用Python分析了近几年胡润排行榜,我酸了...

简介: 用Python分析了近几年胡润排行榜,我酸了...

10 月 20 日,胡润研究院发布《2020 胡润百富榜》,也就是富富富豪排行榜

杭州的马云毫无悬念的再次摘下中国首富桂冠,深圳的马化腾位列第二

榜单被我翻烂了,还是没有找到我的名字,难道是被遗漏了吗??难度我不配有名字吗??

太可恶了,毕竟我和马云的财富加起来,在榜单上也是排名第十的!

不信我? 请看图

不仅 2020 年排行榜上没有

在我爬取了从 2015 到 2020 这几年的排行榜后,还是没有找到我的名字!

5 年!5 年!你知道我这 5 年是怎么过的吗...


对!我的排名一直稳定在 13 亿左右(知道真相的我眼泪掉下来)

言归正传,我们还是来瞻仰下榜单上大佬们的财富吧

前 20 名富豪

来看看排行榜前 20 富豪们的资产 根据筛选条件读取数据,并使用 Pyecharts 展示,代码如下:

最终效果

近六年首富财富变化

从近三年看,富豪榜前两名基本变成了两马争雄,而且差距越来越小 不过随着蚂蚁的上市,马玉的中国首富宝座应该稳了

现在把时间周期拉长到五年看看

柱形图折线图

2015-2017 年首富所在行业都是房地产,但后面三年都是互联网坐庄

当然这和国家政策有关,房住不炒!属于房地产的黄金时代从 17 年后已经结束了

君不见,王健林的财富近几年大幅缩水,2020 年的排名已经到 30 开外了

至于原因吗,懂得都懂

顺便说下,有个播放按钮,点击播放可按时间线动态展示

近六年行业财富变化

最后, 再来看看这几年行业财富的变迁

首先我对排名前 20 的行业进行了一个简单分类,

数据清洗分类后,用来做可视化操作

2015年2020年

从 2015 年到 2020 年,排行榜前 20 名的行业财富发生了较大的变化,

第一是房地产所占比例越来越少

第二是医疗,食品等行业强势崛起,这和今年的疫情关系很大

最后,我将 代码4000 条数据 都上传到公众号后台了

上面的可视化图,都能一键生成

后台回复 排行榜 即可

最最重要的是希望读者大大们早日上榜,能带我一起飞呀!


记得分享,点赞,在看三连啊!

相关文章
|
27天前
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【10月更文挑战第4天】在大数据时代,算法效率至关重要。本文从理论入手,介绍时间复杂度和空间复杂度两个核心概念,并通过冒泡排序和快速排序的Python实现详细分析其复杂度。冒泡排序的时间复杂度为O(n^2),空间复杂度为O(1);快速排序平均时间复杂度为O(n log n),空间复杂度为O(log n)。文章还介绍了算法选择、分而治之及空间换时间等优化策略,帮助你在大数据挑战中游刃有余。
51 4
|
13天前
|
数据采集 JSON 数据处理
抓取和分析JSON数据:使用Python构建数据处理管道
在大数据时代,电商网站如亚马逊、京东等成为数据采集的重要来源。本文介绍如何使用Python结合代理IP、多线程等技术,高效、隐秘地抓取并处理电商网站的JSON数据。通过爬虫代理服务,模拟真实用户行为,提升抓取效率和稳定性。示例代码展示了如何抓取亚马逊商品信息并进行解析。
抓取和分析JSON数据:使用Python构建数据处理管道
|
5天前
|
数据可视化 开发者 Python
Python GUI开发:Tkinter与PyQt的实战应用与对比分析
【10月更文挑战第26天】本文介绍了Python中两种常用的GUI工具包——Tkinter和PyQt。Tkinter内置于Python标准库,适合初学者快速上手,提供基本的GUI组件和方法。PyQt基于Qt库,功能强大且灵活,适用于创建复杂的GUI应用程序。通过实战示例和对比分析,帮助开发者选择合适的工具包以满足项目需求。
31 7
|
4天前
|
存储 数据处理 Python
Python科学计算:NumPy与SciPy的高效数据处理与分析
【10月更文挑战第27天】在科学计算和数据分析领域,Python凭借简洁的语法和强大的库支持广受欢迎。NumPy和SciPy作为Python科学计算的两大基石,提供了高效的数据处理和分析工具。NumPy的核心功能是N维数组对象(ndarray),支持高效的大型数据集操作;SciPy则在此基础上提供了线性代数、信号处理、优化和统计分析等多种科学计算工具。结合使用NumPy和SciPy,可以显著提升数据处理和分析的效率,使Python成为科学计算和数据分析的首选语言。
14 3
|
24天前
|
数据可视化 算法 Python
基于OpenFOAM和Python的流场动态模态分解:从数据提取到POD-DMD分析
本文介绍了如何利用Python脚本结合动态模态分解(DMD)技术,分析从OpenFOAM模拟中提取的二维切片数据,以深入理解流体动力学现象。通过PyVista库处理VTK格式的模拟数据,进行POD和DMD分析,揭示流场中的主要能量结构及动态特征。此方法为研究复杂流动系统提供了有力工具。
53 2
基于OpenFOAM和Python的流场动态模态分解:从数据提取到POD-DMD分析
|
5天前
|
存储 机器学习/深度学习 算法
Python科学计算:NumPy与SciPy的高效数据处理与分析
【10月更文挑战第26天】NumPy和SciPy是Python科学计算领域的两大核心库。NumPy提供高效的多维数组对象和丰富的数学函数,而SciPy则在此基础上提供了更多高级的科学计算功能,如数值积分、优化和统计等。两者结合使Python在科学计算中具有极高的效率和广泛的应用。
14 2
|
10天前
|
数据采集 机器学习/深度学习 搜索推荐
Python自动化:关键词密度分析与搜索引擎优化
Python自动化:关键词密度分析与搜索引擎优化
|
11天前
|
数据可视化 算法 JavaScript
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
本文探讨了如何利用图论分析时间序列数据的平稳性和连通性。通过将时间序列数据转换为图结构,计算片段间的相似性,并构建连通图,可以揭示数据中的隐藏模式。文章介绍了平稳性的概念,提出了基于图的平稳性度量,并展示了图分区在可视化平稳性中的应用。此外,还模拟了不同平稳性和非平稳性程度的信号,分析了图度量的变化,为时间序列数据分析提供了新视角。
28 0
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
|
20天前
|
自然语言处理 算法 数据挖掘
探讨如何利用Python中的NLP工具,从被动收集到主动分析文本数据的过程
【10月更文挑战第11天】本文介绍了自然语言处理(NLP)在文本分析中的应用,从被动收集到主动分析的过程。通过Python代码示例,详细展示了文本预处理、特征提取、情感分析和主题建模等关键技术,帮助读者理解如何有效利用NLP工具进行文本数据分析。
40 2
|
30天前
|
JSON 数据可视化 API
玩转数据科学:Python实战分析天气预报变动趋势
【10月更文挑战第1天】随着气候变化对日常生活的影响日益显著,理解和预测天气模式变得越来越重要。本文将引导您如何使用Python来抓取和分析天气预报数据,从而揭示天气变化的趋势。我们将介绍从获取公开气象API的数据到清洗、处理以及可视化整个过程的技术方法。
100 2