研究经济指标最常用的是下面几个：
1、GDP：国内生产总值是指一个国家在某一段时期（通常为一年）内所生产的所有最终产品和服务的价值总和。
2、CPI：居民消费价格指数的简称。是一个反映居民家庭一般所购买的消费品和服务项目价格水平变动情况的宏观经济指标。
3、PPI：生产价格指数是衡量工业企业产品出厂价格变动趋势和变动程度的指数，是反映某一时期生产领域价格变动情况的重要经济指标。
这几个指标很重要，所以在网上到处都能看到，我们今天就不分析这几个指标，从其它角度来观察下我国经济的运行情况。
我们还是用pandas进行分析，数据来源于权威官方“中华人民共和国国家统计局”，非常专业。在文中从固定资产投资，货币供应量、失业率、进出口总额、社会消费品几个方面来全面分析下目前中国的经济运行状况。
首先还是做下数据分析环境的初始化：
import pandas as pdimport matplotlib.pyplot as plt%matplotlib inline
pd.set_option('max_row', 300)plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签plt.rcParams['axes.unicode_minus'] = False #用来正常显示负号plt.rcParams['figure.figsize'] = (10, 6) #显示大小
1、固定资产投资情况（只看本年度的）
df = pd.read_excel("固定资产投资.xls", header=2)df = df.iloc[:5, :9]df.set_index('指标', inplace=True)df固定资产投资情况（表格）

df2 = pd.DataFrame(df.values.T, index=df.columns, columns=df.index)df2.sort_index(ascending=True, inplace=True)df2.plot()固定资产投资情况（折线图）

从上面的图表可以看到，总的固定资产投资情况还在增长，但是增长速度放缓。这里有个特别的情况就是，第二、第三产业继续增长，但是第一产业已经开始负增长，尤其第三产业增长速度较快。
2、货币供应量
货币供应量一般是看M0、M1、M2的情况，平时大家经常听说这几个指标，这里简单介绍下。M0、M1、M2可以简单理解为：
M0 = 现金
M1 = 现金 + 活期存款
M2 = 现金 + 活期存款 + 定期存款
如果企业对未来感到乐观，企业就会选择将存款活期化，以随时应对补库存和扩大资本开支所需要的现金，这样企业账户上活期存款占比就会较高，M1的增速就提高；
如果企业对未来感到悲观，就会选择把钱存定期，或者购买理财产品，而不会去投资，这时 M1 会向 M2 转化，M1的增速就会下滑，M2的增速就会提高。
df = pd.read_excel("货币供应量.xls", header=2)df = df.iloc[:6, :9]df.set_index('指标', inplace=True)df货币供应量（表）

从上面数据可以看出，M2增长较快，M1增长较慢，说明企业对未来较悲观，更愿意选择把钱存定期，或者购买理财产品。
3、失业率
df = pd.read_excel("失业率.xls", header=2)df = df.iloc[:1, :9]df.set_index('指标', inplace=True)df2 = pd.DataFrame(df.values.T, index=df.columns, columns=df.index)df2.sort_index(ascending=True, inplace=True)df2.plot.bar(align='center')失业率

可以看到，失业率基本在5%左右波动，基本属于正常范围，发达国家一般控制在4%-8%之间，但是如果能控制在4%以内会更好。
4、进出口总额
df = pd.read_excel("进出口总额.xls", header=2)df = df.iloc[:2, :]
df2 = pd.DataFrame(df.values.T, index=df.columns, columns=df.index)df2 = df2.iloc[:, 1:2]df2.index.name = '指标'df2.drop("指标", inplace=True)df2.reset_index(inplace=True)df2.columns = ['月份', '进出口总值同比增长(%)']df2["月份"] = df2["月份"].map(lambda x: '%s年%02d月' % (x.replace('月', '').split('年')[0], int(x.replace('月', '').split('年')[1])))
df2.set_index("月份", inplace=True)df2.sort_index(ascending=True, inplace=True)df2.plot()
进出口总额呈现比较大的下滑，已经出现了负增长，说明贸易战对我国的影响确实很大。从2018年初的正增长20%以上，到最近几个月的负增长，贸易战影响了我国进出口额度至少20%以上。对进出口企业造成较大影响。
5、社会消费品
df = pd.read_excel("社会消费品.xls", header=2)df = df.iloc[:-1, :8]df.set_index('指标', inplace=True)df社会消费品（表）

社会消费品保持了较好的增长态势，高于GDP增长，这是一个经济向好的方面，说明虽然国家经济遇到困难，大家还是很愿意消费，这也是促进了第三产业快速增长的原因，也能带动国家经济快速复苏。
总结来说，国家经济确实遇到了困难，贸易战对经济影响很大。但也有好的一面，第三产业快速发展，逐步占据经济更大份额，人民群众还是很乐于消费，经济正在由进出口拉动向内需驱动转型。大家还是可以对中国经济健康发展有信心的。
注意：文章中使用了“中华人民共和国国家统计局”官网的开放数据，特此声明。
如果喜欢，长按可以关注，该公众号计划长期保持更新。