Différences de prix par préfecture (2019)

Même au sein d'un même Japon, les prix semblent différer selon les régions. Visualisons-le.

Donnée statistique

Les données statistiques utilisées cette fois sont les suivantes.

Vous pouvez également télécharger des données statistiques au format CSV en suivant la page liée. Il est bon d'avoir l'impression qu'e-Stat s'améliore d'année en année en termes de facilité d'utilisation.

Indice de différence régionale des prix à la consommation par 10 dépenses principales

Les 10 dépenses principales sont 1. Nourriture, 2. Logement, 3. Lumière et eau, 4. Meubles / articles ménagers, 5. Vêtements et chaussures, 6. Assurance soins médicaux, 7. Transport / communication, 8. Éducation, 9 On dit que c'est la classification de la culture et du divertissement, 10. dépenses diverses. En outre, il existe des éléments de «général» et «général hors loyer», qui sont la somme de ces dépenses. Vous pouvez consulter la liste des éléments agrégés depuis ici.

Préparation des données

Les données peuvent être téléchargées à partir de la page Tableau statistique / affichage graphique d'e-Stat. Après cela, formatez les données avec Excel, etc. et exportez-les au format CSV comme indiqué ci-dessous.

price_index_by_prefecture_2019.csv


Préfectures,Complet,nourriture,Résidence,Eau légère et chaude,Meubles articles ménagers,Vêtements et chaussures,Soins de santé,Communication de trafic,éducation,Arts et divertissements libéraux,Frais divers,家賃を除くComplet
Hokkaido,99.9,100.1,84.1,116.4,98.2,104.6,100.4,100.1,93.5,97.6,99.2,100.9
Préfecture d'Aomori,98.4,98,86,109.1,97.7,102.3,99.1,100.5,93.5,95.2,98.1,99.3
Préfecture d'Iwate,99.1,97.4,93.1,110.1,101.1,97.4,100.1,99.2,90,100.5,98.6,99.4
Préfecture de Miyagi,99.3,97.9,101.8,101.9,104.9,95.9,100.9,98,102.3,99.5,99.8,99.4
Akita,98.4,97.6,86.2,107.8,101.7,100.2,99.2,98.6,88.9,98.6,100.4,98.9
Préfecture de Yamagata,100.2,101.4,90.7,111.4,94.6,98.4,97,99.9,104.7,98.5,97.6,100.7
Préfecture de Fukushima,99.6,99.5,96,108.8,102.3,104.2,99.7,98.5,91.8,94.8,101.4,100.1
Préfecture d'Ibaraki,98.1,99,97.6,102.9,96.1,99.4,98.3,96.8,89.8,96.3,100.9,98.4
Préfecture de Tochigi,98.2,98.6,85.7,98.7,101.6,112.5,100.1,97.7,99.8,96.1,99.5,98.7
Préfecture de Gunma,96.6,98.9,85.2,91.5,97.4,103.1,100.8,97.9,85.4,96.7,98.2,97.2
Saitama,101,100.5,104.8,94.4,102.7,103.8,100.6,100.8,98.8,104.3,101.3,100.4
Préfecture de Chiba,100.7,101.2,104,101.8,100.9,96.1,100,99,97.8,102.7,99.6,100.6
Tokyo,104.7,103.4,132.3,95.5,103.8,100.1,101.5,104.8,106.7,104.1,100.2,103
Préfecture de Kanagawa,104,101.7,125.1,98.4,100.2,102.1,101.5,103.2,111.9,105.2,102.6,103.2
Préfecture de Niigata,98.7,100,91.6,99.1,97.1,101,99.5,98.3,93.8,99.1,100.5,98.8
Préfecture de Toyama,98.6,101.5,89.3,100.4,98.5,103.1,101.9,97.7,87.4,95.1,101.4,99.1
