分析哪个国家在总体幸福指数上排名最高，中国居然80名以外？
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
以下文章来源于CDA数据分析师 ，作者CDA数据分析师
前言
《世界幸福指数报告》是对全球幸福状况的一次具有里程碑意义的调查。
民意测验机构盖洛普从2012年起，每年都会在联合国计划下发布《世界幸福指数报告》，报告会综合两年内150多个国家的国民对其所处社会、城市和自然环境等因素进行评价后，再根据他们所感知的幸福程度对国家进行排名。
《世界幸福指数报告》的编撰主要依赖于对150多个国家的1000多人提出一个简单的主观性问题：“如果有一个从0分到10分的阶梯，顶层的10分代表你可能得到的最佳生活，底层的0分代表你可能得到的最差生活。你觉得你现在在哪一层？”
那么哪个国家在总体幸福指数上排名最高？
哪些因素对幸福指数的影响最大？
今天我们就带你用Python来聊一聊。
数据理解
关键字段含义解释：
1. rank：幸福指数排名
2. region：国家
3. happiness：幸福指数得分
4. gdp_per_capita：GDP（人均国内生产总值）
5. healthy_life_expectancy：健康预期寿命
6. freedom_to_life_choise：自由权
7. generosity：慷慨程度
8. year：年份
9. corruption_perceptions：清廉指数
10. social_support：社会支持（客观上物质上的援助和直接服务；主观上指个体感到在社会中被尊重、被支持和被理解的情绪体验和满意程度。）
数据导入和数据整理
首先导入所需包。
# 读入数据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)
# 合并数据
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()
# 读入数据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)
# 合并数据
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
数据可视化
2019世界幸福地图
整体来看，北欧的国家幸福指数较高，如冰岛、丹麦、挪威、芬兰；东非和西非的国家幸福指数较低，如多哥、布隆迪、卢旺达和坦桑尼亚。
代码展示：
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/世界幸福地图.html")
2019世界幸福国家排行Top10
2019年报告，芬兰连续两年被评为“全球最幸福国家”。丹麦、挪威、冰岛、荷兰进入前五名，对比2018年报告，中国从86名下降到93名。
代码展示：
# 合并数据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])
# 条形图
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世界幸福国家排行Top10和Last10.html")
幸福指数相关性
我们可以得出以下结论：
- 从影响因素相关性热力图可以看出，在影响幸福得分的因素中，GDP、社会支持、健康预期寿命呈现高度相关，自由权呈现中度相关，国家的廉政水平呈现低度相关，慷慨程度则呈现极低的相关性；
- GDP与健康预期寿命、社会支持之间存在高度相关。说明GDP高的国家，医疗水平和社会福利较为完善，人民的预期寿命也会越高；
- 健康预期寿命与社会支持之间存在中度相关性。
以下分别观察各个因素的影响程度。
GDP和幸福得分
人均GDP与幸福得分呈高度线性正相关关系，GDP越高的国家，幸福水平相对越高。
代码展示：
# 散点图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")
健康预期寿命和幸福得分
健康预期寿命与幸福得分呈高度线性正相关关系，健康预期寿命越高的国家，幸福水平相对越高。
代码展示：
散点图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/健康预期寿命和幸福得分.html")
以上是 分析哪个国家在总体幸福指数上排名最高，中国居然80名以外？ 的全部内容， 来源链接： utcz.com/z/530313.html
