## 人均GDP計算

人均GDP是將該國家的年度GDP除以該國家的年度人口數。

臺灣近58年GDP資料下載([gdp_taiwan.csv](https://joc.url.tw/data_analysics/gdp_taiwan.csv))

世界各國近58年GDP資料下載([gdp_world.csv](https://joc.url.tw/data_analysics/gdp_world.csv))

臺灣近58年人口數下載([population_taiwan.csv](https://joc.url.tw/data_analysics/population_taiwan.csv))

世界各國近58年人口數資料下載([population_world.csv](https://joc.url.tw/data_analysics/population_world.csv))

import pandas as pd
import numpy as np
import csv
from plotly.offline import download_plotlyjs, init_notebook_mode, plot, iplot
import plotly.graph_objs as go

# 讀取GDP資料
data1 = pd.read_csv('gdp_taiwan.csv')
data2 = pd.read_csv('gdp_world.csv')
gdp_taiwan = data1.loc[0]
gdp_country = data2.loc[117]

# 讀取人口數資料
data3 = pd.read_csv('population_taiwan.csv')
data4 = pd.read_csv('population_world.csv')
population_taiwan = data3.loc[0]
population_country = data4.loc[117]

# 讀取資料後，針對資料進行運算。
years = np.linspace(1960, 2017, 58)
Taiwan = gdp_taiwan[1:] * 1000000 / population_taiwan[1:]
country = gdp_country[1:] / population_country[1:]

# 準備好人均GDP資料後，我們就可以進行繪圖。
trace1 = go.Scatter(
    x = years,
    y = Taiwan,
    mode = 'lines+markers',
    name = '臺灣'
)

trace2 = go.Scatter(
    x = years,
    y = country,
    mode = 'lines+markers',
    name = '日本'
)

data = [trace1, trace2]

iplot(data, filename='scatter-mode')


::: info
## 問題討論：
:bulb:(1)日本在哪個時期GDP大幅成長？為什麼？
:bulb:(2)為什麼日本比臺灣富有？
:::