Python怎么计算基尼系数_自定义函数计算财富/数据不平等-Python教程-PHP中文网

基尼系数函数需排序→累积占比→套公式：1 - 2×sum(cumsum)/n + 1/n；自动剔nan、支持负值但建议平移处理；不依赖scipy，避免np.diff/np.trapz误差，时间复杂度o(n log n)。

python怎么计算基尼系数_自定义函数计算财富/数据不平等

用 `numpy` 写最简基尼系数函数，别碰 `scipy.stats.gini`

Python 标准库和主流科学计算包里没有内置的基尼系数函数——scipy 从没提供过 gini，网上搜到的所谓“scipy.stats.gini”全是错觉或过时文档。真要算，得自己写，而且必须从排序和累积和出发。

核心逻辑就三步：排序 → 算累积占比 → 套公式 1 - sum(累计权重 × 对应排序后值占比)。下面这个版本够用、易懂、抗负值（比如财富数据含负债）：

import numpy as np
<p>def gini(x):
x = np.asarray(x)
if len(x) == 0:
return np.nan
x = x[~np.isnan(x)]  # 自动剔除 NaN
if len(x) </p><p>注意：这个实现默认把 <code>x</code> 当作原始数值（如个人净资产），不强制要求非负；若你传入的是已归一化的概率分布（和为 1），结果一样，但语义不同。</p><h3>传入负值或零值会怎样？为什么不能直接用 <code>np.diff</code> 或 <code>np.trapz</code>
</h3><p>基尼本质是洛伦兹曲线下的面积，而洛伦兹曲线定义域是 [0,1]，值域也必须是非负的——所以当数据含负数（比如净财富为负的人群），严格来说“财富基尼”无定义。但实操中常做平移处理：<code>x = x - x.min() + 1e-8</code>，避免除零或负占比。</p><p>有人想用 <code>np.trapz</code> 数值积分洛伦兹曲线，容易翻车：</p><div class="aritcle_card flexRow artxards">
											<div class="artcardd flexRow">
												<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill8054" title="python-parallelization"><img
														src="https://img.php.cn/upload/skill/000/000/081/179181013081932.jpg" alt="python-parallelization" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
												<div class="aritcle_card_info flexColumn">
													<a rel="nofollow" href="/xiazai/skill8054" title="python-parallelization" class="overflowclass">python-parallelization</a>
													<p class="overflowclass">将顺序 Python 代码转换为并行/并发实现，用于在需要并行化 Python 代码、提升性能时使用。</p>
												</div>
												<a rel="nofollow" href="/xiazai/skill8054" title="python-parallelization" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
												</a>
											</div>
										</div>

np.trapz 要求横纵坐标严格等长且单调，而原始数据未排序时直接喂进去会得到垃圾结果
np.diff 搭配排序后数组算“阶梯高度”，容易漏掉首尾点，导致面积偏差 >5%
更隐蔽的坑：用 np.mean(np.abs(x[:, None] - x[None, :])) / (2 * np.mean(x)) 这种两重循环形式，时间复杂度 O(n²)，万级数据就卡住

和 `statsmodels` 的 `gini` 结果对不上？检查权重参数和排序方向

statsmodels.stats.weightstats.gini（注意路径）支持加权，但默认按升序排，而有些论文或工具（如 World Bank 的 PovCalNet）默认降序——顺序反了，基尼值会变。

关键差异点：

statsmodels 版本：接受 weights 参数，适合分组汇总数据（如各省人均收入+人口数）
自定义函数默认无权重，若要加权，得先展开成重复数组（小数据可行）或改用加权累积和：cumsum = np.cumsum(w * x_sorted) / np.sum(w * x_sorted)
两者在 x=[1,1,1,1] 时都返回 0.0；但在 x=[0,0,0,1] 时，不加权结果是 0.75，加权（权重全为 1）也一致；但若权重是 [1,1,1,100]，结果跳到 ~0.98