中国城市资本流动分析：同城与跨城投资对比

"项目12_要求1"探讨了中国城市间2013年至2016年的资本流动情况，重点关注同城投资与跨城投资的分布差异，并使用Python进行数据处理和可视化。 在本项目中，首先需要从"data.xlsx"文件中提取数据并进行清洗。由于原始数据可能包含同一年内重复的投资记录，因此需要按照'投资方所在城市'，'融资方所在城市'，和'年份'三个字段进行分组汇总，以便得到每个城市对的年度投资总数。这可以通过Python的pandas库实现，利用`groupby`函数对数据进行聚合。 接着，需要筛选出同城投资和跨城投资的前20大城市，并对比两者之间的数据分布。可以使用matplotlib库的`plot`函数绘制柱状图，以城市名称作为index，投资笔数作为值，展示各城市的投资比例。通过对2013年至2016年数据的分析，发现同城投资普遍多于跨城投资，且深圳、北京、上海等一线城市在同城投资中占据主导地位，深圳的投资活跃度最高。 进一步，每年的同城投资和跨城投资都有上升趋势。同城投资中，北京、上海和深圳的地位日益巩固，尤其是深圳与其他城市的差距逐渐拉大。而在跨城投资中，一线城市之间的互动最为频繁，如北京-上海、北京-深圳和上海-深圳的投资关系显著。 为了深入探究全国跨城市资本流动情况，需要结合"中国城市代码对照表.xlsx"数据，为2013-2016年跨城投资的汇总数据添加城市的经纬度信息。这一步可以帮助在gephi中创建更直观的城市关系图，其中仅显示投资笔数TOP20的城市。同时，借助QGIS的插件将这些数据转换为线性图形，然后使用echarts库在Web端绘制全国跨城市资本流动的OD图，其中线条的粗细表示投资笔数。 本项目旨在通过数据挖掘和可视化技术揭示中国城市间资本流动的模式和趋势，帮助理解不同城市在经济发展中的角色及其相互作用。通过Python的数据处理能力，我们可以清晰地描绘出中国城市间的投资网络，为政策制定者和研究者提供有价值的信息。