该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
贡献代码
同步代码
Vicky MAP 7013d97 5年前
取消
提示: 由于 Git 不支持空文件夾,创建文件夹后会生成空的 .keep 文件
Loading...
README
<script src="https://cdnjs.cloudflare.com/ajax/libs/mathjax/2.7.1/MathJax.js?config=TeX-AMS_HTML"></script>
<!-- MathJax configuration -->
<script type="text/x-mathjax-config">
MathJax.Hub.Config({
    tex2jax: {
        inlineMath: [ ['$','$'], ["\\(","\\)"] ],
        displayMath: [ ['$$','$$'], ["\\[","\\]"] ],
        processEscapes: true,
        processEnvironments: true
    },
    // Center justify equations in code and markdown cells. Elsewhere
    // we use CSS to left justify single line equations in code cells.
    displayAlign: 'center',
    "HTML-CSS": {
        styles: {'.MathJax_Display': {"margin": 0}},
        linebreaks: { automatic: true }
    }
});
</script>
<!-- End of mathjax configuration --></head>

法律权利力度指数(0=弱,12=强)

In [1]:
import pandas as pd
df=pd.read_csv("strength_of_legal_rights_index.csv",encoding="gbk")
df
Out[1]:
country_name y_2013 y_2014 y_2015 y_2016 y_2017 y_2018
0 Aruba NaN NaN NaN NaN NaN NaN
1 Afghanistan 9.00000 9.00000 9.000000 9.000000 9.000000 10.000000
2 Angola 1.00000 1.00000 1.000000 1.000000 1.000000 1.000000
3 Albania 7.00000 6.00000 6.000000 6.000000 8.000000 8.000000
4 Andorra NaN NaN NaN NaN NaN NaN
5 Arab World 1.47619 1.47619 1.409091 1.409091 1.772727 2.363636
6 United Arab Emirates 2.00000 2.00000 2.000000 2.000000 2.000000 6.000000
7 Argentina 3.00000 3.00000 3.000000 3.000000 3.000000 3.000000
8 Armenia 4.00000 4.00000 4.000000 6.000000 6.000000 6.000000
9 Australia 11.00000 11.00000 11.000000 11.000000 11.000000 11.000000
10 Austria 4.00000 4.00000 4.000000 4.000000 4.000000 4.000000
11 Azerbaijan 2.00000 2.00000 2.000000 2.000000 2.000000 8.000000
12 Burundi 2.00000 2.00000 2.000000 2.000000 2.000000 2.000000
13 Belgium 4.00000 4.00000 4.000000 4.000000 4.000000 8.000000
14 Benin 6.00000 6.00000 6.000000 6.000000 6.000000 6.000000
15 Burkina Faso 6.00000 6.00000 6.000000 6.000000 6.000000 6.000000
16 Bangladesh 5.00000 5.00000 5.000000 5.000000 5.000000 5.000000
17 Bulgaria 8.00000 8.00000 8.000000 8.000000 8.000000 8.000000
18 Bahrain 1.00000 1.00000 1.000000 1.000000 1.000000 1.000000
19 Belize 4.00000 4.00000 4.000000 4.000000 4.000000 4.000000
20 Bermuda NaN NaN NaN NaN NaN NaN
21 Bolivia 0.00000 0.00000 0.000000 0.000000 0.000000 0.000000
22 Brazil 2.00000 2.00000 2.000000 2.000000 2.000000 2.000000
23 Barbados 6.00000 6.00000 6.000000 6.000000 6.000000 6.000000
24 Brunei Darussalam 4.00000 4.00000 4.000000 5.000000 12.000000 12.000000
25 Bhutan 4.00000 4.00000 4.000000 4.000000 4.000000 4.000000
26 Botswana 5.00000 5.00000 5.000000 5.000000 5.000000 5.000000
27 Central African Republic 6.00000 6.00000 6.000000 6.000000 6.000000 6.000000
28 Canada 9.00000 9.00000 9.000000 9.000000 9.000000 9.000000
29 Switzerland 6.00000 6.00000 6.000000 6.000000 6.000000 6.000000
... ... ... ... ... ... ... ...
152 Sweden 6.00000 6.00000 6.000000 6.000000 6.000000 6.000000
153 Eswatini 4.00000 4.00000 4.000000 4.000000 4.000000 4.000000
154 Seychelles 2.00000 2.00000 2.000000 2.000000 2.000000 2.000000
155 Chad 6.00000 6.00000 6.000000 6.000000 6.000000 6.000000
156 Togo 6.00000 6.00000 6.000000 6.000000 6.000000 6.000000
157 Thailand 3.00000 3.00000 3.000000 3.000000 7.000000 7.000000
158 Tajikistan 1.00000 1.00000 1.000000 1.000000 1.000000 1.000000
159 Turkmenistan NaN NaN NaN NaN NaN NaN
160 Timor-Leste 0.00000 0.00000 0.000000 0.000000 0.000000 0.000000
161 Tonga 10.00000 10.00000 10.000000 10.000000 10.000000 10.000000
162 Trinidad and Tobago 6.00000 7.00000 7.000000 7.000000 7.000000 7.000000
163 Tunisia 3.00000 3.00000 3.000000 3.000000 3.000000 3.000000
164 Turkey 2.00000 2.00000 2.000000 2.000000 4.000000 7.000000
165 Tuvalu NaN NaN NaN NaN NaN NaN
166 Tanzania 5.00000 5.00000 5.000000 5.000000 5.000000 5.000000
167 Uganda 5.00000 5.00000 5.000000 5.000000 5.000000 5.000000
168 Ukraine 8.00000 8.00000 8.000000 8.000000 8.000000 8.000000
169 Uruguay 4.00000 4.00000 4.000000 4.000000 4.000000 4.000000
170 United States 11.00000 11.00000 11.000000 11.000000 11.000000 11.000000
171 Uzbekistan 1.00000 1.00000 6.000000 6.000000 6.000000 6.000000
172 Venezuela, RB 1.00000 1.00000 1.000000 1.000000 1.000000 1.000000
173 Vietnam 7.00000 7.00000 7.000000 7.000000 8.000000 8.000000
174 Vanuatu 10.00000 10.00000 10.000000 11.000000 11.000000 11.000000
175 Samoa 5.00000 5.00000 5.000000 5.000000 9.000000 9.000000
176 Kosovo 9.00000 9.00000 9.000000 9.000000 11.000000 11.000000
177 Yemen 0.00000 0.00000 0.000000 0.000000 0.000000 0.000000
178 South Africa 5.00000 5.00000 5.000000 5.000000 5.000000 5.000000
179 Zambia 7.00000 7.00000 7.000000 7.000000 11.000000 11.000000
180 Zimbabwe 5.00000 5.00000 5.000000 5.000000 5.000000 5.000000
181 Greenland NaN NaN NaN NaN NaN NaN

