Python 直观理解基尼系数

基尼系数最开始就是衡量人群财富收入是否均衡，大家收入平平，那就是很平均，如果大家收入不平等，那基尼系数就很高。

还是给老干部们讲的言简意赅。
什么是基尼系数

我们接下来直接直观地看吧，程序说话

# -*- coding: utf-8 -*-

"""
@author: 赫凯
@software: PyCharm
@file: xx.py
@time: 2023/12/15 12:57
"""

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.animation import FuncAnimation
import matplotlib

matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False

# 基尼系数值
def gini_coef(kpi_num):
    cum_kpi = np.cumsum(sorted(np.append(kpi_num, 0)))
    sum_kpi = cum_kpi[-1]
    xarray = np.array(range(0, len(cum_kpi)))/np.float(len(cum_kpi)-1)
    yarray = cum_kpi/sum_kpi
    B = np.trapz(yarray, xarray)
    A = 0.5 - B
    return A/(A+B)


# 初始化画布
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 4))
data1 = [[10, 20, 30],
         [10, 20, 30, 40],
         [10, 20, 30, 40, 50],
         [10, 20, 30, 40, 50, 180],
         [10, 20, 30, 40, 50, 180, 200],
         [10, 20, 30, 40, 50, 180, 200, 1000]]


def draw(num):
    data = data1[num]
    # 绘制基尼系数曲线
    x = range(1, len(data) + 1)
    x1 = [sum(x[:i]) for i in x]
    y1 = [sum(data[:i]) for i in x]
    y2 = data
    # 清空原有图形
    plt.cla()
    # 创建包含两个子图的图形
    ax1.clear()
    # 在第一个子图中绘制 sin 曲线
    ax1.plot(x, y1, 'r-')
    ax1.set_xticks(x, x1)
	# 斜线
    ax1.plot([x[0], x[-1]], [y1[0], y1[0]])
    ax1.plot([x[-1], x[-1]], [y1[0], y1[-1]])
    ax1.plot([x[0], x[-1]], [y1[0], y1[-1]])

    y_ = [(y1[-1] - y1[0]) / (x[-1] - x[0]) * (i - x[0]) + y1[0] for i in x]
    # 填充区域
    ax1.fill_between(x, y1, [y1[0] for i in x], color='g', alpha=0.3, interpolate=True)
    ax1.fill_between(x, y_, y1, color='pink', alpha=0.3, interpolate=True)
    ax1.set_xlabel('最低收入到最高收入个数累计')
    ax1.set_ylabel('财富累计)')
    ax1.set_title(f'基尼系数展示{gini_coef(y1)}')

    # 在第二个子图中绘制 cos 曲线
    ax2.bar(x, y2)
    ax2.set_xlabel('个人')
    ax2.set_ylabel('财富值')
    ax2.set_title('每个人的财富总览')


# 创建动画对象
ani = FuncAnimation(plt.gcf(), draw, frames=len(data1), interval=500, blit=False)

ani.save('xx.gif')
# 显示动画
plt.show()