'H5', 'yr': 2017, 'period': 2017, 'periodDesc': '2017', 'aggrLevel': 4, 'IsLeaf': 0, 'rgCode': 1, 'rgDesc': 'Import', 'rtCode': 156, 'rtTitle': 'China', 'rt3ISO': 'CHN', 'ptCode': 36, 'ptTitle': 'Australia', 'pt3ISO': 'AUS', 'ptCode2': None, 'ptTitle2': '', 'pt3ISO2': '', 'cstCode': '', 'cstDesc': '', 'motCode': '', 'motDesc': '', 'cmdCode': '2601', 'cmdDescE': 'Iron ores and 買粉絲ncentrates; including roasted iron pyrites', 'qtCode': 8, 'qtDesc': 'Weight in kilograms', 'qtAltCode': None, 'qtAltDesc': '', 'TradeQuantity': 668420584292, 'AltQuantity': None, 'NetWeight': 668420584292, 'GrossWeight': None, 'TradeValue': 46500341920, 'CIFValue': None, 'FOBValue': None, 'estCode': 0},
三、使用Pandas庫轉換數據格式
我們選擇我們關心的數據，用關鍵字提取出來，然后轉換成DataFrame格式，就可以方便的查看數據了：
import pandas as pd import cufflinks as cf pd.DataFrame(test.json()['dataset'])[['yr','TradeValue']].iplot(x='yr',y='TradeValue',kind='bar',title='中國過去5年自澳大利亞進口鐵礦石金額')
四、簡單封裝
我們把上文中的讀取和解析數據的過程，簡單封裝成一個函數，以方便后續調用，比如我們想查看中國歷年自澳大利亞進口鐵礦石的金額，可以用如下命令：
import requests import pandas as pd import cufflinks as cf def 買粉絲trade_data(**params): r = requests.get("買粉絲://買粉絲trade.un.org/api/get", params=params) return pd.DataFrame(r.json()['dataset']) Iron_ores = 買粉絲trade_data(r="156",px="HS",ps="ALL",p="36",rg='1',cc='2601',type='C',freq="A") Iron_ores[['yr','TradeValue']].iplot(x='yr',y='TradeValue',kind='bar',title='中國自澳大利亞進口鐵礦石金額')
我們想看看中國的大豆自各國進口的情況，用
soybean = 買粉絲trade_data(r="156",px="HS",ps="2019",p="all",rg='1',cc='1201',type='C',freq="A") soybean = soybean.sort_values(by='TradeValue',ascending=False) soybean.iloc[1:6].iplot(x='ptTitle',y='TradeValue',kind='bar',title='2019年中國大豆進口額')
從上圖可以看到，2019年中國自巴西的大豆進口，明顯高于美國，那么這種情況，是否是受到中美貿易摩擦的影響呢？我們用如下命令，就可以很清晰的看到，2018年之前，中國自美國和巴西進口大豆的金額比較接近，但是2018年之后，中國自美進口大豆銳減，并從巴西替代，這也是中美貿易摩擦對美國影響的一個案例。
soybean_import = 買粉絲trade_data(r="156",px="HS",ps="all",p="76,842",rg='1',cc='1201',type='C',freq="A") soybean_import_usa = soybean_import[soybean_import['ptTitle']=='USA'].set_index('yr')[['TradeValue']] soybean_import_brazil = soybean_import[soybean_import['ptTitle']=='Brazil'].set_index('yr')[['TradeValue']] soybean_import_all = soybean_import_usa.join(soybean_import_brazil,lsuffix='_USA',rsuffix='_Brazil') soybean_import_all.iplot(kind='bar',title='中國自美國和巴西進口大豆金額',legend={ 'orientation':'h','x':0.1,'y':-0.1})
五、幾個注意事項
1、如果是訪客用戶的話，ps、r、p三個參數最多只能填5個代碼，最多只有一個參數可以使用all，cc最多可以填20個代碼，可以使用all
2、查詢國家的時候，只能錄入國家編號，查詢國家對應編號的地址是買粉絲s://買粉絲trade.un.org/Data/cache/reporterAreas.json
3、查詢對手方國家的時候，只能錄入國家編號，查詢對手方國家對應編號的地址是買粉絲s://買粉絲trade.un.org/Data/cache/partnerAreas.json
4、查詢相關商品對應的HS編碼，地址是買粉絲s://買粉絲trade.un.org/Data/cache/classificationHS.json
因為澳大利亞礦產豐富，并不斷地將礦產出口到多個國家，獲得一大筆礦產收入。
澳大利亞不僅擁有著十分獨一無二的生物種群，澳大利亞的多種礦產也吸引了眾多國家的目光。由于澳大利亞物產豐富，當地存在著大量的煤礦資源。當地居民很少進行深加工，反而直接將礦產資源打包給其他國家。我們以2020年的數據為例，全球鐵礦石出口量突破15億，澳大利亞獨占57%。
最主要的原因是澳大利亞礦產豐富，出口數量龐大每年，多個國家會和澳大利亞簽訂礦產合作。澳大利亞提供豐富的礦產資源，其他國家需要用資金購買礦產資源。反觀澳大利亞每年的進出口貿易總量，礦產出口成為澳大利亞一大收入來源。2021年1月份到11月份，澳大利亞共出口3.62億噸煤炭。相比于缺乏礦產資源的國家，澳大利亞的資源優勢較為明顯，當地居民還不用擔心礦產缺乏。
當地分布著許多礦產，眾多居民從事礦產開發相關工作為進一步提高資源出口總量，澳大利亞制定老資源開發和開采的各項方案。一部分澳大利亞居民從事種植業和養殖業，另外一部分居民從事與礦產開發息息相關的工作。當地存在著大量的礦產，礦主和開采者不計其數。由于澳大利亞資源豐富的印象早已深入人心，人們將其稱之為可以坐在礦車上數錢的澳大利亞。
總的來說，澳大利亞礦產豐富是不爭的事實。可是，澳大利亞依靠鐵礦石和煤炭出口，每年就可以獲得接近1000億美元的收入。與此同時，當地居民還會種植農作物，畜牧業也是當地居民主要從事的工作，反而增加當地居民收入來源。
澳大利亞國民經濟支柱產業是服務業。
服務業為澳經濟最重要和發展最快的部門。經過30余年的經濟結構調整，已成為國民經濟支柱產業。主要以批發業、零售業和科技服務業為主。
自1970年代以來，澳大利亞經濟經歷了重大結構性調整，旅游業和服務業迅速發展，占國內生產總值的比重逐漸增加，當前已達到70%左右。黃金業發達，已經成為世界屈指可數的產金大國。澳大利亞郵政是世界上少見的賺錢而不需要政府補貼的郵政系統。