前些天听了南京大学周耿老师关于“基尼系数计算”的直播课，需要时间好好消化，便有了整理此篇文章的想法。
1 基尼系数
1.1 简介
1912年意大利经济学家基尼，设计了一个测度社会贫富差距的方法沿用至今，成为国际通用的标准。
基尼系数最大为“1”，最小等于“0”。基尼系数越接近0表明收入分配越是趋向平等。国际上并没有一个组织或教科书给出最适合的基尼系数标准。但有不少人认为基尼系数小于0.2时，居民收入过于平均，0.2-0.3之间时较为平均，0.3-0.4之间时比较合理，0.4-0.5时差距过大，大于0.5时差距悬殊。
世界部分国家基尼系数排行1970-2019
1.2 定义
基尼系数有好几种定义方式，老师在课上公式法中运用的是下面第二张图中的公式，还有其他的一些公式，感兴趣的也可以自己通过代码实现，用来对比不同算法之间的差异。
2 实践
2.1 公式法
代码如下：
def gini(L): s1=0 #分子 s2=0 #分母 for i in L: s2+=2*len(L)*i for j in L: s1+=abs(i-j) return s1/s2 gini(r) # 这里的r是老师通过random模块paretovar()方法构造的帕累托分布，大家也可以自己生成数据测试代码效果
我们同样用美国2008年收入数据来检验下公式法。
代码如下：
#生成列表，带入函数计算 df=pd.read_csv('usa_income.csv') L=[] for i in df.index: L=L+[ df.loc[i,'income'] for j in range(int(df.loc[i,'people']/10000))] #列表推导式 gini(L) # out:0.5979213459691597
2.2 估算美国2008年基尼系数
2.2.1 读取数据并计算
代码如下：
#读取数据 df=pd.read_csv('usa_income.csv') df['all_income']=df['people']*df['income'] df['people_cum']=df['people'].cumsum() df['people_ratio']=df['people']/df['people'].sum()*100 df['people_ratio_cum']=df['people_cum']/df['people_cum'].max()*100 df['all_income_cum']=df['all_income'].cumsum() df['Lorenz curve']=df['all_income_cum']/df['all_income_cum'].max()*100 #洛伦茨曲线 df
效果如图：
2.2.2 画洛伦兹曲线
代码如下：
df['avg']=df['people_ratio_cum'] #绝对平均线 df.plot(x='people_ratio_cum', y=['Lorenz curve','avg']) #画图
效果如图：
2.2.3 按图形面积计算
#面积A+B=100*100*0.5=5000 #面积B s=0 for i in df.index[1:]: people1=df.loc[i-1,'Lorenz curve'] #梯形的下底 people2=df.loc[i,'Lorenz curve'] #梯形的上底 people_ratio=df.loc[i,'people_ratio'] s+=(people1+people2)*people_ratio*0.5 Gini=round((100*100*0.5-s)/(100*100*0.5),8) # 三角形的面积好求，洛伦兹曲线计算需要思考 Gini # 计算结果为：0.60257495
不难发现，公式法与面积法计算结果还是比较接近的。
3 列表推导式与条件赋值
学习pandas,列表推导式最好一并掌握。
在生成一个数字序列的时候，在 Python 中可以如下写出：
L = [] def my_func(x): return 2*x for i in range(5): L.append(my_func(i)) L # Out: [0, 2, 4, 6, 8]
事实上可以利用列表推导式进行写法上的简化： [* for i in *] 。其中，第一个 * 为映射函数，其输入为后面 i 指代的内容，第二个 * 表示迭代的对象。
[my_func(i) for i in range(5)] # Out:[0, 2, 4, 6, 8]
列表表达式还支持多层嵌套，如下面的例子中第一个 for 为外层循环，第二个为内层循环：
[m+'_'+n for m in ['a', 'b'] for n in ['c', 'd']] # out:['a_c', 'a_d', 'b_c', 'b_d']
除了列表推导式，另一个实用的语法糖是带有 if 选择的条件赋值，其形式为 value = a if condition else b ：
value = 'cat' if 2>1 else 'dog' value # out: 'cat'
等价于如下的写法：
a, b = 'cat', 'dog' condition = 2 > 1 # 此时为True if condition: value = a else: value = b
下面举一个例子，截断列表中超过5的元素，即超过5的用5代替，小于5的保留原来的值：
L = [1, 2, 3, 4, 5, 6, 7] [i if i <= 5 else 5 for i in L] # out：[1, 2, 3, 4, 5, 5, 5]
References
基尼系数_百度百科 (baidu.com)
How Has the Literature on Gini’s IndexEvolved in the Past 80 Years?