Préfecture d'Ishikawa,100.2,103.6,86.3,101.8,100.4,103.2,100.6,98.6,103.5,97.4,100.8,100.7
Préfecture de Fukui,99.3,103.8,85.4,94.5,102.3,101,100.4,99,106.9,94,101.3,99.8
Préfecture de Yamanashi,98.7,100.6,93,96.4,99.3,102.4,99.3,99.1,89.9,98.3,99.1,99.2
Préfecture de Nagano,97.7,95.2,90.4,102,101.3,104.4,98.2,100.1,88,98.5,101.5,98.2
Préfecture de Gifu,97.3,98.1,85.2,93.7,94,104.2,99.3,100.2,92.5,98.2,100.2,97.9
Préfecture de Shizuoka,98.5,98.9,99.9,98,100.1,98.8,99.8,99,86,99.3,98.1,98.7
Préfecture d'Aichi,97.6,97.2,95.2,95.9,96.6,95.5,99.9,97.7,98.2,99.8,99.1,97.7
Préfecture de Mie,98.7,100.6,92.9,99,98.5,98.5,99.2,99,99.8,95.5,99.6,99.3
Préfecture de Shiga,99.5,99.8,89.5,99,98.4,103.1,100.6,100.4,109.1,97.4,102.3,100
Kyoto,100.6,100.8,94.5,97.7,100.9,98.9,97.9,102.5,115.6,100.5,100.5,100.8
Préfecture d'Osaka,99.7,99.9,97.1,94.7,99.9,96.4,99,100.6,109.2,102.5,97.7,99.7
Préfecture de Hyogo,100.3,99.5,99.4,96.4,101.9,104,98.4,100.7,105.5,100.4,102.4,100.3
Préfecture de Nara,97.5,96.7,87.1,98.4,99.3,100.1,99.1,99.7,94.2,99.1,100.1,97.8
Préfecture de Wakayama,99.2,100.7,90.3,98.4,95.9,102.2,101.4,100.1,108.6,95.4,99.9,99.9
Préfecture de Tottori,98.6,101.7,81.7,106.2,100.8,106.9,99.4,97.1,91.3,93.9,98.8,99.2
Préfecture de Shimane,99.5,101.5,87,111,98.4,95.1,99.8,99.6,96.6,96.9,99.7,100
Préfecture d'Okayama,97.6,98.7,87.1,106.2,99.6,99.6,100.6,96.5,84.4,96.7,99.9,98.1
Préfecture d'Hiroshima,99,100.4,90.4,105.7,96.6,96.5,99.8,99.4,99.6,95.6,100.4,99.3
Préfecture de Yamaguchi,98.7,100.8,87.9,108.5,96,102.8,101.6,97.4,86.5,95.7,100.4,99.5
Préfecture de Tokushima,100.1,100.9,96.5,104.5,103,110,98.2,97.6,96.1,97.5,100.5,100.6
Préfecture de Kagawa,98.3,99.5,85.5,105.5,101.9,92.4,99.5,99.8,93.4,94.9,103.5,99.2
Préfecture d'Ehime,97.9,99.5,82.4,106.8,100.8,98.4,99.5,97.6,94.1,97.7,97.6,98.7
Préfecture de Kochi,99.8,102.4,93.6,103.6,99.5,100.4,100.7,98.9,92.4,96.6,101.1,100.5
Préfecture de Fukuoka,96.8,95.8,84.6,104.2,98.7,94,98.8,98.8,96.2,97.6,100.7,97.7
Préfecture de Saga,97.5,98.1,83.6,109.2,97.4,104.6,100.2,98.6,94.5,92.6,98.1,98.5
Préfecture de Nagasaki,99.8,98.9,93.4,109.5,103.6,108.5,100,100.1,90.5,96.3,99.9,99.9
Préfecture de Kumamoto,98.8,100.5,89.7,101.2,97.3,100.9,101.4,99.5,93.2,96.1,100.3,99.6
Préfecture d'Oita,97.7,98.8,84.8,103.7,99.3,94.7,96.9,98.4,105.4,96,98.1,98.8
Préfecture de Miyazaki,96,96.5,85.1,100.5,102.1,94.7,99,98.4,90.7,91.9,97.3,97
Préfecture de Kagoshima,96.3,98.9,85.2,99.3,97.5,90.6,99.3,99.4,92.9,91.8,94.4,97
Préfecture d'Okinawa,98.4,103.2,85.6,103.8,96.1,98.9,98.5,97.8,93.4,97.9,94.8,99.8

Préparation environnementale

Préparez l'environnement pour la visualisation.

Lancez Jupyter Notebook

Cette fois, nous allons le visualiser avec Jupyter Notebook. Dans l'environnement Windows, vous pouvez installer et démarrer Jupyter Notebook avec la commande suivante (Official Document).

