Как идет старая поговорка: «Деньги заставляет мир обойтись». Конечно, деньги – самый простой способ измерения экономического здоровья страны или, по крайней мере, его покупательную силу.
Данные о питании покупательны публично доступны в Statista. Мы можем использовать MatPlotlib для сюжета Линейная диаграмма и сравните процесс девальвации валют.
Для евро Данные по покупке питания от 2000 до 2020 года:
y = [ 1.39, 1.36, 1.33, 1.3, 1.28, 1.25, 1.22, 1.2, 1.16, 1.15, 1.13, 1.1, 1.08, 1.06, 1.06, 1.06, 1.06, 1.04, 1.02, 1.01, 1]
Код ниже графиков девальвации евро:
import matplotlib.pyplot as plt import numpy as np y = [ 1.39, 1.36, 1.33, 1.3, 1.28, 1.25, 1.22, 1.2, 1.16, 1.15, 1.13, 1.1, 1.08, 1.06, 1.06, 1.06, 1.06, 1.04, 1.02, 1.01, 1] x = range(0,len(y)) plt.figure() plt.plot(x,y) plt.show()
Для доллара девальвация:
y = [ 1.51, 1.47, 1.45, 1.41, 1.38, 1.33, 1.29, 1.26, 1.21, 1.19, 1.16, 1.13, 1.12, 1.1, 1.1, 1.08, 1.06, 1.04, 1.02 ]
Числа не в том же диапазоне, поэтому вам нужно их нормализовать. Я нормализую по отношению к максимуму, не нормализую против суммы. Нормализовать против максимума ты можешь использовать
norm = [float(i)/max(raw) for i in raw]
Конечно, я добавляю Легенда на сюжет, чтобы показать валюту. Это дает нам этот сюжет:
import matplotlib.pyplot as plt
import numpy as np
eur = [ 1.39, 1.36, 1.33, 1.3, 1.28, 1.25, 1.22, 1.2, 1.16, 1.15, 1.13, 1.1, 1.08, 1.06, 1.06, 1.06, 1.06, 1.04, 1.02]
usd = [ 1.51, 1.47, 1.45, 1.41, 1.38, 1.33, 1.29, 1.26, 1.21, 1.19, 1.16, 1.13, 1.12, 1.1, 1.1, 1.08, 1.06, 1.04, 1.02 ]
x = range(0,len(eur))
y_eur = [float(i)/max(eur) for i in eur]
y_usd = [float(i)/max(usd) for i in usd]
plt.figure()
plt.plot(x,y_eur)
plt.plot(x,y_usd)
plt.ylabel("Purchasing power")
plt.xlabel("Year")
plt.legend(['eur','usd'])
plt.show()
Тенденция похожа в обеих валютах. Эта программа должна работать с любой валютой
Оригинал: “https://dev.to/harvey/comparing-currency-devaluation-with-python-2gk9”