'], dtype=float)
ir1 = np.array(df['居民人均可支配工资性收入_累计增长'], dtype=float)
ir2 = np.array(df['居民人均可支配经营净收入_累计增长'], dtype=float)
ir3 = np.array(df['居民人均可支配财产净收入_累计增长'], dtype=float)
ir4 = np.array(df['居民人均可支配转移净收入_累计增长'], dtype=float)
datas = [[[[t, i, '居民人均可支配收入_累计值',''],
[t, i1, '居民人均可支配工资性收入_累计值',''],
[t, i2, '居民人均可支配经营净收入_累计值',''],
[t, i3, '居民人均可支配财产净收入_累计值',''],
[t, i4, '居民人均可支配转移净收入_累计值',''],],[],''],
[[[t, ir, '居民人均可支配收入_累计增长',''],
[t, ir1, '居民人均可支配工资性收入_累计增长',''],
[t, ir2, '居民人均可支配经营净收入_累计增长',''],
[t, ir3, '居民人均可支配财产净收入_累计增长',''],
[t, ir4, '居民人均可支配转移净收入_累计增长',''],],[],'']]
plot_many_figure(datas)
datas = [[t, i1/i, '居民人均可支配工资性收入_累计值 占比'],
[t, i2/i, '居民人均可支配经营净收入_累计值 占比'],
[t, i3/i, '居民人均可支配财产净收入_累计值 占比'],
[t, i4/i, '居民人均可支配转移净收入_累计值 占比'],]
plot_one_figure(datas)
### 城镇 ###
ci = np.array(df['城镇居民人均可支配收入_累计值'], dtype=float)
ci1 = np.array(df['城镇居民人均可支配工资性收入_累计值'], dtype=float)
ci2 = np.array(df['城镇居民人均可支配经营净收入_累计值'], dtype=float)
ci3 = np.array(df['城镇居民人均可支配财产净收入_累计值'], dtype=float)
ci4 = np.array(df['城镇居民人均可支配转移净收入_累计值'], dtype=float)
cir = np.array(df['城镇居民人均可支配收入_累计增长'], dtype=float)
cir1 = np.array(df['城镇居民人均可支配工资性收入_累计增长'], dtype=float)
cir2 = np.array(df['城镇居民人均可支配经营净收入_累计增长'], dtype=float)
cir3 = np.array(df['城镇居民人均可支配财产净收入_累计增长'], dtype=float)
cir4 = np.array(df['城镇居民人均可支配转移净收入_累计增长'], dtype=float)
datas = [[[[t, ci, '城镇居民人均可支配收入_累计值',''],
[t, ci1, '城镇居民人均可支配工资性收入_累计值',''],
[t, ci2, '城镇居民人均可支配经营净收入_累计值',''],
[t, ci3, '城镇居民人均可支配财产净收入_累计值',''],
[t, ci4, '城镇居民人均可支配转移净收入_累计值',''],],[],''],
[[[t, cir, '城镇居民人均可支配收入_累计增长',''],
[t, cir1, '城镇居民人均可支配工资性收入_累计增长',''],
[t, cir2, '城镇居民人均可支配经营净收入_累计增长',''],
[t, cir3, '城镇居民人均可支配财产净收入_累计增长',''],
[t, cir4, '城镇居民人均可支配转移净收入_累计增长',''],],[],'']]
plot_many_figure(datas)
datas = [[t, ci1/ci, '城镇居民人均可支配工资性收入_累计值 占比'],
[t, ci2/ci, '城镇居民人均可支配经营净收入_累计值 占比'],
[t, ci3/ci, '城镇居民人均可支配财产净收入_累计值 占比'],
[t, ci4/ci, '城镇居民人均可支配转移净收入_累计值 占比'],]
plot_one_figure(datas)
### 农村 ###
ri = np.array(df['农村居民人均可支配收入_累计值'], dtype=float)
ri1 = np.array(df['农村居民人均可支配工资性收入_累计值'], dtype=float)
ri2 = np.array(df['农村居民人均可支配经营净收入_累计值'], dtype=float)
ri3 = np.array(df['农村居民人均可支配财产净收入_累计值'], dtype=float)
ri4 = np.array(df['农村居民人均可支配转移净收入_累计值'], dtype=float)
rir = np.array(df['农村居民人均可支配收入_累计增长'], dtype=float)
rir1 = np.array(df['农村居民人均可支配工资性收入_累计增长'], dtype=float)
rir2 = np.array(df['农村居民人均可支配经营净收入_累计增长'], dtype=float)
rir3 = np.array(df['农村居民人均可支配财产净收入_累计增长'], dtype=float)
rir4 = np.array(df['农村居民人均可支配转移净收入_累计增长'], dtype=float)
datas = [[[[t, ri, '农村居民人均可支配收入_累计值',''],
[t, ri1, '农村居民人均可支配工资性收入_累计值',''],
[t, ri2, '农村居民人均可支配经营净收入_累计值',''],
[t, ri3, '农村居民人均可支配财产净收入_累计值',''],
[t, ri4, '农村居民人均可支配转移净收入_累计值',''],],[],''],
[[[t, rir, '农村居民人均可支配收入_累计增长',''],
[t, rir1, '农村居民人均可支配工资性收入_累计增长',''],
[t, rir2, '农村居民人均可支配经营净收入_累计增长',''],
[t, rir3, '农村居民人均可支配财产净收入_累计增长',''],
[t, rir4, '农村居民人均可支配转移净收入_累计增长',''],],[],'']]
plot_many_figure(datas)
datas = [[t, ri1/ri, '农村居民人均可支配工资性收入_累计值 占比'],
[t, ri2/ri, '农村居民人均可支配经营净收入_累计值 占比'],
[t, ri3/ri, '农村居民人均可支配财产净收入_累计值 占比'],
[t, ri4/ri, '农村居民人均可支配转移净收入_累计值 占比'],]
plot_one_figure(datas)
c = np.array(df['居民人均消费支出_累计值'], dtype=float)
cr = np.array(df['居民人均消费支出_累计增长'], dtype=float)
cc = np.array(df['城镇居民人均消费支出_累计值'], dtype=float)
ccr = np.array(df['城镇居民人均消费支出_累计增长'], dtype=float)
cr1 = np.array(df['农村居民人均消费支出_累计值'], dtype=float)
crr = np.array(df['农村居民人均消费支出_累计增长'], dtype=float)
datas = [[t, c, '农村居民人均可支配工资性收入_累计值'],
[t, cc, '城镇居民人均消费支出_累计值 占比'],
[t, cr1, '农村居民人均消费支出_累计值 占比'],
]
plot_one_figure(datas)
datas = [[[[t, ir-cr, '居民人均可支配 收入-支出 累计增长',''],],[],''],
[[[t, cir-ccr, '城镇居民人均可支配 收入-支出 累计增长',''],],[],''],
[[[t, rir-crr, '农村居民人均可支配 收入-支出 累计增长',''],],[],''],]
plot_many_figure(datas)
if __name__=="__main__":
# 人均收入、支出
test1()