2016年廣西各市第一、二坏怪、三產(chǎn)業(yè)分布情況
數(shù)據(jù)來源：國家統(tǒng)計(jì)局
03-06.jpg
代碼實(shí)現(xiàn)如下：
數(shù)據(jù)處理
> md <- read.csv("d:/GX2016.csv",header = TRUE,sep=",") #提取數(shù)據(jù)
> md
X x1 x2 x3 x4
1 南寧 107.0000 103.2 105.8 108.8
2 柳州 107.3000 103.1 105.7 110.5
3 桂林 106.9000 104.5 106.4 108.7
4 梧州 107.6000 103.3 108.6 107.2
5 北海 108.6000 104.1 109.6 109.7
6 防城港 109.1000 104.0 115.5 106.5
7 欽州 109.0000 103.5 113.3 109.7
8 貴港 107.9000 103.8 110.0 107.9
9 玉林 108.0000 102.1 109.6 109.0
10 百色 108.8000 103.9 109.5 110.2
11 賀州 108.1000 104.1 110.0 108.3
12 河池 104.9000 103.2 101.2 108.5
13 來賓 103.9000 103.0 101.5 107.1
14 崇左 108.2000 103.4 107.9 111.5
15 107.5214 NA NA NA
> md <- read.csv("d:/GX2017.csv",header = TRUE,sep=",") #提取數(shù)據(jù)
> md
X x1 x2 x3 x4
1 南寧 107.0 103.2 105.8 108.8
2 柳州 107.3 103.1 105.7 110.5
3 桂林 106.9 104.5 106.4 108.7
4 梧州 107.6 103.3 108.6 107.2
5 北海 108.6 104.1 109.6 109.7
6 防城港 109.1 104.0 115.5 106.5
7 欽州 109.0 103.5 113.3 109.7
8 貴港 107.9 103.8 110.0 107.9
9 玉林 108.0 102.1 109.6 109.0
10 百色 108.8 103.9 109.5 110.2
11 賀州 108.1 104.1 110.0 108.3
12 河池 104.9 103.2 101.2 108.5
13 來賓 103.9 103.0 101.5 107.1
14 崇左 108.2 103.4 107.9 111.5
> mdd <- md[,-c (1 ,0)] #刪除第一列
> mdd
x1 x2 x3 x4
1 107.0 103.2 105.8 108.8
2 107.3 103.1 105.7 110.5
3 106.9 104.5 106.4 108.7
4 107.6 103.3 108.6 107.2
5 108.6 104.1 109.6 109.7
6 109.1 104.0 115.5 106.5
7 109.0 103.5 113.3 109.7
8 107.9 103.8 110.0 107.9
9 108.0 102.1 109.6 109.0
10 108.8 103.9 109.5 110.2
11 108.1 104.1 110.0 108.3
12 104.9 103.2 101.2 108.5
13 103.9 103.0 101.5 107.1
14 108.2 103.4 107.9 111.5
x1 x2 x3 x4
地區(qū)總產(chǎn)值 第一產(chǎn)業(yè) 第二產(chǎn)業(yè) 第三產(chǎn)業(yè)
描述統(tǒng)計(jì)
> #描述統(tǒng)計(jì)
> library(Hmisc)
> data <- c("x1","x2","x3","x4")
> summary(mdd[data])
x1 x2 x3 x4
Min. :103.9 Min. :102.1 Min. :101.2 Min. :106.5
1st Qu.:107.1 1st Qu.:103.2 1st Qu.:106.0 1st Qu.:108.0
Median :108.0 Median :103.5 Median :109.0 Median :108.8
