中國最新上市公司市值500強(qiáng)，都分布在哪里？
2021-07-24 16:05·愛數(shù)據(jù)網(wǎng)
01 背景介紹
看完本文，你將可以了解到以下知識(shí)。
前不久，朋友發(fā)給我兩張圖片（如下），圖片中是表格形式的數(shù)據(jù)，包含了最新中國上市公司市值500強(qiáng)的那些公司。
目的： 想要讓我提取圖片中的表格數(shù)據(jù)。
于是，借著這些數(shù)據(jù)，有感而發(fā)，寫了這篇文章。
想要分析這些數(shù)據(jù)，首先就要想到如何獲取到圖片中的這些數(shù)據(jù)。當(dāng)然我這里，借用的是百度的表格識(shí)別api。
然而，這里又出現(xiàn)一個(gè)問題，雖是500行數(shù)據(jù)，但是就兩張圖片，每一張就超級(jí)大，無法識(shí)別。于是，考慮在識(shí)別圖片表格數(shù)據(jù)之前，先對(duì)圖片進(jìn)行切分。
整個(gè)獲取圖片表格數(shù)據(jù)的思路就是這樣，咱們直接上代碼吧！
1
圖片切分
下面切分算法，以每張圖860像素為基準(zhǔn)進(jìn)行切分，不是開頭的，圖片上面補(bǔ)25個(gè)像素，保證每個(gè)單元格都完整出現(xiàn)在每張圖片里。
【圖片切分代碼，源于小小明幾十次測(cè)試寫出的算法】
import mathfrom PIL import Imageimg = Image.open("500強(qiáng).png")w, h = img.sizeheight = 860r = math.ceil(h/height)img_splits =for i in range(r):start = height * iend = height * (i + 1)if end > h:end = hif i != 0:start -= 25box = (0, start, w, end)img_split = img.crop(box)print(i)display(img_split)img_splits.append(img_split)結(jié)果如下：
2
圖片表格數(shù)據(jù)識(shí)別
表格文字識(shí)別百度api：
最主要就是： 注冊(cè)百度AI賬號(hào)，創(chuàng)建應(yīng)用后在應(yīng)用列表里獲取ak和sk。
在獲取到ak和sk，我們測(cè)試一下，看看識(shí)別效果。
import pandas as pdrequest_url = f"https://aip.baidubce.com/rest/2.0/solution/v1/form_ocr/request?access_token={access_token}"headers = {'content-type': 'application/x-www-form-urlencoded'}base64_str = image_to_base64(img_splits[0])params = {"image": base64_str, "is_sync": "true", "request_type": "excel"}json_data = requests.post(request_url, data=params, headers=headers).jsondf = pd.read_excel(excel_url, header=None)df
結(jié)果如下：
上面只是其中一張圖片，接著需要對(duì)所有圖片分別進(jìn)行識(shí)別，做一個(gè)數(shù)據(jù)拼接，即可得到最終的數(shù)據(jù)。
02 數(shù)據(jù)分析
7月1日，萬得2021上半年中國上市企業(yè)市值 500 強(qiáng)榜單正式公開發(fā)布，統(tǒng)計(jì)時(shí)間截止2021年6月30日。
接著，我們讀取上述獲取到了數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析。
讀取到的數(shù)據(jù)源，大致如下：
1
基本信息統(tǒng)計(jì)
本次編制的500強(qiáng)，入圍門檻為市值492億元 (公司簡(jiǎn)稱"知乎")，市值最大的為46626億元 (公司簡(jiǎn)稱"騰訊控股")，500強(qiáng)上市公司總市值約98.78萬億。
2
萬億市值公司都在哪些？
我們分別對(duì)總市值大于10000的公司，做個(gè)統(tǒng)計(jì)：
從結(jié)果中可以看到，在500強(qiáng)榜單中，有13家萬億市值公司。
接下來，我們分別篩選出這13家萬億市值公司。
根據(jù)榜單數(shù)據(jù)顯示： 這13家萬億市值公司，分別是騰訊控股、阿里、臺(tái)積電、貴州茅臺(tái)、工商銀行、美團(tuán)、招商銀行、建設(shè)銀行、寧德時(shí)代、中國平安、五糧液、農(nóng)業(yè)銀行、拼多多。
我們又分別按照地域分組，發(fā)現(xiàn)在這13家萬億市值公司中，北京有4家（工行、美團(tuán)、建行、農(nóng)行），廣東（深圳）有3家（騰訊、招行、中國平安），上海1家（拼多多），浙江1家（阿里），臺(tái)灣1家（臺(tái)積電），貴州1家（茅臺(tái)），福建1家（寧德時(shí)代）中國上市企業(yè)，四川1家（五糧液）。
寧德時(shí)代是指寧德時(shí)代新能源科技股份有限公司，這是一個(gè)位于三四線城市的小企業(yè)。寧德時(shí)代創(chuàng)辦于2011年，憑借新能源汽車熱潮，僅用六年的時(shí)間就坐上全球新能源電池第一供應(yīng)商的“龍頭椅”。
3
千億市值公司都在哪些？
我們分別對(duì)總市值大于1000的公司，做個(gè)統(tǒng)計(jì)：
從結(jié)果中可以看到，在500強(qiáng)榜單中，有254家千億市值公司。
接下來，我們分別篩選出這254家萬億市值公司。
我們分別按照地域分組，發(fā)現(xiàn)在這254家千億市值公司中，北京59家、廣東40家、香港27家，上海25家、深圳24家、臺(tái)灣19家......
對(duì)于不同城市的上市公司，我這里也為大家總了一個(gè)簡(jiǎn)單的統(tǒng)計(jì)，數(shù)據(jù)如下圖所示。
4
中國上市公司500強(qiáng)分布地圖
觀察地圖中國上市企業(yè)，可以發(fā)現(xiàn)北京、廣東、上海、香港、臺(tái)灣、浙江的上市公司較多，而有些城市，像黑龍江、甘肅、青海、西藏、廣西、海南沒有一個(gè)上市公司。
我們現(xiàn)在來看看具體的數(shù)據(jù)，你有什么想說的？
5
中國上市公司500強(qiáng)行業(yè)詞云圖
我們按照行業(yè)分組，分別對(duì)行業(yè)數(shù)據(jù)做一個(gè)詞云圖統(tǒng)計(jì)，發(fā)現(xiàn)電子、醫(yī)藥生物、信息技術(shù)、房地產(chǎn)、銀行、汽車、證券經(jīng)紀(jì)等行業(yè)較多。
我們來看一個(gè)具體的數(shù)據(jù)，你又有什么想說的？
- End -
更多財(cái)稅咨詢、上市輔導(dǎo)、財(cái)務(wù)培訓(xùn)請(qǐng)關(guān)注理臣咨詢官網(wǎng) 素材來源：部分文字/圖片來自互聯(lián)網(wǎng)，無法核實(shí)真實(shí)出處。由理臣咨詢整理發(fā)布，如有侵權(quán)請(qǐng)聯(lián)系刪除處理。
400-835-0088