182 rows × 7 columns

In [2]:
法律权利=list(zip(list(df.country_name),list(df.y_2018.fillna(0))))
print(法律权利)
[('Aruba', 0.0), ('Afghanistan', 10.0), ('Angola', 1.0), ('Albania', 8.0), ('Andorra', 0.0), ('Arab World', 2.363636364), ('United Arab Emirates', 6.0), ('Argentina', 3.0), ('Armenia', 6.0), ('Australia', 11.0), ('Austria', 4.0), ('Azerbaijan', 8.0), ('Burundi', 2.0), ('Belgium', 8.0), ('Benin', 6.0), ('Burkina Faso', 6.0), ('Bangladesh', 5.0), ('Bulgaria', 8.0), ('Bahrain', 1.0), ('Belize', 4.0), ('Bermuda', 0.0), ('Bolivia', 0.0), ('Brazil', 2.0), ('Barbados', 6.0), ('Brunei Darussalam', 12.0), ('Bhutan', 4.0), ('Botswana', 5.0), ('Central African Republic', 6.0), ('Canada', 9.0), ('Switzerland', 6.0), ('Chile', 4.0), ('China', 4.0), ("Cote d'Ivoire", 6.0), ('Cameroon', 6.0), ('Colombia', 12.0), ('Comoros', 6.0), ('Cabo Verde', 1.0), ('Costa Rica', 10.0), ('Cuba', 0.0), ('Curacao', 0.0), ('Cyprus', 7.0), ('Germany', 6.0), ('Djibouti', 5.0), ('Dominica', 6.0), ('Denmark', 8.0), ('Algeria', 2.0), ('Ecuador', 1.0), ('Spain', 5.0), ('Estonia', 7.0), ('Ethiopia', 3.0), ('Finland', 7.0), ('Fiji', 5.0), ('France', 4.0), ('Gabon', 6.0), ('Georgia', 9.0), ('Ghana', 6.0), ('Gibraltar', 0.0), ('Guinea', 6.0), ('Greece', 3.0), ('Grenada', 6.0), ('Guatemala', 9.0), ('Guyana', 3.0), ('Hong Kong SAR, China', 8.0), ('Honduras', 9.0), ('Croatia', 5.0), ('Hungary', 9.0), ('Indonesia', 6.0), ('India', 9.0), ('Ireland', 7.0), ('Iraq', 0.0), ('Israel', 6.0), ('Italy', 2.0), ('Jamaica', 9.0), ('Jordan', 0.0), ('Japan', 5.0), ('Kazakhstan', 6.0), ('Kenya', 10.0), ('Cambodia', 10.0), ('Kiribati', 4.0), ('St. Kitts and Nevis', 5.0), ('Korea', 5.0), ('Kuwait', 1.0), ('Lao', 6.0), ('Lebanon', 2.0), ('Liberia', 9.0), ('Libya', 0.0), ('St. Lucia', 5.0), ('Liechtenstein', 0.0), ('Sri Lanka', 2.0), ('Lesotho', 5.0), ('Lithuania', 6.0), ('Luxembourg', 3.0), ('Latvia', 9.0), ('Morocco', 2.0), ('Monaco', 0.0), ('Moldova', 8.0), ('Madagascar', 2.0), ('Maldives', 2.0), ('Mexico', 10.0), ('North Macedonia', 10.0), ('Mali', 6.0), ('Malta', 2.0), ('Myanmar', 2.0), ('Montenegro', 12.0), ('Mongolia', 9.0), ('Mozambique', 1.0), ('Mauritania', 2.0), ('Mauritius', 6.0), ('Malawi', 11.0), ('Malaysia', 7.0), ('North America', 10.0), ('Namibia', 5.0), ('New Caledonia', 0.0), ('Niger', 6.0), ('Nigeria', 