Mean :107.5 Mean :103.5 Mean :108.2 Mean :108.8
3rd Qu.:108.5 3rd Qu.:104.0 3rd Qu.:109.9 3rd Qu.:109.7
Max. :109.1 Max. :104.5 Max. :115.5 Max. :111.5
> myda1 <- sum(mdd$x2)/sum(mdd)
> myda2 <- sum(mdd$x3)/sum(mdd)
> myda3 <- sum(mdd$x4)/sum(mdd)
> pic <- c(0.2418,0.2527,0.2542)*100
> labls <-c("第一產(chǎn)業(yè)","第二產(chǎn)業(yè)","第三產(chǎn)業(yè)")
> lab2 <- paste(labls," ",pic,"%",sep="")
> pie(pic,labels = lab2,col = rainbow(5),main="各產(chǎn)業(yè)比重餅圖")
Rplot021.png
1 2 3 4 5 6 7 8 9 10 11
南寧 柳州 桂林 梧州 北海 防城港 欽州 貴港 玉林 百色 賀州
12 13 14
河池 來賓 崇左
聚類分析
> #聚類分析
> d <- dist(mdd) #求距離
> fit.average <- hclust(d,method = "average")
> plot(fit.average,hand=.8,main="聚類分析")
> rect.hclust(fit.average,k=4)
Rplot06.png
條形圖
> #條形圖
> par(mar=c(5,5,8,2))
> x <- c("南寧","柳州","桂林","梧州","北海","防城港","欽州","貴港",
+ "玉林","百色","賀州","河池","來賓","崇左")
> y <- c(1:100)
> barplot(md$x1,main = "地區(qū)生產(chǎn)總值",names.arg=x,
+ xlab = "城市",ylab = "總產(chǎn)出")
> barplot(md$x2,main = "第一產(chǎn)業(yè)",names.arg=x,xlab = "城市",ylab = "總產(chǎn)出")
> barplot(md$x3,main = "第二產(chǎn)業(yè)",names.arg=x,
+ xlab = "city",ylab = "總產(chǎn)出")
> barplot(md$x4,main = "第三產(chǎn)業(yè)",names.arg=x,
+ xlab = "city",ylab = "總產(chǎn)出")
Rplot.png
Rplot01.png
Rplot03.png
Rplot04.png
總結(jié)：
- 從聚類分析圖可知贝润，第一類為河池、來賓铝宵，第二類為防城港打掘、欽州，第三類為北海鹏秋、百色尊蚁、玉林、梧州侣夷、貴港横朋、賀州，第四類為崇左百拓、柳州琴锭、南寧、桂林衙传，也比較符合人們的認(rèn)知水平决帖。
- 綜合來說，在廣西蓖捶，第四類城市經(jīng)濟(jì)發(fā)展水平較高地回，第三類次之，第一類較低俊鱼。
- 從餅圖可知落君，在三類產(chǎn)業(yè)中，第三產(chǎn)業(yè)占總產(chǎn)值的比重最高亭引，緊接著的第二產(chǎn)業(yè)，且第二產(chǎn)業(yè)和第三產(chǎn)業(yè)比重很接近皮获，三類產(chǎn)業(yè)發(fā)展較為均衡焙蚓，沒有較突出的領(lǐng)域，第一產(chǎn)業(yè)占的比重依然很大洒宝，第三產(chǎn)業(yè)沒有成為發(fā)展的主力軍购公，導(dǎo)致總體GDP在全國水平也偏低。
- 具體分析雁歌，在第一產(chǎn)業(yè)中宏浩，百色、北海靠瞎、崇左比庄、賀州的產(chǎn)值較高求妹；在第二產(chǎn)業(yè)中，桂林佳窑、防城港制恍、北海、賀州的產(chǎn)值較高神凑；在第三產(chǎn)業(yè)中净神，南寧、柳州溉委、百色鹃唯、崇左的產(chǎn)值較高，因此在新興領(lǐng)域瓣喊，在南寧和柳州發(fā)展有較好前景坡慌。
表格數(shù)據(jù)獲取鏈接：https://www.jianguoyun.com/p/DWZ7JDQQ0r2mBxiY754B
