過去38年間の10カ国の国民一人当たりGDP推移をグラフ化する

plotlyを使って、1980年〜2018年の39年間のシンガポール、ドイツ、フランス、スイス、アメリカ、日本、カナダ、イギリス、オーストラリア、カタールの10カ国の国民一人当たりGDP推移をプロットする。それにしても、水道・光熱費・食料品・生活必需品の暴騰が酷い。あまりにも酷過ぎる。10月に消費税が2%引き上げられて税率が2桁になれば、さらに、水道・光熱費・食料品・生活必需品が暴騰し、国民の8割を占める庶民の生活は完全に破壊されるだろう。我が家を例に取れば、この一年間で、光熱費・水道料金で月4000円、食費で月2万円、生活必需品で月6000円の計3万円の負担増になっている。年間にすれば36万円の負担増である。とんでもない数字である。こんな負担増を賄い切れるわけがないので、生活の質をかなり落とさざるを得なくなっている。そういう訳で、日本が如何に貧しくなったかをPlotlyを使って視覚化してみようと考えた次第である。

スポンサーリンク

国民1人当たりGDPデータの準備

import pandas as pd

imf = pd.read_csv('WEOApr2019all.xls',encoding='latin1',sep='\t', thousands=',', na_values=['n/a', '--'])
imf1 = imf[imf['WEO Subject Code'] == 'NGDPDPC']
imf1[['Country','2018']].tail(10)
Country 2018
8289 United Kingdom 42558.00
8334 United States 62605.59
8379 Uruguay 17164.89
8424 Uzbekistan 1262.86
8469 Vanuatu 3254.05
8514 Venezuela 3373.69
8559 Vietnam 2551.12
8604 Yemen 873.38
8649 Zambia 1416.72
8694 Zimbabwe 1711.82
imf1 = imf1.fillna(0)
for i in range(9,55):
    imf1.iloc[:, i] = round(imf1.iloc[:, i],0).apply(pd.to_numeric, errors="coerce").astype(int)

1980年〜2018年の39年間のシンガポール、ドイツ、フランス、スイス、アメリカ、日本、カナダ、イギリス、オーストラリア、カタールの10カ国の国民一人当たりGDPデータを用意する。

variables = ['NGDPDPC']
countries = ['SGP', 'DEU', 'FRA', 'CHE', 'USA', 'JPN', 'CAN' ,'GBR','AUS','QAT']
GDP = imf1[imf1['ISO'].isin(countries) & imf1['WEO Subject Code'].isin(variables)]
GDP = GDP.set_index('Country').T.dropna()
スポンサーリンク

国民一人当たりGDP推移をプロット

import plotly.graph_objs as go
from plotly.offline import plot,iplot
year = list(range(1980,2019))

trace0 = go.Scatter(
    x = year,
    y = GDP[8:47]['Japan'],
    name = 'Japan',
    line = dict(
        color = ('mediumvioletred'),
        width = 4)
)

trace1 = go.Scatter(
    x = year,
    y = GDP[8:47]['Canada'],
    name = 'Canada',
    line = dict(
        color = ('green'),
        width = 4)
)

trace2 = go.Scatter(
    x = year,
    y = GDP[8:47]['France'],
    name = 'France',
    line = dict(
        color = ('magenta'),
        width = 4)
)

trace3 = go.Scatter(
    x = year,
    y = GDP[8:47]['Germany'],
    name = 'Germany',
    line = dict(
        color = ('blue'),
        width = 4)
)

trace4 = go.Scatter(
    x = year,
    y = GDP[8:47]['Singapore'],
    name = 'Singapore',
    line = dict(
        color = ('purple'),
        width = 4)
)

trace5 = go.Scatter(
    x = year,
    y = GDP[8:47]['Switzerland'],
    name = 'Switzerland',
    line = dict(
        color = ('deeppink'),
        width = 4)
)

trace6 = go.Scatter(
    x = year,
    y = GDP[8:47]['United Kingdom'],
    name = 'United Kingdom',
    line = dict(
        color = ('black'),
        width = 4)
)

trace7 = go.Scatter(
    x = year,
    y = GDP[8:47]['United States'],
    name = 'United States',
    line = dict(
        color = ('deepskyblue'),
        width = 4)
)

trace8 = go.Scatter(
    x = year,
    y = GDP[8:47]['Australia'],
    name = 'Australia',
    line = dict(
        color = ('teal'),
        width = 4)
)

trace9 = go.Scatter(
    x = year,
    y = GDP[8:47]['Qatar'],
    name = 'Qatar',
    line = dict(
        color = ('palegreen'),
        width = 4)
)

data = [trace0,trace1,trace2,trace3,trace4,trace5,trace6,trace7,trace8,trace9]
layout = dict(title = 'GDP Per Capita by Country',
    title_font=dict(size=24, family='Courier', color='black'),
    yaxis=dict(title='一人当たりのGDP',title_font=dict(size=22)
                ,tickfont=dict(size=20)),
    xaxis=dict(title='年',title_font=dict(size=22),tickfont=dict(size=20)),
    autosize=False,width=800, height=640,
    hovermode= 'x',
    hoverlabel=dict(font=dict(size=24)),
    legend=dict(x=-.001,y=1,font=dict(size=21,color='black'),bgcolor='rgba(0,0,0,0)'),
    legend_orientation="v"
              )
fig = dict(data=data, layout=layout)
plot(fig,show_link=False,filename="c.html",include_plotlyjs=False)

このように、日本の国民一人あたりのGDPは1995年〜2018年の23年間に世界第2位から世界第26位に転落している。斜陽の国と言い続けられて久しいイギリスにまで追い抜かされている体たらくっぷりである。これでは庶民の暮らしが苦しくなるのも無理はない。この23年間で、国の借金、公務員の給料、公務員教師の性犯罪、税・保険・年金負担、富裕層金融資産、生活費、子無し世帯、生涯未婚者、生活保護受給者、暴力年寄り、空き家(廃墟)、外国人、尊属殺人、幼児虐待、大都市人口、ニート・ひきこもり、日銀資産、特殊詐欺、認知症老人の徘徊が大激増した一方で、庶民の可処分所得、食料品・生活必需品の容量、子供、地方人口、庶民の金融資産、自然環境、研究論文数が大激減している。まさにこの国が終わっていることを改めて実感させられる酷い有様である。

スポンサーリンク
スポンサーリンク