2025年基尼系数简单算法_python简单计算器代码

编程汇总 • 2025-04-10 12:51 • 阅读 38

参考资料：
（从文件读取数据到数组）https://blog.csdn.net/gaochen1412771148/article/details/94886847?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~all~first_rank_v2~rank_v25-9-94886847.nonecase
（基尼系数计算方法-何史提的回答）https://www.zhihu.com/question/20219466/answer/25936162

简单的说明（吐槽）：

最近对基尼系数有点感兴趣，于是就基于面向百度搜索的方法（🙈）写了一个python计算基尼系数的小文件（手动狗头）。

读入的文件格式设置为txt，然后它里面只有一列数据。

完整代码：

import os

import numpy as np

import pandas as pd



file = open("gini.txt", "r")    #以只读方式从文件夹中读取一列家庭年收入的数据文档

row = file.readlines()  #读取所有行



wealths = []    #定义一个wealths数组用于存放所有的数据



#以下开始将txt文件的数据逐个输入wealths数组

for line in row:

    line = list(line.strip().split('/n'))   #strip移除字符串头尾指定的字符（默认为空格或换行符），split指定分隔符对 字符串进行切片

    for i in line:

        wealths.append(int(i))  #逐个追加入wealths数组



#打印wealths数组，看一下有没有读入数据错误

for i in range(0,len(wealths)):

    print(wealths[i])



#基尼系数计算的函数

def gini_coef(wealths):

    cum_wealths = np.cumsum(sorted(np.append(wealths, 0)))

    sum_wealths = cum_wealths[-1]

    xarray = np.array(range(0, len(cum_wealths))) / np.float(len(cum_wealths)-1)

    yarray = cum_wealths / sum_wealths

    B = np.trapz(yarray, x=xarray)

    A = 0.5 - B

    return A / (A+B)



#打印基尼系数结果

print("\n基尼系数是%f"%gini_coef(wealths))

测试代码：

首先是计算绝对平均的情况

我新建了一个“绝对平均”的txt文档，里面有100行数据，每一列都是1000，代表着100人的财产都是1000元钱。在这种绝对平均的情况下，基尼系数为0。

跑一下程序，发现结果确实为0。

然后是计算绝对不平均的情况

新建一个“绝对不平均”的txt文档，里面有100行数据，前99列都为0，最后一列是100000，代表着99个人的财产都被第100个人独吞了（那99个人真悲催😭）。在这种绝对不平均的情况下，基尼系数为1。

跑了一下程序，却发现结果是0.99。

呃，有没有大佬告诉一下我比较可靠的原因，现在我已经将原因归到（甩锅）电脑处理浮点数运算本来就不准确这个事实了。

最后我继续模拟了几组乱序的100个不同的数据，发现也能计算出结果，不过也还是不太知道结果的可靠性强不强。

所以如果有更加可靠的验证方法，我会继续更新的（应该吧，咕咕咕）。

2025年基尼系数简单算法_python简单计算器代码

完整代码：

测试代码：

首先是计算绝对平均的情况

然后是计算绝对不平均的情况

相关推荐