9.0), ('Nicaragua', 2.0), ('Netherlands', 2.0), ('Norway', 5.0), ('Nepal', 10.0), ('Nauru', 0.0), ('New Zealand', 12.0), ('Oman', 1.0), ('Pakistan', 2.0), ('Panama', 8.0), ('Peru', 7.0), ('Philippines', 1.0), ('Palau', 10.0), ('Papua New Guinea', 9.0), ('Poland', 7.0), ('Pre-demographic dividend', 5.216216216), ('Puerto Rico', 12.0), ('Portugal', 2.0), ('Paraguay', 1.0), ('Qatar', 1.0), ('Romania', 9.0), ('Russia', 9.0), ('Rwanda', 11.0), ('South Asia', 5.5), ('Saudi Arabia', 1.0), ('Sudan', 5.0), ('Senegal', 6.0), ('Singapore', 8.0), ('Sierra Leone', 5.0), ('El Salvador', 9.0), ('San Marino', 1.0), ('Somalia', 0.0), ('Serbia', 6.0), ('South Sudan', 2.0), ('Sub-Saharan Africa', 5.145833333), ('Suriname', 2.0), ('Slovak Republic', 7.0), ('Slovenia', 3.0), ('Sweden', 6.0), ('Eswatini', 4.0), ('Seychelles', 2.0), ('Chad', 6.0), ('Togo', 6.0), ('Thailand', 7.0), ('Tajikistan', 1.0), ('Turkmenistan', 0.0), ('Timor-Leste', 0.0), ('Tonga', 10.0), ('Trinidad and Tobago', 7.0), ('Tunisia', 3.0), ('Turkey', 7.0), ('Tuvalu', 0.0), ('Tanzania', 5.0), ('Uganda', 5.0), ('Ukraine', 8.0), ('Uruguay', 4.0), ('United States', 11.0), ('Uzbekistan', 6.0), ('Venezuela, RB', 1.0), ('Vietnam', 8.0), ('Vanuatu', 11.0), ('Samoa', 9.0), ('Kosovo', 11.0), ('Yemen', 0.0), ('South Africa', 5.0), ('Zambia', 11.0), ('Zimbabwe', 5.0), ('Greenland', 0.0)]
In [3]:
from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.globals import ChartType, SymbolType

def map_world() -> Map: c = ( Map() .add("2018年法律权利力度指数", 法律权利, "world") .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(title="法律权利力度指数(0=弱,12=强)"), visualmap_opts=opts.VisualMapOpts(min_=0.000000, max_=12.000000), ) ) return c 地理图 = map_world() 地理图.render_notebook()

Out[3]:
    <div id="964f8061b8094421b83d5a111fe7c6fa" style="width:900px; height:500px;"></div>

法律权利力度指数(0=弱,12=强)

通过世界地图查看世界各个国家的法律权利力度指数,来看各个国家对于法律力度的管控程度。0即蓝色代表法律权利力度指数是最弱的,12即红色是最强的。

格陵兰岛的由于数据缺失所以显示蓝色,但是总体来说北美洲的法律权利力度指数是最高的。大洋洲的法律权利力度指数也是最高的,我们知道近代的法律起源是英国的大宪章运动,最早掀法律运动的狂潮,所有年代历史的久远,对于法律的完善越来越好,所以他们的法律权利力度指数高也是一个正常现象。大洋洲只有澳大利亚一个国家,由于地广人稀的特质在加上他们审判制度,所以相对其他国家来说法律权利力度指数是相对比较高的。

中国的法律权利力度指数很低,虽然中华文化有5千多年的历史,但是5千多年法律掌握在权贵手里,近代的法律变革,虽然保障公民的权益,但是很多法律明令没有完善。

空文件

简介

暂无描述 展开 收起
HTML
取消

发行版

暂无发行版

贡献者

全部

近期动态

不能加载更多了
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化