北京市2011年到2020年各年份的人均地区生产总值增长率数据

以下是北京市2011年到2020年各年份的人均地区生产总值增长率数据：

| 年份 | 人均地区生产总值增长率 |
| ---- | ---------------------- |
| 2011 | 9.7% |
| 2012 | 8.2% |
| 2013 | 7.7% |
| 2014 | 7.3% |
| 2015 | 7.0% |
| 2016 | 6.7% |
| 2017 | 6.5% |
| 2018 | 6.2% |
| 2019 | 6.1% |
| 2020 | -0.6% |

相关问题

pyhton 爬取广东省统计年鉴2014年到2015年各市外商直接投资数据

要爬取广东省统计年鉴2014年到2015年各市外商直接投资数据，可以按照以下步骤进行：

1. 打开广东省统计局官网（http://www.gdstats.gov.cn/），找到统计年鉴栏目，并进入2014年和2015年的统计年鉴页面。

2. 在页面上找到相关的外商直接投资数据，观察其URL链接和HTML结构，以确定需要爬取的数据位置和方法。

3. 使用Python中的requests库向对应的URL链接发送HTTP请求，并使用BeautifulSoup库对返回的HTML文本进行解析和提取目标数据。

4. 将提取的数据保存到本地文件或数据库中，以备后续分析和使用。

下面是一个简单的Python代码示例，供参考：

import requests
from bs4 import BeautifulSoup

# 设置请求头部信息
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"}

# 待爬取的年份列表
years = ['2014', '2015']

# 待爬取的城市列表
cities = ['广州市', '深圳市', '珠海市', '汕头市', '韶关市', '佛山市', '江门市', '湛江市',
          '茂名市', '肇庆市', '惠州市', '梅州市', '汕尾市', '河源市', '阳江市', '清远市', '东莞市', '中山市', '潮州市', '揭阳市', '云浮市']

# 遍历年份和城市，爬取数据
for year in years:
    for city in cities:
        # 构造请求URL
        url = 'http://data.gdstat.gov.cn/tjnj/2014/html/TJNJ51/{}.htm#{}'.format(year, city)

        # 发送HTTP请求
        response = requests.get(url, headers=headers)

        # 解析HTML文本
        soup = BeautifulSoup(response.text, 'html.parser')

        # 查找目标数据
        data = soup.select('table tr:nth-of-type(3) td:nth-of-type(2)')[0].text

        # 输出数据
        print('{}年{}外商直接投资数据为：{}'.format(year, city, data))

需要注意的是，该示例只是一个简单的爬虫代码，实际应用中还需要考虑数据格式化、异常处理、反爬虫机制等问题。建议在使用时结合具体情况进行修改和完善。

pandas获取2010-2021年的数据，并且要获取增长率，还要可视化

获取2010-2021年的数据，可以使用 Pandas 的切片功能，例如：

import pandas as pd

# 读取数据
data = pd.read_csv('data.csv')

# 切片获取 2010-2021 年的数据
data = data.loc[(data['年份'] >= 2010) & (data['年份'] <= 2021)]

接下来，我们可以计算每年的增长率，可以使用 Pandas 的 `pct_change` 函数，例如：

# 计算增长率
data['增长率'] = data['销售额'].pct_change()

# 去掉第一个 NaN 值
data = data.dropna()

最后，我们可以使用 Matplotlib 可视化增长率：

import matplotlib.pyplot as plt

# 绘制折线图
plt.plot(data['年份'], data['增长率'])

# 添加标题和坐标轴标签
plt.title('销售额增长率')
plt.xlabel('年份')
plt.ylabel('增长率')

# 显示图形
plt.show()

这样就可以得到 2010-2021 年的销售额增长率折线图了。