如何用python计算基尼系数（附示例）

基尼系数以意大利统计学家科拉多·基尼 (Corrado Gini)的名字命名，是衡量人口收入分配的一种方法。

基尼系数的值范围为0到1，其中值越高代表收入不平等程度越大，其中：

• 0代表完全收入平等（每个人收入相同）
• 1代表完全收入不平等（一个人拥有所有收入）

您可以在此处找到按国家/地区划分的基尼系数列表。

以下示例展示了如何在 Python 中计算基尼系数。

示例：用Python计算基尼系数

要在 Python 中计算基尼系数，我们首先需要定义一个简单的函数来计算 NumPy 值数组的基尼系数：

 import numpy as np

#define function to calculate Gini coefficient
def gini(x):
    total = 0
    for i, xi in enumerate(x[:-1], 1):
        total += np. sum (np. abs (xi - x[i:]))
    return total / (len(x)**2 * np.mean (x))

接下来，我们将使用此函数计算收入值表的基尼系数。

例如，假设我们有以下 10 个人的年收入列表：

收入： 50,000 美元、50,000 美元、70,000 美元、70,000 美元、70,000 美元、90,000 美元、150,000 美元、150,000 美元、150,000 美元、150,000 美元

以下代码展示了如何使用我们刚刚创建的gini()函数来计算该人群的基尼系数：

 #define NumPy array of income values
income = np. array ([50, 50, 70, 70, 70, 90, 150, 150, 150, 150])

#calculate Gini coefficient for array of incomes
gini(incomes)

0.226

基尼系数为0.226 。

注：在现实场景中，某个国家的个人会有数十万种不同的收入，但在本例中我们使用 10 个人作为简单说明。

其他资源

以下教程解释了如何使用不同的统计软件计算基尼系数：

如何计算R中的基尼系数
如何在Excel中计算基尼系数