美国三号人物众议院议长佩洛西，不顾我国的强烈反对，依旧我行我素，在8月2日的时候窜访台湾省。
严重侵害我国主权，向“台独”分子发出错误信号，公然挑衅我们的底线。对此我国做出了3大强有力的反制措施。
- 在舆论上我们有理、有利、有节，旗帜鲜明地表明我们的立场和态度。
- 在经济和贸易领域对“台独”顽固分子给予严厉制裁。 ①商务部决定暂停天然砂对台湾地区出口。相关措施自2022年8月3日起实施。 ②暂停台湾地区柑橘类水果和冰鲜白带鱼、冻竹荚鱼输入大陆。
- 在军事行动上坚决果断，力度前所未有。
本文和大家一起来看下近10年来我国和台湾省的贸易往来情况，分析商务部在经济和贸易领域出台政策对台湾省的影响。
本文目录
- 中国对亚洲地区进口贸易情况 1.1 加载库 1.2 加载数据 1.3 2020年中国对亚洲各国(地区)的进口情况 1.4 近10年中国对亚洲各国(地区)的进口情况
- 中国对亚洲地区出口贸易情况
2.1 加载库 2.2 加载数据 2.3 2020年中国对亚洲各国(地区)的出口情况 2.4 近10年中国对亚洲各国(地区)的出口情况
一、中国对亚洲地区进口贸易情况
1 加载库
首先加载库，并设置数据读取文件夹。
代码语言：javascript复制import os
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
#导入库
os.chdir(r'F:公众号63.我国和台湾贸易往来')
#设置存储数据的文件夹2 加载数据
接着用read_csv函数读取数据。
代码语言：javascript复制##进口数据分析
impt_date = pd.read_csv('中国从亚洲各国（地区）进口总额.csv', error_bad_lines=False, encoding='gbk')
#读取数据得到结果如下：
注：如需本文数据，可到国家统计局下载或公众号中回复“台湾贸易”即可免费获取。
3 2020年中国对亚洲各国(地区)的进口情况
然后处理数据，绘制横线条形图。
代码语言：javascript复制##进口数据分析
impt_date = pd.read_csv('中国从亚洲各国（地区）进口总额.csv', error_bad_lines=False, encoding='gbk')
#读取数据
impt_date['指标'] = impt_date['指标'].apply(lambda x:x.replace('进口总额(万美元)', ''))
impt_date['指标'] = impt_date['指标'].apply(lambda x:x.replace('中国从', ''))
#去除描述中多余字符
impt_date2 = impt_date[impt_date['指标'] != '亚洲']
#删除亚洲全量数据行
impt_date2 = impt_date2[impt_date2['指标'] != '中华人民共和国']
#删除亚洲全量数据行
impt_date2 = impt_date2.sort_values(['2020年'], ascending=False)
#整个数据框按2020年的数据进行降序排列
impt_date2_head_20 = impt_date2.head(20)
#取数据的前20行
plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文显示问题
plt.rcParams['axes.unicode_minus'] = False # 解决中文显示问题
plt.barh(impt_date2_head_20['指标'], impt_date2_head_20['2020年'], color='#87CEFA')
#plt.legend() #显示图例
plt.xlabel('进口总额(万美元)') #x轴标签
plt.ylabel('国家(地区)') #y轴标签
plt.title('2020年中国从亚洲各国(地区)进口总额(前20)') #标题
plt.savefig('2020年中国从亚洲各国(地区)进口总额(前20).jpg') #保存图片
plt.show() #显示图片得到结果如下：
数据来源：国家统计局
可以发现2020年中国从亚洲各国(地区)进口总额中，中国台湾已排在第一名。超过了日本和韩国，远超中国香港。
8月3日，我国暂停台湾地区柑橘类水果和冰鲜白带鱼、冻竹荚鱼输入大陆。
有台媒报道称，去年台湾地区的柑橘类水果86%销售至大陆，而生鲜或冷藏的白带鱼销售大陆的比率达到了100%。
可见这一制裁对台湾省柑橘类水果和冰鲜白带鱼销售是多么致命的打击。
4 近10年中国对亚洲各国(地区)的进口情况
最后用循环的方式，依次绘制出近10年中国对亚洲各国(地区)的进口情况。
代码语言：javascript复制##进口数据分析
impt_date = pd.read_csv('中国从亚洲各国（地区）进口总额.csv', error_bad_lines=False, encoding='gbk')
#读取数据
impt_date['指标'] = impt_date['指标'].apply(lambda x:x.replace('进口总额(万美元)', ''))
impt_date['指标'] = impt_date['指标'].apply(lambda x:x.replace('中国从', ''))
#去除描述中多余字符
impt_date2 = impt_date[impt_date['指标'] != '亚洲']
#删除亚洲全量数据行
impt_date2 = impt_date2[impt_date2['指标'] != '中华人民共和国']
#删除亚洲全量数据行
for i in range(18, -1, -1):
impt_date2 = impt_date2.sort_values([str(2020-i) '年'], ascending=False)
#整个数据框按2020年的数据进行降序排列
impt_date2_head_20 = impt_date2.head(20)
#取数据的前20行
plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文显示问题
plt.rcParams['axes.unicode_minus'] = False # 解决中文显示问题
plt.barh(impt_date2_head_20['指标'], impt_date2_head_20[str(2020-i) '年'], color='#87CEFA')
#plt.legend() #显示图例