> pip install jupyter #Installation de Jupyter
> python -m notebook #Lancez Jupyter Notebook

Une fois démarré, vous pouvez utiliser l'environnement Jupyter Notebook en accédant à http: // localhost: 8888 avec un navigateur Web.

scénario

Cette fois, nous utiliserons la bibliothèque japanmap pour afficher les couleurs par préfecture. Le script ci-dessous est un exemple de visualisation des données dans la colonne "Complet".

import pandas as pd
import matplotlib.pyplot as plt
from japanmap import picture

df = pd.read_csv('price_index_by_prefecture_2019.csv') #Lire le fichier de données
df = df.set_index('Préfectures') #Spécifiez l'index

cmap = plt.get_cmap('Reds') #Paramètres de couleur
norm = plt.Normalize(vmin=df.Complet.min(), vmax=df.Complet.max()) #Définir la gamme de couleurs
fcol = lambda x: '#' + bytes(cmap(norm(x), bytes=True)[:3]).hex() #Définir le code de couleur

plt.title('Indice des différences régionales des prix à la consommation des 10 grosses dépenses 2019(moyenne nationale=100) -Complet',fontname="Yu Gothic") #Titre
plt.rcParams['figure.figsize'] = 12, 12 #Taille de la figure
plt.colorbar(plt.cm.ScalarMappable(norm, cmap)) #Affichage de l'échelle de couleurs
plt.imshow(picture(df.Complet.apply(fcol))); #affichage graphique
plt.savefig('pricemap2019_general.png') #Exporter vers un fichier image

Résultat de la visualisation

C'est le résultat de la visualisation pour chaque élément.

Complet

pricemap2019_general.png

Dans l'ensemble, les prix dans les préfectures de Tokyo et Kanagawa semblent être de 4 à 5% plus élevés que la moyenne nationale. Cependant, les prix en ville ne sont pas toujours élevés. Par exemple, les prix dans la préfecture d'Osaka sont inférieurs à la moyenne nationale de «99,7», mais les prix dans la préfecture voisine de Kyoto «100,6» et la préfecture de Hyogo «100,3» sont plus élevés. Il semble.

Complet hors loyer

pricemap2019_general_except_housing.png

Même en excluant les loyers, les prix dans les préfectures de Tokyo et de Kanagawa sont restés en tête et en deuxième position. Cependant, la différence d'échelle est légèrement inférieure à l'indice global qui n'exclut pas le loyer.

1. Nourriture

pricemap2019_food.png

Les prix alimentaires les moins chers étaient dans la préfecture de Nagano «95,2», suivie de la préfecture de Fukuoka «95,8». Les prix les plus élevés sont dans la préfecture de Fukui «103,8», la préfecture d'Ishikawa «103,6», la zone métropolitaine de Tokyo «103,4» et la préfecture d'Okinawa «103,2», et il semble que les prix des denrées alimentaires à Hokuriku, Tokyo et Okinawa soient élevés.

2. Résidence

pricemap2019_housing.png

Le prix du logement était de «132,3» à Tokyo et de «125,1» dans la préfecture de Kanagawa, ce qui était une énorme différence par rapport aux autres préfectures. Le prix du logement le moins cher était dans la préfecture de Tottori «81,7», suivie par la préfecture d'Ehime «82,4». La préfecture de Fukuoka est également bon marché à «84,6», il semble donc que le prix du logement n'est pas nécessairement élevé simplement parce qu'il est en ville.

3. Meubles / articles ménagers

pricemap2019_furniture.png

L'indice des meubles et des articles ménagers se situe entre 94 et 104, il semble donc qu'il n'y ait pas beaucoup de différence à l'échelle nationale. La préfecture de Miyagi avait la valeur la plus élevée de «104,9», et la préfecture de Gifu avait la valeur la plus basse de «94,0».

4. Transport / communication

pricemap2019_transportation.png

L'indice des prix des transports et des communications est compris entre 96 et 105, il est donc peu probable que la différence régionale soit aussi importante. Le plus élevé était à Tokyo avec «104,8», et le deuxième plus élevé était à Kanagawa avec «103,2». Le moins cher était «96,5» dans la préfecture d'Okayama.

5. Lumière et eau

pricemap2019_utility.png

L'indice le plus élevé des prix des services publics et de l'eau est «116,4» à Hokkaido, ce qui montre une forte tendance dans la région de Tohoku et dans la région de Chugoku / Shikoku. Contrairement au coût du logement, on dit que plus la population est petite, plus le fardeau par personne est élevé, et je pense que cette tendance se dessine.

6. Vêtements et chaussures

pricemap2019_cloth.png

La différence de prix des vêtements semble être assez importante, mais on ne sait pas pourquoi de telles différences régionales se produisent. Le prix des vêtements le plus élevé était dans la préfecture de Tochigi «112,5» et le moins cher dans la préfecture de Kagoshima «90,6».

