绘制国民经济数据 要求：尝试导入两种格式数据，用到至少5个以上pandas模块内置函数 ，出现至少3种不同图形 GDP 数据是万亿美元

绘制国民经济数据，特别是GDP数据，可以通过使用Python的数据分析库Pandas和绘图库Matplotlib或Seaborn来进行。以下是一个简单的步骤指南，包括导入数据、处理数据、绘图，并使用Pandas的内置函数。

1. 导入数据：首先，我们需要从文件中导入数据。这里假设数据以CSV和Excel两种格式存储。我们可以使用Pandas的`read_csv`和`read_excel`函数来导入数据。

2. 数据处理：在绘制之前，通常需要对数据进行一些预处理，比如设置索引、清洗数据、转换数据类型等。Pandas提供了一系列强大的数据处理函数，如`set_index`、`dropna`、`astype`等。

3. 绘图：Pandas提供了`plot`方法来快速绘制数据的图形。我们将会使用这个方法来生成三种不同类型的图形：折线图、柱状图和散点图。

下面是根据上述步骤的一个简单代码示例：

import pandas as pd
import matplotlib.pyplot as plt

# 假设数据文件为"GDP_data.csv"和"GDP_data.xlsx"
# 导入数据
gdp_csv = pd.read_csv("GDP_data.csv")
gdp_excel = pd.read_excel("GDP_data.xlsx")

# 数据预处理，比如将年份设置为索引
gdp_csv.set_index('Year', inplace=True)
gdp_excel.set_index('Year', inplace=True)

# 将数据合并为一个DataFrame，方便处理
gdp_data = pd.concat([gdp_csv, gdp_excel], axis=1)

# 绘制折线图
plt.figure(figsize=(10, 5))
gdp_data.plot(kind='line', title='GDP Time Series')
plt.show()

# 绘制柱状图
plt.figure(figsize=(10, 5))
gdp_data.plot(kind='bar', title='GDP by Year')
plt.show()

# 绘制散点图
plt.figure(figsize=(10, 5))
gdp_data.plot(kind='scatter', x='Year', y='GDP', title='GDP Scatter Plot')
plt.show()

在上述代码中，我们使用了Pandas的`read_csv`、`read_excel`、`set_index`、`concat`等内置函数来进行数据导入和处理，并使用`plot`方法绘制了三种不同类型的图形。