plt.xlabel('进口总额(万美元)') #x轴标签
plt.ylabel('国家(地区)') #y轴标签
plt.title(str(2020-i) '年' '中国从亚洲各国(地区)进口总额(前20)') #标题
plt.pause(0.4) # 设置暂停时间，太快图表无法正常显示
plt.ioff() # 关闭画图的窗口，即关闭交互模式
plt.show() # 显示图片，防止闪退为了大家看得更清晰，在jupyter中运行代码得到结果如下：
可以发现近10年来，在亚洲地区对台湾省的进口总额始终在前3，2020年排名第1。
如果该段代码放在anaconda中运行，可以以动图的形式展示，具体参见娱乐圈排行榜动态条形图绘制。
二、中国对亚洲地区出口贸易情况
1 加载库
首先加载库，并设置数据读取文件夹。
代码语言：javascript复制import os
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
#导入库
os.chdir(r'F:公众号63.我国和台湾贸易往来')
#设置存储数据的文件夹2 加载数据
接着用read_csv函数读取数据。
代码语言：javascript复制##出口数据分析
expt_date = pd.read_csv('中国从亚洲各国（地区）出口总额.csv', error_bad_lines=False, encoding='gbk')
#读取数据得到结果如下：
3 2020年中国对亚洲各国(地区)的出口情况
然后处理数据，绘制横线条形图。
代码语言：javascript复制##出口数据分析
expt_date = pd.read_csv('中国从亚洲各国（地区）出口总额.csv', error_bad_lines=False, encoding='gbk')
#读取数据
expt_date['指标'] = expt_date['指标'].apply(lambda x:x.replace('出口总额(万美元)', ''))
expt_date['指标'] = expt_date['指标'].apply(lambda x:x.replace('中国向', ''))
#去除描述中多余字符
expt_date2 = expt_date[expt_date['指标'] != '亚洲']
#删除亚洲全量数据行
expt_date2 = expt_date2[expt_date2['指标'] != '中华人民共和国']
#删除亚洲全量数据行
expt_date2 = expt_date2.sort_values(['2020年'], ascending=False)
#整个数据框按2020年的数据进行降序排列
expt_date2_head_20 = expt_date2.head(20)
#取数据的前20行
plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文显示问题
plt.rcParams['axes.unicode_minus'] = False # 解决中文显示问题
plt.barh(expt_date2_head_20['指标'], expt_date2_head_20['2020年'], color='#87CEFA')
#plt.legend() #显示图例
plt.xlabel('出口总额(万美元)') #x轴标签
plt.ylabel('国家(地区)') #y轴标签
plt.title('2020年中国向亚洲各国(地区)出口总额(前20)') #标题
plt.savefig('2020年中国向亚洲各国(地区)出口总额(前20).jpg') #保存图片
plt.show() #显示图片得到结果如下：
数据来源：国家统计局
可以发现2020年中国向亚洲各国(地区)出口总额中，台湾排在第六名。排名第一的是中国香港。
4 近10年中国对亚洲各国(地区)的出口情况
最后用循环的方式，依次绘制出近10年中国对亚洲各国(地区)的出口情况。
代码语言：javascript复制##出口数据分析
expt_date = pd.read_csv('中国从亚洲各国（地区）出口总额.csv', error_bad_lines=False, encoding='gbk')
#读取数据
expt_date['指标'] = expt_date['指标'].apply(lambda x:x.replace('出口总额(万美元)', ''))
expt_date['指标'] = expt_date['指标'].apply(lambda x:x.replace('中国向', ''))
#去除描述中多余字符
expt_date2 = expt_date[expt_date['指标'] != '亚洲']
#删除亚洲全量数据行
expt_date2 = expt_date2[expt_date2['指标'] != '中华人民共和国']
#删除亚洲全量数据行
for i in range(18, -1, -1):
expt_date2 = expt_date2.sort_values([str(2020-i) '年'], ascending=False)
#整个数据框按2020年的数据进行降序排列
expt_date2_head_20 = expt_date2.head(20)
#取数据的前20行
plt.rcParams['font.sans-serif'] = ['SimHei'] # 解决中文显示问题
plt.rcParams['axes.unicode_minus'] = False # 解决中文显示问题
plt.barh(expt_date2_head_20['指标'], expt_date2_head_20['2020年'], color='#87CEFA')
#plt.legend() #显示图例
plt.xlabel('出口总额(万美元)') #x轴标签
plt.ylabel('国家(地区)') #y轴标签
plt.title(str(2020-i) '年' '中国向亚洲各国(地区)出口总额(前20)') #标题
#plt.savefig('2020年中国向亚洲各国(地区)出口总额(前20).jpg') #保存图片
plt.pause(0.4) # 设置暂停时间，太快图表无法正常显示
plt.ioff() # 关闭画图的窗口，即关闭交互模式
plt.show() # 显示图片，防止闪退为了大家看得更清晰，在jupyter中运行代码得到结果如下：
可以发现近10年来，在亚洲地区对台湾省的出口总额排名在第5到第8之间徘徊，中国香港始终排名第1。
至此，用Python分析近10年我国和台湾省的贸易往来已讲解完毕。