7. Assurance soins médicaux

pricemap2019_healthcare.png

L'indice des prix de l'assurance médicale est compris entre 96 et 102, il semble donc y avoir peu de différence régionale.

8. Éducation

pricemap2019_education.png

Le prix de l'éducation était le plus élevé de la préfecture de Kyoto avec «115,6». Dans l'ensemble, la région de Kinki semble chère.

9. Culture et divertissement

pricemap2019_culture.png

Le prix de l'éducation et du divertissement était le plus élevé à «105,2» dans la préfecture de Kanagawa. Il semble être plus élevé dans les environs de Tokyo et Osaka.

10. Dépenses diverses

pricemap2019_others.png

L'indice des dépenses diverses est de l'ordre de 94 à 104, il semble donc que la différence régionale ne soit pas si grande.

Liste de classement

Il s'agit d'un classement de chacune des 10 dépenses principales.

Classement Complet nourriture Résidence Lumière, chaleur et eau Meubles / articles ménagers Vêtements et chaussures Assurance soins médicaux Transport / communication éducation Arts et divertissements libéraux Frais divers 家賃を除くComplet
1 Tokyo(104.7) Préfecture de Fukui(103.8) Tokyo(132.3) Hokkaido(116.4) Préfecture de Miyagi(104.9) Préfecture de Tochigi(112.5) Préfecture de Toyama(101.9) Tokyo(104.8) Kyoto(115.6) Préfecture de Kanagawa(105.2) Préfecture de Kagawa(103.5) Tokyo(103.2)
2 Préfecture de Kanagawa(104.0) Préfecture d'Ishikawa(103.6) Préfecture de Kanagawa(125.1) Préfecture de Yamagata(111.4) Tokyo(103.8) Préfecture de Tokushima(110.0) Préfecture de Yamaguchi(101.6) Préfecture de Kanagawa(103.2) Préfecture de Kanagawa(111.9) Saitama(104.3) Préfecture de Kanagawa(102.6) Préfecture de Kanagawa(103.0)
3 Saitama(101.0) Tokyo(103.4) Saitama(104.8) Préfecture de Shimane(111.0) Préfecture de Nagasaki(103.6) Préfecture de Nagasaki(108.5) Préfecture de Kanagawa(101.5) Kyoto(102.5) Préfecture d'Osaka(109.2) Tokyo(104.1) Préfecture de Hyogo(102.4) Hokkaido(100.9)
45 Préfecture de Gunma(96.6) Préfecture de Miyazaki(96.5) Préfecture de Saga(83.6) Saitama(94.4) Préfecture de Wakayama(95.9) Préfecture de Fukuoka(94.0) Kyoto(97.9) Préfecture de Tottori(97.1) Préfecture de Shizuoka(86.0) Préfecture de Saga(92.6) Préfecture de Miyazaki(97.3) Préfecture de Gunma(97.2)
46 Préfecture de Kagoshima(96.3) Préfecture de Fukuoka(95.8) Préfecture d'Ehime(82.4) Préfecture de Gifu(93.7) Préfecture de Yamagata(94.6) Préfecture de Kagawa(92.4) Préfecture de Yamagata(97.0) Préfecture d'Ibaraki(96.8) Préfecture de Gunma(85.4) Préfecture de Miyazaki(91.9) Préfecture d'Okinawa(94.8) Préfecture de Kagoshima(97.0)
47 Préfecture de Miyazaki(96.0) Préfecture de Nagano(95.2) Préfecture de Tottori(81.7) Préfecture de Gunma(91.5) Préfecture de Gifu(94.0) Préfecture de Kagoshima(90.6) Préfecture d'Oita(96.9) Préfecture d'Okayama(96.5) Préfecture d'Okayama(84.4) Préfecture de Kagoshima(91.8) Préfecture de Kagoshima(97.3) Préfecture de Miyazaki(97.0)

finalement

Il semble que les prix ne soient pas si élevés dans les zones métropolitaines autres que les préfectures de Tokyo et de Kanagawa (préfecture d'Osaka, préfecture d'Aichi, préfecture de Fukuoka, préfecture de Miyagi, etc.), donc c'est peut-être une bonne idée d'y vivre.

Site de référence

J'ai été autorisé à faire référence.

Recommended Posts

Différences de prix par préfecture (2019)
Visualisation des données par préfecture
Trier par date en python
Résolution de "cubes en cubes" avec optimisation des combinaisons
Trier en spécifiant les conditions dans CASTable
Différences d'identité, d'équivalence et d'alias