（2）统计分析2000年至2022年国内年生产总值、人均生产总值以及每季度生产总值变化趋势。分别给一份代码

以下是一个Python代码示例，可以根据您提出的需求对爬取到的数据进行统计分析，并绘制相关图表：

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据
df = pd.read_csv('gdp_data.csv')

# 筛选所需字段
columns = ['年份', 'GDP', '人均GDP', '一季度GDP', '二季度GDP', '三季度GDP', '四季度GDP']
df = df[columns]

# 将数据类型转换为float
df[['GDP', '人均GDP', '一季度GDP', '二季度GDP', '三季度GDP', '四季度GDP']] = df[['GDP', '人均GDP', '一季度GDP', '二季度GDP', '三季度GDP', '四季度GDP']].astype(float)

# 统计年度GDP、人均GDP变化趋势
plt.figure(figsize=(10, 5))
plt.plot(df['年份'], df['GDP'], label='GDP')
plt.plot(df['年份'], df['人均GDP'], label='人均GDP')
plt.xlabel('年份')
plt.ylabel('金额（亿元）')
plt.title('年度GDP、人均GDP变化趋势')
plt.legend()
plt.show()

# 统计季度GDP变化趋势
plt.figure(figsize=(10, 5))
plt.plot(df['年份'], df['一季度GDP'], label='一季度GDP')
plt.plot(df['年份'], df['二季度GDP'], label='二季度GDP')
plt.plot(df['年份'], df['三季度GDP'], label='三季度GDP')
plt.plot(df['年份'], df['四季度GDP'], label='四季度GDP')
plt.xlabel('年份')
plt.ylabel('金额（亿元）')
plt.title('季度GDP变化趋势')
plt.legend()
plt.show()

以上示例代码中，我们使用了pandas和matplotlib这两个常用的数据分析和可视化工具对数据进行了分析和展示。通过运行上述代码，我们可以得到年度GDP、人均GDP以及每季度GDP的变化趋势图表。需要注意的是，以上示例代码仅为参考，具体的数据分析和可视化需求可以根据您的实际情况进行编写。